HDR Global Trading Limited 向麻省理工学院的数字货币计划(MIT DCI)提供捐助,以支持加密货币研究

我们非常高兴地宣布 ,HDR Global Trading Limited 将对麻省理工学院数字货币计划提供捐助,这是一项研究全球加密货币生态系统的开发和改进的计划。

HDR Global Trading 首席技术官兼 BitMEX 交易平台联合创始人 Sam Reed 宣布了这一赞助:

加密货币的潜力一直激励着我们前行。我们捐助研发是为了确保这个网络发展得更加稳健,因为一个更强大的比特币网络对所有人都有益。非常高兴能够促进它的发展.

HDR Global Trading 是全球最大的加密货币交易平台 – BitMEX 的所有者和经营者。 HDR Global Trading 很荣幸能够支持这样一项使比特币更强大,提升比特币的稳定性,扩展性和隐私性的研究工程。

值得一提的是,HDR一向热衷于为如 Wladimir van der Laan 和 Cory Fields 的比特币核心开发者的工作提供支持和帮助。他们在比特币协议的不同部分中扮演着至关重要的角色。

此次捐助为无条件提供,并没有任何限制。

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

比特币现金 SV – 6 区块链裂

摘要: 2019 年 4 月 18 日,BitMEX 研究团队的比特币现金 SV 节点曾经历了 2 次区块重组。 先是一次 3 区块重组,接著是 6 区块重组。 在此简报中,我们给出了此次临时链裂的相关数据和图表。 此次链裂似乎是由太长而难以传播的大型区块,而非与共识相关的问题所导致的。 我们的分析显示,没有双重支出与此次分裂有关。

链裂图解 – 2019 年 4 月 18 日

资料来源: BitMEX 研究

注: 上图显示有两个有效的竞争链,并且在区块 578,639 处发生了非共识分裂。 我们的节点跟随左边的链直到 578,642 区块为止,然后跳到右边。 大约一个小时后,跳回到左边。 左边的链延续,而右边的链最终被抛弃。 

链裂交易数据

 
交易数
主链(6 个区块内)
754,008
分叉链
1,050,743
重叠(6 个区块内) 
753,945
最终双重支出
0

资料来源: BitMEX 研究团队 

根据我们对交易的分析,来自分叉链(右边)的所有 TXID 最终都会回到主链中,但生成交易明显是例外。 所以,我们认为没有发生于与此次意外相关的双重支付。

分裂相关区块的时间戳 – 2019 年 4 月 18 日

本地时间 区块时间戳 高度 哈希值 大小 (MB) Log2 计算
11:39:47 11:39:19 578,638 000000000000000001ccdb82b9fa923323a8d605e615047ac6c7040584eb2419 3.1 87.803278
12:04:51 12:04:37 578,639 0000000000000000090a43754c9c3ffb3627a929a97f3a7c37f3dee94e1fc98f 8.6 87.803280
12:28:01 12:20:36 578,640 00000000000000000211d3b3414c5cb3e795e3784da599bcbb17e6929f58cc09 52.2 87.803282
12:43:42 12:29:39 578,641 0000000000000000050c01ee216586175d15b683f26adcfdd9dd0be4b1742e9e 42.1 87.803285
12:59:27 12:51:40 578,642 00000000000000000a7a25cea40cb57f5fce3b492030273b6f8a52f99f4bf2a8 76.2 87.803287
13:05:18 12:32:39 578,640 000000000000000007ad01e93696a2f93a31c35ab014d6c43597fd4fd6ba9590 35.5 87.803282
13:05:18 12:33:16 578,641 0000000000000000033ed7d3b1a818d82483ade2ee8c31304888932b7729f692 0.1 87.803285
13:05:18 12:41:38 578,642 00000000000000000ae4a0d81d4c219139c22ba1a8a42d72b960d63a9e157914 1.0 87.803287
13:05:19 12:56:37 578,643 00000000000000000590821ac2eb1d3c0e4e7edab586c16d5072ec0c77a980dc 0.8 87.803289
13:19:36 13:14:22 578,644 0000000000000000001ae8668e9ab473f8862dc081f7ac65e6df9ded635d338e 128.0 87.803291
13:21:56 13:18:07 578,645 0000000000000000049efe9a6e674370461c78845b98c4d045fe9cd5cb9ea634 107.2 87.803293
14:12:54 13:15:36 578,643 0000000000000000016b62ec5523a1afe25672abd91fe67602ea69ee2a2b871f 23.8 87.803289
14:12:55 13:43:35 578,644 000000000000000003e9d9be8a7b9fc64ef1d3494d1b0f4c11845882643a6439 1.3 87.803291
14:12:55 14:01:34 578,645 0000000000000000052be8613e79b33a9959535551217d7fdacc2d0c1db1e672 0.0 87.803293
14:12:55 14:06:35 578,646 00000000000000000475ab103a92eb6cb1c3c666cd9af7b070e09b3a35a15d66 0.0 87.803296
14:27:09 14:24:37 578,647 0000000000000000062bade37849ade3e3c4dfa9289d7f5f6d203ae188e94e4f 77.0 87.803298

资料来源: BitMEX 研究团队 

如有兴趣,可参看我们在上表中披露的链裂相关区块的所有相关详情,其中包括:

  • 区块时间戳
  • 本地时间时间戳
  • 区块哈希值 
  • 区块大小
  • 每个区块累计总工作量证明(PoW)

通过上述细节,可以跟踪发生的与链裂相关的情况并创建时间线。

结论
我们提供本信息和分析的主要目的不是出于对比特币现金 SV 的兴趣,而是希望开发系统来分析和探测比特币网络上的此类事件。 我们的网站https://forkmonitor.info 目前正在开发系统,以帮助检测由区块传播不良或与共识相关的问题导致的链裂。 比特币现金 SV 的此次事件对我们来说是一次非常不错的实践。

至于比特币现金 SV,区块在重组期间的规模极为庞大。 在分叉链上,最后两个区块分别为 128MB 和 107MB。 在主链上,很多区块超过 50MB。  因此,在我们看来,大型区块可能是重组的根本原因,因为矿工无法在不同链上找到其他区块之前足够快地传播和验证这些大型区块。

至于这对比特币现金 SV 的影响,我们不作评论。我们会把这个问题留给他人。

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

Schnorr 签名和 Taproot 软分叉提案

摘要:我们归纳和提供了近期比特币软分叉升级提案的来龙去脉,该提案包括一个新的数字签名算法(Schnorr),以及一个名为 Taproot 的添加了扩展比特币智能合约容量新功能的补充更新。升级的结构可确保它们同时提升可扩展性和隐私性。除增加了复杂程度外,该提案没有明显缺陷,其中最具争议的方面可能是缺少其他预期的功能。我们的结论是,虽然很多人会热衷于升级,并渴望看到它推出,但重要的是耐心。

(资料来源:Pexels

概述

2019 年 5 月 6 日,比特币协议开发人员 Pieter Wuille 向比特币开发者邮件群发名单发布了一个名为 “Taproot” 软分叉提案。如果该提案被接受,它可能会补充 2018 年 7 月 Pieter 发布的 Schnorr signature 软分叉升级。这些提案的好处与可扩充性(效能)和私密性有关。可扩充性和私密性现在看起来有一定的相关性而且不可分割。在去除有关业务的细节,确保减少交易处理(提升可扩充性)的同时,他们减少了披露的信息,因此可能无法与不同类型的交易区分,从而提高了私密性。

Schnorr 签名

Schnorr 签名算法由 Claus Schnorr 于 1991 年申请获得专利,并且在 2008 年到期。虽然据称 Schnorr 算法更强大,是它的变体,但数字签名算法(DSA)方案的采用更广泛,因为这一算法的专利在全球范围内免费使用。不过 Schnorr 博士本人一直认为 DSA 应该是在他的专利范围内。 

