主要结论：
1、相对于交易量，滑点是一个更好体现流动性的指标。2、流动性最强的资产与流动性最差的资产，两者差距600倍以上。
3、市值更高的资产和稳定币有更好的流动性。
1.??如何测量流动性
为了测量流动性，本报告使用滑点指标来衡量买卖单对价格的影响。1.1.?滑点定义
滑点是指预期的交易价格与实际交易价格的差值。深度好、流动性高的订单滑点较低，而深度交差、流动性低的订单具有很高的滑点。?1.2.?滑点的计算
首先，我们每小时对订单采取高精度的快照。然后,我们计算1万美元订单的滑点，并对该滑点一个月以上的数据求平均值。有关更多细节，请看后面章节。?1.3.?滑点vs交易量
Terraform Labs联创Do Kwon在黑山被捕:3月23日消息，黑山内政部长 Filip Adzic 在其社交平台宣布，Terraform Labs 联创 Do Kwon 在黑山被捕。[2023/3/23 13:22:36]
滑点是流动性的事前指标，而交易量是事后指标。使用交易量衡量流动性也会导致产生虚假交易量的负面激励。我们相信滑点是一个更好的度量手段。2.??数据集
本报告的数据集包括资产、来源、时间段和精度。2.1.?资产
基础资产包括基于BTC交易对和基于USDT的交易对。如果某项资产有BTC和USDT两个交易对，我们通过交易量加权求得该项资产的滑点。2.2.?数据来源
EDM音乐人Paul Oakenfold将在Cardano网络发布新专辑:9月29日消息，Cardano创始人Charles Hoskinson正在与知名EDM音乐人Paul Oakenfold合作，即将在Cardano网络上发布PaulOakenfold的新专辑《ZombieLobster》，本次发布预计将会使《ZombieLobster》专辑的封面及音乐本体等上链，具体发布日期暂未透露。（EDM.com）[2021/9/29 17:15:33]
在这份报告中，我们使用了Binance2019年8月的数据。报告之后的版本可能包括来自其他交易对的数据。2.3.?精度
YouTube博主：谷歌趋势、Square报告和LocalBitcoin活动激增显示比特币FOMO情绪:知名比特币和区块链教育家、YouTube博主Ivan on Tech（Ivan Liljeqvist）今日发推称，比特币零售近期的“FOMO（指害怕错过行情)”情绪如下：1.谷歌趋势呈指数级增长；2. Square报告记录比特币活动；3.LocalBitcoin活动在全球范围内激增。在大多数人意识到这些之前，我们可以先到达ATH（历史新高）。[2020/5/7]
使用不同的精度订单数据。
3.??加密货币的流动性分布
分析 | 加拿大央行研报：在区块链进行双花欺诈是不现实的:加拿大央行日前公布对区块链技术的激励相容研究结果，着重于通过区块链技术的工作量证明（PoW）共识机制建模，模拟诚实和不诚实矿工的行为，发现利用区块确认时间差进行双重支付的欺诈是“不现实的”。上述研究报告查看区块链这样的数字账本是否免于对双重支付——所谓双花这类欺诈，发现如果一个矿工掌握50%以上算力，具备了51%攻击的能力，理论上说，不诚实的矿工可以进行双花欺诈，但从经济角度看，为了实现这种欺诈，不诚实的矿工必须有很雄厚的财力，而且是“风险中性”，因此报告认为：“这种假设情况通常是不现实的，现实情况下，用户几乎没有经济方面的动机发起这种攻击，特别是在其他矿工的计算投资庞大时。”[2018/7/23]
流动性服从幂指数分布，其中超过80%的资产滑点大于5%，60%以上的资产滑点大于1%。
图1?加密货币的流动性分布
?4.??流动性排名前20的加密货币
BTC、ETH和稳定币是流动性最好的资产。即使是流动性最好的代币，彼此之间的滑点差距非常大。排名第11的资产的滑点是排名第10的2倍。比特币的滑点比排名第20的资产好15倍。
图2?流动性排名前20的的数字货币
5.??流动性排名倒数20的加密货币
长尾资产的流动性出现明显的不足。而流动性问题的一个根本原因是缺乏有效的做市商。专业做市商没有动力执行技术集成和对流动性差的长尾资产进行维护。
图3?流动性排名倒数20的的数字货币
?6.??流动性与市值的相关性分析
流动性与市值呈强正相关关系，以8月份为例，流动性与市值的相关系数为0.76。但是也存在异常的情况，HarmonyProtocol(ONE)与MaticNetwork(MATIC)虽然市值非常低，但是他们的滑点也非常低，而DogeCoin(DOGE)与Dent(DENT)市值较低，但是滑点比较高。
图4?排名前150的市值与流动性的相关性
7.??流动性与价格波动的相关性分析
价格波动与流动性并没有显著的关系。2019年8月价格的变化与流动性并不相关，因为加密货币在短期内有朝着相同方向波动的趋势。
图5?排名前150的价格波动与流动性的相关性
?8.??模型所运用的方法
8.1.?滑点的计算
我们通过Binnance交易所的WebSocketAPI获取每个单一交易对不同的订单数据和完整的交易数据。这使得我们可以重新模拟出2019年8月份的订单和交易。然后我们每小时对订单进行快照，计算中间价格和执行价格百分比差的滑点，其中:
中间价格=/2
执行价格=10000美元订单的实际成交价格
我们计算了卖单滑点和买单滑点，并将两者求平均值，然后导出每个交易对的快照滑点。
?8.2.?回归分析
因为我们每小时进行一次订单快照，所以我们有720-744张给定月份的滑点数据。然后对一个月以上的数据求算术平均，从而计算每个交易对的月平均滑点。
9.??附录：原始数据
作者：Hummingbot
编译：Dcoin大币研究院
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。