因使用广泛,所以当比特币在 2009 年推出时,DSA 的变体椭圆曲线数字签名算法(ECDSA)被用于其数字签名算法。但最初的 Schnorr 签名算法比 DSA 更简单和有效,减少了繁重的保安假设。经过比特币 10 年的使用,越发明显的是这些效率的优势会变得重要。因此,比特币转移至 Schnorr 签名算法似乎是合理的。

Schnorr 签名的主要好处是,多重签名交易在链上显示为正常的单一签名交易。使用 Schnorr 签名,多个签名者可以生成联合公钥,然后用一个签名共同签名,而不是在区块链上分别发布所有公钥和每个签名。这是一项重要的可扩展性和私密性改进。这意味着 Schnorr 签名会大量的节省空间和验证时间,随著传统多重签名交易的签名者的增加,比较优势将会越来越明显。

Schnorr 签名空间节省估计值

我们试图计算这种 Schnorr 多重签名(multisig)的集合特性可以带来的潜在比特币网络容量的增加。不过,由于涉及大量假设,下面 13.1% 的容量增加数值应视为非常近似的估计值。

基于 UTXO 计算的节省估计值

通过 UTXO 计数来估计的当前多重签名使用率 5.9%
假设 100% 采用 Schnorr 的有效网络容量增长 13.1%

(资料来源:BitMEX 研究团队计算和估值、p2sh.info)

(注:估计值忽略了 Schnorr 签名规模较小的影响,且只包括了加入公钥和签名的好处。通过使用与多重签名使用率相关的 p2sh.info 并对每个多重签名类型应用节省倍数(范围从 50% 到 85% )来估计容量增加。通过假设 UTXO 使用比例是区块链使用的典型值并对较大的多重签名交易应用较高权重来估计网络范围容量增加。未使用的 P2SH 输出根据未使用输出的比例被分配到多重签名类型。该数值应仅被视为非常近似的估计值。数据截至 2019 年 5 月 7 日)

上述估计的容量增加可以认为是很小,但应该考虑以下因素:

  • 多重签名技术的经济使用情况远比仅考虑 UTXO 计数更为普遍。大约 21.5% 的比特币存储在多重签名钱包中,远远高于 UTXO 计数采用的 5.9%。
  • 如下图所示,多重签名采用率正在快速增长。与此同时,像闪电网络这样的新系统需要采用多重签名,而 Schnorr 签名使得多重签名系统更加强大,采用率可能会增加

按 P2SH 地址类型存储的比特币——图表显示了多重签名技术的强劲增长

(资料来源:p2sh.info

因此,根据我们的基本计算,虽然根据网络的当前使用情况,即使 100% 采用 Schnorr 也只会带来 13.1% 的网络容量增长,但长期来看,潜在的空间节省和网络容量增长可能是远高于此。

默克尔抽象语法树 (MAST)

MAST 是比特币协议开发人员 Johnson Lau 博士 2016 年的一个想法。Lau 博士过去曾在 2002 年 2 月为 BitMEX 研究团队撰写题为 The art of making softforks: Protection by policy rule (软分叉的艺术:政策规则的保护)的文章。MAST 的想法是,除了时间锁定条件之外,交易还可能包含多个支出条件,例如 2 之 2 的多重签名条件。为了避免将所有这些条件和脚本放入区块链中,可以在默克尔树内部构建支出脚本,这样只有在使用它们时才需要显示它们,以及必要的默克尔分支哈希。

MAST 支出条件的图解说明

(资料来源: BitMEX 研究团队)(注:该图表试图说明假设 MAST 与 Schnorr 一起使用的交易结构。在上述结构中,如果 Bob 和 Alice 均签名,资金可以以合作方式赎回,或者在时间锁之后以不合作方式赎回。上述是为了说明打开和关闭闪电网络通道时可能需要的结构类型)

基于上述设计,可以假设只需要显示一种支出条件。例如,要花费输出,所有签名者需要做的是提供一个 Schnorr 多重签名和默克尔树右侧顶部的哈希(哈希(1和2))。因此,尽管存在默克尔树,但在大多数情况下,一切都按计划进行,只需要一个签名和 32 字节哈希。更简明地说,为了验证脚本,您需要通过显示其他分支哈希来证明这是默克尔树的一部分。

不过,这种结构的缺点是即使在正常的最佳情况下,当提供默克尔树左上角的单匙和脚本时,仍然需要用完 32 个字节的数据,向区块链公布另一个哈希(上图中的哈希(1和2))。 这一不足也会降低隐私,因为第三方总能确定是否存在更复杂的支出条件,因为默克尔树的顶部分支始终是可见的。

Taproot

据我们所知,Taproot 想法的起源来自于比特币开发者 Gregory Maxwell 于 2018 年 1 月发出的一封电子邮件。Taproot 的结构除在默克尔树的顶部外,类似于 MAST。就 Taproot 而言,在合作或正常情景中,可以选择仅公布单个公钥和单个签名,而无需公布默克尔树存在的证据。下面图表说明了 Taproot 交易结构。

Taproot 支出条件的图解说明

(资料来源: BitMEX 研究团队)

(注:该图表试图说明与上述 MAST 图表相同的支出标准)

左侧(或地址)上的调整后公钥可以从原始公钥和默克尔根哈希计算得出。在正常或合作支付的情况下,在赎回时,原始公钥不需要在链上,并且不显示默克尔树的存在,需要公布的仅是单个签名。在没有合作或异常赎回的情况下,原始公匙将与关于默克尔树的信息一同显示。

Taproot 与原始 MAST 结构相比的好处很明显,在合作的情况下,区块链或脚本本身不再需要包含额外的 32 字节哈希,从而提高效率。除此之外,交易看起来 “正常” ,只是一次拥有公钥和签名的付款,其他支出条件的存在不需要显示。这对于对外部第三方观察者来说是一个巨大的隐私好处,例如当打开闪电通道或者甚至进行合作闪电通道关闭时,交易看起来就像是常规的比特币支出。该交易可以被构建成使得仅在不合作的闪电通道关闭时,才需要显示默克尔树的存在。越多不同类型的交易看起来一样,隐私就越好,因为第三方可能不太能够确定正在发生哪种类型的交易和产生资金流。一些比特币开发者的长期目标可能是确保无论发生什么类型的交易,至少在所谓的合作情况下,所有交易看起来都一样。

对签名集合的困惑

减少区块链所需签名数量的潜在可扩展性好处巨大,因此这个概念往往会激动人心。Schnorr 签名确实能够在多重签名交易中集合签名,这对比特币来说应该是一个重大的好处。 不过,包含这一点以及其他与签名集合相关想法的存在,导致人们对潜在好处有一些不切实际的期望,至少在此升级提议方面是这样。据我们所知,对于这个特定的升级提议,唯一的集合好处是以在多重签名方案中加入签名的形式,而不是多重输入或多个交易。

签名集合想法的汇总表


包含在软分叉提议中
多重签名交易中将公钥和签名相结合——作为 Schnorr 的一部分包含在内
交易中多个输入需要联合签名
多个交易中多个输入需要联合签名(Grin币在该领域具有一些功能,可以使用Mimblewimble)

(资料来源: BitMEX 研究团队)

结论

我们认为,与此软分叉相关的好处不太可能有争议。此软分叉似乎在功能、可扩展性和隐私方面取得三赢局面。最大的争论方面可能是没有包含其他想法或为什么要这样做的争论。

话虽如此,许多人可能对这些升级的潜在好处感到兴奋,并希望尽快在网络上看到这些升级启动。不过,当谈到比特币,特别是对共识规则的变更时,极为需要耐心对待。

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

闪电网络(第 2 部分)— 路由费经济学

摘要:BitMEX 研究团队对闪电网络路由费的市场动态以及为闪电节点运行者提供流动性的财务激励进行了研究。我们发现了通道流动性提供者的闪电路由费和投资回报之间的相互关系和平衡,这是网络面临的一个主要挑战,而不是路由问题的计算机科学方面。我们总结,如果闪电网络扩展(至少在理论上)、更大范围金融市场的环境(例如利率变化和投资者气氛)有机会影响闪电网络费的市场。但是,无论现时的经济环境如何,我们认为从长期来看,竞争将是价格的主要推动因素。进入市场的低壁垒,可能意味着平衡点将有利于用户和低手续费,而不是流动性提供者的投资回报。

(闪电击中新加坡市)(Pexels)

概述

我们首次写关于闪电网络的文章是在 2018 年 1 月,当时主要是理论性的。现在,随着闪电网络从抽象的概念转入试验,我们认为是时候再次进行审视了。本报告的主要重点是从金融和投资角度分析闪电网络,尤其是闪电网络提供者的收费和激励。  我们不会对技术的其它方面进行研究。

路由问题

闪电网络的批评者通常指出路由是个主要问题,通常被称为 “一个尚未解决的计算机科学问题”。总的来说,我们并不完全同意对路由问题的这种定性,并且不认为路由的计算机科学将会是一个主要挑战,在从不同通道中找到路径进行支付可能相对简单直接,并且跟其它 P2P 网络相似,比如比特币。

不过,我们确实认为流动性提供与支付路由的财务和经济方面之间的互动或平衡是它的一个主要挑战。闪电网络运行者需要通过路由费获得激励才能提供充分的流动性,从而让支付顺利地进行。流动性需要明确地分配至有需求的通道,而识别这些通道可能具有挑战性,尤其是有新的商家进入网络时。在确保网络对于用户来说手续费较低,以及确保手续费足够高能够对流动性提供者产生激励之间的这种平衡,可能将会是一个主要问题。正如我们在本文中将会进一步说明,此问题的重要性以及市场进行清算的费率,可能取决于经济环境。

闪电网络手续费市场动态

对于链上比特币交易,用户(或他们的钱包)确定进行支付时每笔交易的手续费,然后矿工试图通过选择每单位区块重量手续费较高的交易生成区块,以最大程度提高手续费收入。相反,闪电网络目前似乎是以另外一种方式运行,路由节点运行者设定手续费,然后用户为他们的支付选择路径,选择通道以最大程度降低手续费。对于闪电网络,最初是由供应商设定手续费,而不是用户。因此闪电网络可以提供一种优越的收费架构,因为供应商提供的是专门化服务,并且供应商之间(而不是普通用户)就费率展开竞争是更加适当的,其中优先考虑的是简单性。

在闪电网络中,有两种路由费节点运行者是必须注明,即基础费和费率。

两种闪电网络费

手续费类型 说明 惯例
基础费 每次通过通道为一笔支付提供路由收取的固定手续费 以 Satoshi 的千分之几表示。

例如,基础费 1,000 是指每笔交易需要 1 Satoshi。

费率 根据支付的价值按百分比收取手续费   以转账的 Satoshi 的百万分之几表示。

例如,费率 1,000 是指 1,000/1,000,000,即通过该通道转账价值的 0.1%。相当于万分之 10。

投资资金

为了为路由支付提供流动性以及赚取手续费收入,闪电节点运行者需要在支付通道内锁定资金(比特币)。

两种通道容量

  说明 创建
入站容量 入站流动性,是指节点的支付通道内可以用来接收入站支付的资金。

这些资金是由闪电网络中的其它参与者拥有。

如果支付通道关闭,这些资金不会退还给节点运行者。 

可通过以下两种方式之一创建入站余额:

* 当另外一个网络参与者利用该节点开放一个支付通道时

* 当节点运行者通过现有通道进行一笔支付时

出站容量 出站流动性,是指节点的支付通道内可以用来进行出站支付的资金。

这些资金是由节点运行者拥有,并且是他们投资资金的一部分。在考虑出站余额总额的同时,节点运行者可能会考虑其它投资的机会成本。

如果支付通道关闭,这些资金将会退还给节点运行者。

可通过以下三种方式之一创建出站余额:

* 当节点运行者利用其它网络节点开放一个支付通道时

* 当节点运行者通过现有通道接收一笔支付时

* 当通过节点为支付提供路由并且收到手续费时

通道入站和出站容量的图示说明

(资料来源:比特币闪电钱包
(注:橙色余额是入站容量,蓝色余额是出站容量)

闪电手续费市场的运行

要成为一个成功的路由节点比想象的要难。截至编写本文时,根据 1ml.com 的数据,目前有 7,615 个公共闪电节点。但是,在管理节点、重新平衡通道和以合适的方式设定手续费方面,其中只有几百个节点在提供流动性方面做得不错。

节点运行者可能需要:

  • 调整费率和基础费,监测调整的影响,以及针对最优收入最大化设置进行校准
  • 分析网络并且寻找有较高支付需求、连接不佳的闪电节点,例如新的商户
  • 分析手续费市场,不仅仅是针对整体网络,还有正在瞄准的高需求低容量路径
  • 持续监测和再平衡自己的通道,以确保有充足的双向流动性
  • 针对最新的通道状态实施定制的备份解决方案,以便在节点计算机崩溃时为资金提供保护

目前,没有能够实施上述功能的自动化系统。如果这一点不改变,可能需要成立专门的企业,为闪电网络提供流动性。但是,与流动性一样,克服这些技术问题面临的挑战并不一定意味着支付将变得非常困难或昂贵。这些技术挑战可能只会调整均衡市场费率。克服这些问题的难度越高,通道运行者将会获得的潜在投资回报就越高,同时解决这些问题的激励也越大。推动闪电网络成功的将会是需求,而不是节点运行者面临的挑战。

为了让闪电手续费市场有效运行,节点运行者可能需要根据竞争格局调整手续费,这可能以算法为基础或者是一个手动过程,目标是手续费收入最大化。为了模拟最终可能形成的标准做法,BitMEX 研究团队对此进行了试验,在为期三个月的时间内对我们其中一个节点的费率进行了修改,具体情况如下文所述。

费率试验

BitMEX 研究团队决定进行一次基础试验,以测试和评估手续费市场的状态,尽管闪电网络目前仍处于新生状态。我们搭建了一个闪电节点,并且定期修改费率,试图判断哪些费率将会使手续费收入最大化,正如随着闪电网络规模化节点运行者最终预期将会采取的做法那样。

我们采用下文的散布图对我们通过一个节点进行的基础非科学分析进行了说明。它似乎显示目前费率确实对闪电节点的手续费收入存在影响。当费率从 0 一直提高至大约万分之 0.1 个时,每日手续费收入呈现出快速加速的现象。一旦手续费提升至此费率上方,平均每日手续费收入呈现出逐渐下滑的趋势。因此,根据本次试验,似乎收入最大化的费率大约是万分之 0.1 ,与其它支付系统相比较,该费率无疑是非常低的。不过,当然这只是一个中继段的手续费,一笔支付可能有多个中继段。与此同时,目前闪电手续费市场几乎不存在,实际上 BitMEX 研究团队可能已经是通过改变手续费对经济收入最大化的行为进行了有意义的试验的为数不多的闪电节点之一。一旦该网络规模化并且其他参与者也尝试最大化收入,手续费市场的情况可能会很不同。因此本次操作只能视为是一次说明性试验,而不是对闪电手续费市场进行的具体揭示。

闪电节点每日手续费收入与费率对比

(资料来源:BitMEX 研究团队

(闪电手续费收入数据图——备注和说明:

* 从 2018 年 12 月 31 日至 2019 年 3 月 24 日的每日数据

* 数据来自一个闪电节点

* 整个期间的基础费为 0

* 投资回报数据不包括链上比特币交易手续费,当包括手续费影响时,除最优费率外所有组别都将显示负的投资回报

* 数据包括工作日和周末,一般来说闪电网络流量在周末要低很多

* 费率每天在 UTC 时间 21:00 左右变更。每天降低费率,在经过几天下调后跳升至费率区间顶部,然后开始下一个费率下调周期。这样操作是因为有些钱包(例如移动钱包)不是每次尝试通过节点为支付提供路径时都会查询费率,因此在上调费率时,很多支付都会失败。例如,当开放从一个移动钱包到闪电节点的一个通道,然后上调费率并且立即尝试进行支付时,该支付通常会失败,因为钱包尝试按照之前很低的手续费进行支付。我们认为,为了让闪电网络手续费市场有效运行,节点运行者可能需要定期变更手续费,因此钱包可能需要更频繁地查询费率。

 * 手动进行通道再平衡,每两周一次。每次花费时间大约30分钟

* 闪电节点运行的是 LND,软件每两周连接主机更新一次

* 大约 30% 的通道(按价值)是用 Autopilot 开放,其余 70% 是手动开放

* 投资回报的计算是采用网络每天的出站通道容量,根据每日手续费收入对投资回报进行年化处理,然后根据特定区间内某个费率的所有天数计算一个简单的平均值

* 数据只是基于一个节点以及该节点特定的通道集,其它节点运行者的体验可能会有很大不同

* 我们曾尝试用我们的公共节点进行此试验,但是手续费收入过于分散,一些网络参与者定期支付明显高于公布的费率的手续费金额,使得数据不可靠

* 遗憾的是我们两个轴都需要采用对数刻度。在费率方面,我们不确定收取什么样的费率,甚至设定哪个数量级,因此我们尝试了很大范围的手续费率,从 0.0001% 到 0.5% ,并且对数刻度比较合适。与此同时,每日手续费收入波动很大,范围从 0 Satoshis 一直到超过 3,000 Satoshis 。因此对数刻度似乎最为合适。随着网络的发展并且变得更加可靠,以及手续费市场消息的更加流通,线性刻度可能会变得更加合适。)

手续费收入和投资回报

除了每日手续费收入外,还可以考虑与运行一个闪电节点和各种费率相关的年化投资回报。此投资回报的计算,是对每日手续费收入进行年化,然后除以每日出站流动性。

试验中实现的最高年化投资回报是 2.75% ,而最高手续费组别投资回报大约是1%。对于理论上应属于相对低风险的投资论而言,这似乎是一个具有合理吸引力的回报,至少实时备份闪电通道的能力得到了实施。现有的比特币投资者可能会被这些回报吸引并且为闪电网络提供流动性,或者,美元本位的投资者也可能买入比特币,利用杠杆对冲比特币价格风险,然后尝试赚取闪电网络手续费收入。

不同手续费组别的闪电节点年化投资回报

(资料来源:BitMEX 研究团队

当然,这些投资回报可能无法激励目前闪电网络中的流动性提供者。目前的节点运行者可能是业余的,当考虑到开放和再平衡闪电通道所需要的链上手续费时,绝大部分节点运行者都在亏损。虽然这种以业余者为基础的流动性可以维持网络一段时间,但是为了满足很多人对于闪电网络的庞大规模要求,需要有潜在的投资回报吸引投资者。

闪电网络手续费和经济环境

在目前的低收益环境下 1% 的投资收益率可能看起来具有吸引力,但闪电网络最初可能很难吸引合适的商业流动性提供者。此领域的投资者一般都寻求高风险高回报的投资,为闪电流动性提供者提供的这种相对低风险低回报似乎是处于另外一个极端。因此可能需要一个新的投资者类别,即与这种情况相匹配的投资者类别。

如果闪电网络达到一个较大的规模,可能这种具有稳定低风险回报、高度流动的投资产品,对于经济环境会比较敏感。

考虑以下情景:

  1. 美联储基础利率为 1.0%。
  2. 闪电节点运行者对于他们的出站余额一般赚取 1.5% 的年化投资收益率。
  3. 由于强大的经济环境和通胀压力,美联储公开市场委员会将利率从 1% 上调至 3% 。
  4. 由于投资回报更具吸引力,闪电网络节点运行者从闪电网络撤回资金,并且买入政府债券。
  5. 由于闪电网络中的流动性减少,用户进行支付需要支付更高的手续费,并且闪电网络变得更加昂贵。

不过,如果闪电网络流动性具有足够大的规模,可以适用于上述逻辑,闪电网络就已经是一个了不起的成功。

无风险回报率

在一定程度上,如果闪电网络成熟后,投资者甚至可以将运行闪电节点的投资回报视为比特币的无风险回报率,或者至少是没有信用风险的回报率。在传统金融中,这通常是投资者持有政府债所赚取的回报率,其中政府有支付本金和票息的法定义务以及创造新资金以偿付债券持有人的手段,因此风险接近于零。理论上,经济体中的所有其它投资项目或贷款都有着比此无风险回报率更高的回报。相同的理论也适用于比特币,将闪电节点流动性提供者的回报率视为比特币生态系统内的基础利率。

在未来,如果运行节点中涉及的多数挑战都已经克服,并且存在具有竞争力的手续费设定算法,此闪电网络无风险回报率可能最终由以下方面决定:

  • 宏观金融市场环境——利率越高,可能意味着闪电网络无风险回报率就越高
  • 对闪电网络交易的需求——需求增加或者资金流动速度加快,应该会提升闪电网络无风险回报率

结论

专业对冲基金和风险资本投资者是否将会像他们在2018年中对待权益证明(PoS)系统的 “抵押即服务”(staking as a service)商业模式那样,对成为闪电网络流动性提供者拥有同样的热情,依然有待观察。虽然闪电网络流动性提供者的投资回报看起来还没有吸引力,但由于该网络正处于它的形成阶段,我们确实看到了这种商业模式中的潜在优点。

我们认为,闪电网络可以轻松达到比特币目前链上交易量的数倍规模,而不会遭遇任何经济手续费市场周期或问题,一切都只是单纯地以业余流动性提供者为基础。但是,如果该网络要达到很多闪电网络拥护者所希望的规模,就需要吸引来自追求风险调整后收益投资收益最大化的渴望收益的投资者的流动性。如果这样,遗憾的是,随着投资环境随时间推移而改变,该网络的手续费市场情况可能会发生显著变化。

但是,建立节点、提供流动性、以及通过减少同行的收入来赚取手续费收入是相对容易。运行节点的经营性通道、流动性提供的程度以及投资回报之间,将会最终在哪里达到平衡,很明显我们不得而知。但是,如果一定要做出猜测,根据闪电网络的架构和设计,我们认为该系统会更倾向用户和低手续费,而不是流动性提供者。

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

BitMEX 研究推出以太坊节点指标网站——Nodestats.org

摘要: BitMEX 研究非常高兴宣布推出一个监控以太坊网络的新网站  Nodestats.org 。 该网站连接到五个不同的以太坊节点,并每五秒钟收集一次数据。 网站主要专注于提供与每个以太坊节点所需的计算资源相关的指标。 在分析某些指标时,我们可能已经识别出与节点报告的数据完整性有关的问题,这可能是某些以太坊用户所关注的问题。Nodestats.org 是与 TokenAnalyst 合作制作,该公司是 BitMEX 研究的以太坊网络数据和分析合作伙伴。

(截至 2019 年 3月 12 日的网站截图)

 

概述

 Nodestats.org 通过整体采用来比较两个最大的以太坊节点客户端实现的统计数据—— Geth 和 Parity 。在这些客户端实现中,Nodestats.org 比较了不同节点配置的性能 ——快速、完整和归档节点。

 

 Nodestats.org 的主要目的如下:

  1. 提供比较不同以太坊实现的计算效率的指标。 例如,通过比较与以下相关的要求:
    •  CPU 使用率
    • 内存(RAM)
    • 带宽
    • 储存空间
  2. 比较运行以太坊节点软件和其他币(如比特币)之间的资源需求
  3. 通过查看关于节点是否足够快地处理区块以处于链端点,或差的区块传播是否导致节点在大部分时间不同步的指标,来评估以太坊 P2P 网络的实力和交易处理速度

 

 Nodestats.org 在 2019 年 3 月初才开始收集数据,要作出任何确切结论还为时过早。 不过,我们正在保存数据,并希望稍后分析长期趋势。 Nodestats.org 数据是通过每五秒(每小时 720 次)查询一次我们的五个以太坊节点或运行节点的机器生成的,然后将结果存储在数据库中。此数据生成的各种滚动平均值和其他指标显示在 Nodestats.org 网站上。

 

Nodestats 指标的说明

名称 说明 初步调查结果
同步的时间百分比%

这表示节点已验证并下载所有区块数据,到 P2P 网络通知节点是链端点的时间百分比

 

每小时指标通过确定节点是否每 5 秒处于端点来计算,其应该是每小时 720 次查询。 节点表示其处于端点的这些查询的比例是报告的指标。

 

该字段基于 web3 的 “isSyncing” 字段,我们认为该字段使用节点已看到的最高区块,即 “highestBlock” 字段,以确定该节点是否落后于其对等节点所看到的最高区块。

节点通常报告它们在 99.8% 的时间处于端点,这意味着在每小时 720 次查询中大约只有1次节点不是处于链端点。

 

唯一的例外是, Ethereum Parity (以太坊奇偶校验)完整节点,我们将在本报告后面讨论。

 

我们认为该指标的数据完整性很差,例如就 Parity 完整节点而言,所提供信息的完整性很弱,我们将在本报告后面解释。 展望未来,我们的目标是建立一种更有效的方法来计算这个指标。

在冲突链上的时间百分比

这表示节点在网站上跟随与其相对的节点的不同或冲突链的时间百分比。

 

这是通过在我们的数据库中存储所有区块哈希来确定的,如果节点在相同高度处拥有不同的区块哈希,则它们被认为是在不同链上。

通常, Nodestats.org 无法识别客户端跟随不同链的时间。因此,该指标通常为 0% 。(即一小时内 720 次中为 0 次)

CPU使用率

这表示机器 CPU 资源的平均使用率百分比。

 

Nodestats.org 使用的所有机器 都拥有 “Xeon(R)CPU E5-2686 @ 2.30GHz” 处理单元,并且为双核。 例外情况是归档节点,其拥有 16 个核心。

 

所有节点都使用 AWS “i3.large” 机器,但归档节点除外,其运行 “i3.4xlarge” 。

一般来说,CPU 使用率往往在 0.01% 到 1.0% 之间。 Parity 往往达到 1% 的水平,而 Geth 似乎使用较少 CPU 性能。

 

 Geth 的 CPU 使用率似乎不如 Parity 的稳定,Geth 的 CPU 需求偶尔会飙升至 1% 左右。

内存使用情况

 Nodestats.org 每 5 秒从机器读取一次,这与以太坊客户端使用的内存量有关。

 

Nodestats.org 使用的所有机器都拥有 14GB 内存,但归档节点除外,它是一台 120GB 内存的机器。

一般来说,无论有多少内存可用,节点都会占用绝大部分内存(例如超过 95% )。

 

客户端的内存需求似乎相当稳定。

对等者数量 节点每 5 秒向 Nodestats.org  提供一次网络对等者的数量。

 Parity 往往拥有大约 450 个对等者,而 Geth 只有大约 8 个。

 

 Geth 的对等者数量比 Parity 更不稳定,因为它似乎偶尔会下降到 6 个左右。

上行带宽  Nodestats.org 每 5 秒从机器读取一次,这与服务器的总网络上行带宽有关。

具有更多对等者的Parity往往使用超过100KB /秒的带宽(在每个方向)。 相比之下,Geth往往只使用大约4KB /秒的带宽。

 

Geth的带宽需求往往比Parity更不稳定,偶尔会飙升至60KB /秒左右。

下行带宽  Nodestats.org 每 5 秒从机器读取一次,这与服务器的总网络下行带宽有关。
链数据大小

该指标表示专用于客户端的所有目录使用的总数据。

 

与其他指标不同,所公开的数字是绝对值,而不是滚动1小时平均值。

目前, Parity 需要大约 180GB , Geth 使用不到 200GB ,完整归档节点需要 2.36TB 的数据。

 

 Parity 完整节点仍在同步

 Parity 完整节点于 2019 年 3 月 1 日开始,在撰写本文时( 2019 年 3 月 12 日)它尚未完全与以太坊链同步。客户端大约落后 450,000 个区块,而根据其当前的轨迹,它应该在几天内赶上主链端点。由于初始同步缓慢, “同步的时间百分比” 指标显示为接近 0% ,因为客户端永远不会同步。

 Ethereum Parity 完整节点机器的规格如下:

  • 双核 2.3GHz
  • 14GB 内存
  • 固态硬盘
  • 10 Gb/秒的互联网连接

事实上,具有上述规格的机器需要超过 12 天的同步可能表明,对于以太坊网络来说,初始同步问题可能比后同步问题(例如区块传播)更受关注。 虽然初始同步缓慢(至少对于这个系统设置而言)是一个潜在的问题,但以太坊尚未达到节点无法赶上的程度,因为同步速度比区块链增长速度快。

 

数据完整性问题

尽管落后于链端点数十万个区块,但Parity完整节点有时也报告它是同步的。例如,在本文开头的截图中,网站报告该节点有0.02%的时间是完全同步,表明该节点错误地认为其在某段时间内处于链端点。

如下面的 Parity 完整节点日志生成的图表所示,网络图上看到的最高区块(蓝色)似乎有可能不正确。在网络图上看到的最高区块的数值有时随着时间的推移而下降,并且始终远远落后于实际的链端点(以绿色显示)。有时这个有可能出错的数字朝着验证链的高度(橙色)下降,而我们的网站错误地报告该节点同步。这可能是一些以太坊用户关注的问题,因为Parity完整节点与网络有很多连接,因此这可能是一个错误。

 

以太坊 Parity 完整节点区块高度数据 —— 2019 年 3 月 11 日和 12 日(UTC 时间)

(资料来源: 以太坊 Parity 完整节点日志)

 

这个潜在错误可能会破坏我们网站的整个指标,即使对于其他节点也是如此,因为最高链端点的字段可能无法正常运行,以及我们的数字可能不准确。 不过,我们继续收录这个指标,因为 Nodestats.org 网站显示节点报告的数据,与我们对数据完整性的看法无关。 我们希望将来可以实施我们自己的改进指标。

有人可能会认为,如果攻击者以正确的方式利用这个潜在错误,其影响在某些有限情况下可能会很严重。 例如,用户可能会将收款或智能合约执行看作已经验证,而他们的节点声称处于网络链端点。 但是,客户端可能并不真正处于链端点,攻击者可能会利用此漏洞来欺骗收款人提供商品或服务。 攻击者将需要在易受攻击节点错误地认为是链端点的高度上花费多一倍功夫,其工作要求证明可能比主链端点低。 不过,成功执行此攻击的可能性极小,而用户也不太可能使用最高的区块功能。

 

总结

就像其同类网站 Forkmonitor.info 一样, Nodestats.org 还有很多工作需要改善。在未来几个月和几年内与 TokenAnalyst 的合作过程中,我们计划添加更多功能,例如:

  • 通过减少对节点报告的内容的依赖并开发我们自己的计算方法,提高数据的完整性
  • 用于分析长期趋势的图表和工具
  • 改进数据的粒度
  • 分叉检测系统
  • 与其他对等者相关的数据

目前, Nodestats.org 提供了一个有用的工具来评估运行以太坊节点的大致系统要求。 在非常基础的层面上,它还提供了评估以太坊网络及其各种软件实施的可靠性的机制。 不过,我们承认 “同步的时间百分比” 指标可能不可靠,但它确实突出了潜在问题。

 

 

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

剖析新一轮全球金融危机

摘要: 我们探讨的是加密货币圈内人士经常提起的一个问题: “新一轮全球金融危机何时来临?” 我们试着回答这个问题,首先要解释的是,2008 年之后,经济危机的中心不再是银行,变成了资产管理行业。 因此我们认为,一旦 2008 年金融危机卷土重来,零售银行存款和支付系统受到威胁的可能性不大。 特别是,我们相信,在看似低波动率及低回报环境的推波助澜下,公司债投资基金和非常规债券投资工具可能成为金融体系中最为薄弱的一环。 

(上一次全球金融危机距今已有 10 年,昔日报章已然泛黄,信贷情况可能在某些情况下大幅收紧,但资产管理行业是否已取代银行业的位置,处于危机中心?)

综述

2008年全球经济危机之后,比特币被视为金融乱象丛生和怀疑主义盛行的产物,部分原因在于比特币问世的时间。 因此,比特币投资者和加密货币界人士似乎时常问一个问题:

新一轮全球金融危机何时来临?

我们试着应要求解答这个问题。

首先,我们来探究一下这个问题本身。 我们的看法是,此问题背后主要存在三种假设:

  1. 未来数年内将出现新一轮金融危机,金融危机是不可避免的,每10年左右出现一次;
  2. 这种危机将对比特币价格产生积极影响;
  3. 新一轮全球金融危机情况与上一次相似,导致民众普遍质疑银行系统和电子支付系统的信用。

在这三种假设当中,我们真正同意的只有第一种。 虽然我们认为后两种假设可能成真,但其不确定性非常大。 

至于第二种假设,我们在 2018 年 3 月提过这个问题,但是我们指出,在交易方面比特币表现得更像是风险资产而非避险资产。 当然,从那时起比特币价格大幅下滑,未来情况可能有变。 如果比特币在新一轮全球金融危机中表现良好(在流动资金紧绌的情况下),将对比特币和价值储藏投资理念产生巨大的积极影响。 然而并没有大量证据表明这种情况将会发生。 我们认为,若这种情况发生的话,比特币价格需要与诸多替代币脱钩,这很明显是趋险型投资理念。 

至于第三种假设,新一轮全球金融危机的机制是本报告的焦点所在。

发达市场的银行财务状况相对稳健

有一句名言是这样说的,“历史不会重演,但总是惊人地相似。” 过去 10 年里,银行管理团队和银行业监管机构在 2008 年全球金融危机的阴影下如履薄冰。 因此,银行财务状况和资本比率显著加强。 发达市场的银行一级资本比率从经济危机前的 5% 左右提升至如今的 12% 左右(见图 1 )。 而更为基础的总资产权益率就更难以操纵,情况也相类似:从原先的 5% 左右提高至目前 9% 左右(见图2)。

图 1  – 美国与英国银行综合普通股权益一级资本比率

(资料来源: 英国综合数据来自于英格兰银行,美国数据来自于美联储

图 2 – 美国银行总资产与有形资产综合比率(资产规模超过 500 亿美元的银行)

(资料来源:美联储

或许,比上述比率更清晰和更发人深思的是以下简图(见图3)。 该图显示,自全球金融危机以来,西方主要银行从未扩大其资产负债表规模。 实际上,我们研究的九大银行总资产规模从 2008 年的 19.3 万亿美元大幅下降至 2018 年的 15.6 万亿美元。 也许有人会反驳说,并购活动是造成下表所示情况的主要原因,但我们的观点仍然站得住脚。

图 3 – 发达市场个别银行总资产规模 – 单位:万亿美元

(资料来源: BitMEX 研究、银行收益、彭博社)

(注: 图中显示的是摩根大通、美国银行、花旗银行、富国银行、汇丰银行、苏格兰皇家银行、德意志银行、瑞士信贷银行以及瑞士联合银行对外公布的资产总额。)

我们的看法是,财务杠杆是金融风险的主要推动因素。 似乎自2008年开始,金融体系风险的中心开始转移。 2008年,银行系统的杠杆以及杠杆与按揭市场证券化之间的相互关系引发风险。 如今,在看似低波动率环境的推波助澜下,资产管理行业的杠杆,尤其是公司债的杠杆形成同等风险。

资产管理行业杠杆率的提高

资产管理行业的透明程度远不及银行业,要确定杠杆水平难度更大。 因此,无论是在资产管理行业杠杆问题上,还是在该杠杆的相关金融危机到来时间问题上,都难以得出结论。

2015年国际清算银行的《买方杠杆》报告指出,“风险从银行系统转移到资产管理行业,值得注意”。 报告提到,虽然投资基金在股票和固定收益领域的杠杆保持相对稳定,但是自2008年以来,杠杆率明显提高,新兴市场尤为如此。 国际清算银行报告得出以下结论:

银行系统杠杆是2008年全球金融危机的重要组成部分。 从那时起,银行紧缩财政,重新实现良好资产负债状况,藉此资产经理人(“买方”)迅速扩大全球融资领域的版图。 要获取投资基金的资产负债信息,比获取受到严格监管银行的资产负债信息难得多。 我们使用某市场数据供应商提供的资料,发现买方杠杆不容忽视,哪怕买方杠杆因基金类型而大相径庭。 股票基金投资组合的杠杆似乎使用率最低,而固定收益基金非常倚重借贷。

(资料来源:国际清算银行

国际清算银行使用的数据来自于专业的投资基金流公司EPFR,虽然我们认同报告结论,但是不能完全相信数据的可靠性。 我们尚未发现理想的全球数据来源,但是超过一定规模的美国注册投资基金必须向美国证券交易委员会提交有关杠杆使用情况的数据。 美国证券交易委员会从2013年第二季度起使用这类数据,我们概括出下列表格的主要趋势(见图4、5和6)。

数据显示,与银行业不同的是,资产管理行业从2008年开始显著扩张(见图4)。 与此同时,即使难以绘制出一张自2008年起的清晰图表,可杠杆率似乎也在上升。

图 4 – 美国基金行业资产总值(单位:十亿美元)

(资料来源: BitMEX 研究、美国证券交易委员会

虽然存在着相互抵触的方法论,可是确定投资基金杠杆水平的最基础方法始终是计算总资产值与净资产值的比率,有时也称为杠杆比率。 可惜下表(见图5)时间跨度有限,但该表格似乎显示出杠杆率在适度扩大,至少在对冲基金方面情况如此。 

图 5 – 美国私募基金行业杠杆比率 – 资产总值/净资产值

(资料来源: BitMEX 研究、美国证券交易委员会

由于忽略了衍生工具的影响,杠杆比率低估了真实的杠杆情况。 美国证券交易委员会还要求披露衍生工具的名义价值。 下图说明,美国对冲基金衍生工具使用量增加。

图 6 – 美国私募基金行业 – 对冲基金 – 衍生工具名义价值/净资产值

(资料来源: BitMEX 研究美国证券交易委员会
(注: 通过调整反映美国证券交易委员会数据报告方式的变化。)

新公司债市场投资工具

除了固定收益市场中投资基金杠杆使用量增加外,债券市场的机制日益复杂和不透明。 银行在公司债市场的地位被取代,导致各种相互联系、相互排斥的投资机构迅速增多。 下表概括了其中部分结构。

债券类型 描述/评论 参考资料
债务抵押证券 债务抵押证券(CLO)是指多家公司的一系列贷款汇集形成的一种证券。 这种产品通常划分为多个等级,低风险等级产品回报较低,高风险等级产品回报较高。 一旦公司破产,最后才向最高风险等级产品的投资者偿付。

这些产品的买家通常是退休基金、保险公司和对冲基金。 看重收益的亚洲投资者十分青睐这类产品。

市场增长 – 图 7
杠杆贷款 杠杆贷款通常是指由高负债公司发行的可变利率贷款。 大多数情况下是无担保贷款。 这类投资工具的持有者往往是退休基金和其他私人投资者。

英格兰银行不久前估计,全球杠杆贷款市场规模达2.2万亿美元,并将其与2006年美国次级贷款市场的规模(1.3亿美元)相比较。

市场增长 – 图 8

信贷质量 – 图 15

私人债务交易 与杠杆贷款市场相似,不同的是债务一般不在二级市场交易。 市场增长 – 图9
债券基金交易所买卖基金和共同基金 在此期间,所有资产类别中的交易所买卖基金(ETF)均更受青睐,连公司债券基金也不例外。 市场增长 – 图 10
私募股权 信贷质量 – 图 16

(注: 上表中各栏相互间并不排斥)

各种途径得出的下列表格显示,上一次全球经融危机发生后,这些非银行公司融资机制全部大幅增加。

图 7 –债务抵押证券市场规模 – 单位:十亿美元

(资料来源: 花旗银行、金融时报

图 8 – 美国杠杆贷款市场规模 – 单位:十亿美元

(资料来源: 标准普尔、金融时报

图 9 – 私人债务市场规模 – 单位:十亿美元

(资料来源: 美国银行、金融时报

图 10 – 面向美国投资者的顶级债券ETF规模 – 单位:十亿美元

(资料来源: BitMEX 研究、彭博社)

(注: 图表显示的是下列债券 ETF 的总市值:iShares 核心美国 综合债券 ETF 、先锋总体债券市场 ETF 、 iShares iBoxx 美元投资级别公司债 ETF 、先锋短期公司债 ETF 、先锋短期债券 ETF 、先锋中期公司债 ETF 、 iShares 摩根 美元新兴市场债券 ETF 、先锋总体国际债券 ETF 、 iShares 按揭支持债券 ETF 、 iShares iBoxx 美元高收益公司债 ETF 、 PIMCO 增强短期策略基金、先锋中期债券 ETF 、 iShares 短期公司债 ETF 、 SPDR 巴克莱高收益债券 ETF 、 iShares 短期债券 ETF )

公司债市场状况

如以下图 11 所示,公司债务水平自 2008 年起显著提高,罗素 3000 指数中的公司当前总负债额为11万亿美元,上一次全球金融危机爆发时这些公司的总负债额刚刚超过8万亿美元。 公司利用低利率和上述新投资产品,贷款创下纪录。 

然而,图 11 的红线显示,罗素 3000 指数的公司负债情况看起来仍处于稳健水平,净负债与息税折旧摊销前利润(EBITDA)的比率略低于2.5倍。虽然该比率在过去几年间不断上升,但远远低于2008年经济危机前大约3.7倍的高水平。这种明显增长是由少数科技巨头囤积现金以及强大的经济带动企业收入提高所造成的。如果经济转向,随着公司收入减少,资产负债状况或许会再次变差。

图 11 – 公司债务水平

(资料来源: BitMEX 研究、公司数据、彭博社)
(注: 根据罗素 3000 指数中所有公司得出的总数据)

未来几年将有大量公司债券到期。这会在固定收益领域加剧流动性危机或压力的影响。 我们的分析显示(见图 12 ),美国将有 8800 亿美元公司债券将于 2019 年到期。

图 12 – 公司债券到期时间 – 单位:十亿美元

(资料来源: BitMEX 研究、彭博社)
(注: 数据基于约6400只美国公司债券组成的数据库,债券发行总量为5.7万亿美元。)

或许最令人担忧的指标是公司债的质量。图13表示的是未偿还投资级别公司债的历史信用评级分布。截至2018年底,将近50%的债券评级为投资级别证券的最低评级水平,比例高于过去30年间的任何时期。图14表明,如果大量将要到期的公司债券是评级最低的投资级别债券,从2021年起情况将变得更加糟糕。

图13 – 美国公司债标准普尔信贷评级历史分布

(资料来源: 彭博社、汇丰美元投资级别指数成份股,包括金融与非金融公司)

图 14 – 未偿还美国公司债标准普尔信贷评级历史分布(按到期时间划分)

(资料来源: BitMEX 研究、彭博社)
(注: 数据基于约 6400 只美国公司债券组成的数据库,债券发行总量为5.7万亿美元。)

评估上述非常规债券工具的信贷质量,难度更大。 但是,穆迪不久前发布的一份报告显示,杠杆贷款市场投资者的保障程度大幅恶化,如以下图 15 所示。

图 15 – 穆迪对杠杆贷款契约质量的评估(美国与加拿大)

(资料来源: 穆迪、彭博社
(注: 5.0 为最低分, 1.0 为最高分。)

图 16 – 私募股权交易平均总负债与 EBITDA 倍数比例

(资料来源: 标准普尔、金融时报

低波动率环境

在我们看来,发达经济体采取的非常规货币政策压低了投资回报和波动性,同时降低贷款成本;这种情况刺激资产经理人使用更多的杠杆,追逐更高的风险。与此同时,同样的政策也鼓励公司承担更高的债务。低波动率对固定收益领域的影响甚于其他领域。 “风险均衡” 型投资策略越来越受欢迎,采用这种策略的基金经理根据每种资产类别的风险(波动率)构建投资组合,然后使用杠杆提高回报。杠杆有助于减轻持重低风险资产带来低回报的影响。 通常的做法是,持偏高比重的是固定收益而非股票,同时纳入更多杠杆,以抵消低风险资产的低回报影响。

2018 年 2 月,波动率指数飙升,做空波动率指数的投资策略(例如 Velocity Shares 每日反向波动率指数交易所交易票据)价值暴跌至零,因此波动率急速上升。 2018 年 3 月的 BitMEX 加密货币投资者文摘中讨论过该问题。其受害者是一小群贪图早期收益的投机型投资者,而波动率指数的影响仅限于金融体系的其他部分。不过,这种情况很可能日后出现在固定收益市场上, 2018 年 2 月的事件正是其缩影。而这一次波及的将是从人为低波动率和低借贷成本中渔利的主流投资者。市场在某个时间将进行整固,其影响将远比 2018 年 2 月严重,不仅仅是数亿美元蒸发,而是数万亿美元资产化为乌有。

事件发生的顺序描述如下,而各种不同因素将导致风险加剧:

  1. 出现某个催化因素,导致波动率急剧上涨。
  2. 投资者需要分散其投资组合的风险,首先要处理的是流动性最高的市场,即固定收益市场。
  3. 在流动性最高的市场中,机构主导交易,各大机构可能会在同一时间抽走所有流动资金。
  4. 投资者急于退市,导致固定收益市场出现波动,流动性下降并且无法运作。
  5. CLO 和债券 ETF 等证券化债券资产以远低于净资产值的折扣价进行交易。
  6. 情况蔓延至其他的流动性资产类别,例如股票。
  7. 在未来几年里,新成立的债券发行机构开始缺乏资金;公司为了融资而苦苦挣扎,经济受到重挫。

当然,我们并不清楚什么是导致波动率增加的主要催化因素。它可能是某个地缘政治事件,新兴市场美元债券过量发行,中国资产管理行业的高杠杆,被动型 ETF ,高频率交易员,央行过快缩减资产负债规模,出乎意料的大批企业破产,欧元区债务危机,甚至是比特币出现灾难性重大漏洞引起波动等等……  

其实,无论哪个事件都不是问题的关键。问题的关键在于,在人为低波动率和过高杠杆的推动下,金融系统固有的不稳定性和脆弱发挥作用。许多人可能在某个事件发生后,将某个特定的催化因素视为金融危机的罪魁祸首,但理智告诉我们,这没有实事求是。

结语

对于金融体系和人类社会而言,银行比资产经理人更加重要。如果资产管理人承受压力,虽然部分高净值人士资产减值;散户和企业存款应该是安全的;因此新一轮金融危机的影响可能不及 2008 年严重。可重要的是,政府介入以减轻经济危机影响的可能性也比 2008 年时要低。 

首先也是最明显的,各国央行行长可动用的措施被严重削弱,利率已经很低,而资产负债表规模很高。 其次,或许更为重要的是政治层面。我们肯定难以捉摸每个人的看法,但特朗普、英国脱欧、法国黄背心运动等背后的那些特殊人群或许并不支持政府对金融市场的某种干预措施。 

在现今日益“民粹化”的政治环境中,要证明量化宽松计划,或牺牲没有大量金融资产的中等收入人群,从而提高资产价格的计划的正确性,难上加难。 因此,在新一轮全球金融危机中,管理好“政治动乱”的显著风险可促使各国央行行长所采取措施的范围大幅缩减。 

请记住, 2008 年后也有政党反对央行政策, 2011 年时这种反抗达到顶峰。这次的另一项重大差别在于领导反抗者可用的工具现在更加先进了,例如社交媒体。自2008年起西方国家的政治不确定性似乎在增加。如果这种不确定性开始与金融波动相互作用,风险将会加剧。

至于何时发生全球金融危机,我们不得而知。 我们的观点是,本报告中列示的图表说明了一个问题,但这些图表并不是暗示我们正处于重大危机的边缘;或许很多年后才会发生金融危机。 至于如何从这类事件中获利,其难度或许比预测金融危机到来时间更高。或许人们可以构建一个由波动率看涨期权、远期公司债ETF看跌期权、指数挂钩政府债券、波动率对冲基金、黄金甚至少量比特币组成的投资组合。再次声明,虽然我们不知道这些事件何时会发生,不过也许现在正是调整投资组合的时机。

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

比特币随机数模式之谜

摘要:我们注意到比特币区块头中的随机数值的分布似乎并不是随机的,出现了无法解释的间隙,随机数在间隙中的出现次数更少。然后我们推测为什么会出现这种情况,并提供了说明这种现象的图表。虽然在我们看来,解释的出发点是好的,但它仍然是一个谜。

概述和近期的推文

比特币随机数是构成区块头的一部分,矿工用它来提供熵,作为工作过程证明的一部分,努力找到满足难度要求的哈希。虽然它会取决于如何配置挖掘软件和硬件,但理论上随机数值的分布应该是随机的。在 2009 年,当 Satoshi 被认为是一个重要的矿工时(就像我们在早前的文章中所讨论的那样),随机数值遵循一种特定的模式。

2019 年 1 月 4 日,@100trillionUSD 在推特上发布了一张图片,说明了比特币的随机数值的分布。它似乎表明,从 2010 年年中到 2016 年初,随机数值是随机的,在那之后出现了四个随机数减少的神秘区域。

几天后,在 2019 年 1 月 7 日,@khannib 注意到 Monero 似乎也有不寻常的随机数值分布。Monero 硬分叉可能阻止了ASIC 的使用,似乎让分布再次随机化,这可能表明 ASIC 会导致这种模式。

2019 年 1 月 23 日,TokenAnalyst 通过对相关矿池的随机值进行着色,对比特币随机数值的分布模式进行了进一步的探索。

来自 TokenAnalyst 的另一条推文暗示 Antpool 是随机数值意外分布的主要原因,而 Bitfury 和 Slushpool 具有的随机值数对 “空白区间” 的产生作用可能不大。

新的随机数值分布散点图

我们复制了上述分析,产生了相似的散点图(从 2018 年开始);试图对这个问题深入了解。

我们还为 Antpool 、BTC.com 、F2Pool 、Slushpool 和 Bitfury 制作了单独的散点图。这些图表似乎与 TokenAnalyst 的数据一致,其中“空白区间”对于 Antpool 而言,比 Slushpool 和 Bitfury 更加清晰可见。虽然就 Slushpool 而言,空白区间依然可见,但比较微弱。Bitfury 可能没有找到足够的区块供人们观察到清楚的模式。统计分析也可能有用,但用人脑来解读这些散点图可能与某些形式的统计作用一样。

 

比特币随机数值分布 – 所有随机值(自 2018 年以来)

(资料来源:BitMEX 研究)

 

比特币随机数值分布 –  Antpool(自 2018 年以来)

(资料来源:BitMEX 研究)

 

比特币随机数值分布 –  BTC.com(自 2018 年起)

(资料来源:BitMEX 研究)

 

比特币随机数值分布 –  F2Pool(自 2018 年起)

(来源:BitMEX 研究)

 

比特币随机数值分布 –  Slush(自 2018 年以来)

(来源:BitMEX 研究)

 

比特币随机数值分布 –  Bitfury(自 2018 年以来)

(来源:BitMEX 研究)

比特币现金 ABC

比特币现金 ABC 也与比特币有着相同的随机数值分配模式。

比特币现金 ABC 随机数值分配 – (自 2018 年以来)

(来源:BitMEX 研究)

 

AsicBoost

隐性 AsicBoost 可能是这一模式的成因之一或是其起因。许多人推测在隐性 AsicBoost 算法启动时,这种模式便开始出现;而这一模式可能是在实施隐性 AsicBoost 中的一个巧合,需要对随机数进行操纵。然而,当2018年人们认为隐性 AsicBoost 在比特币中已经停止使用时,这种模式在延续。但有可能是,尽管隐性 AsicBoost 本身被停用了,但固件中的巧合仍然存在。

在下面的图表中,我们观察了使用显性 AsicBoost 挖掘的区块的随机数值的分布。同样,该模式仍然可见,不过是微弱的。这可能表明该模式与隐性 AsicBoost 无关,但还远未定论。

比特币随机数值分布 – 显性 AsicBoost 区块(自 2018 年以来)

(来源:BitMEX 研究)

结论

目前,随机数值在比特币上不寻常的分布仍然是一个谜。社群可能希望进一步深入研究这个问题,并进行更多分析,例如更细致地检查矿池软件和 ASIC 。我们猜想这只不过是一个带有良性原因的毫无意义的反常现象;但在比特币上的这样一个谜,可能会吸引一些分析师的兴趣。

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

跟踪 ICO 发行者分配给自己的 240 亿美元代币

摘要:这是我们关于 ICO 的第三篇重要文章。在 2017 年 9 月的第一篇文章中,我们的重点说明了 ICO 团队成员之间的相互关系。在 2018 年 10 月的第二篇文章中,我们追踪了 ICO 资产账户中的以太坊余额。与TokenAnalyst合作,这篇文章重点关注以太坊网络上 ICO 代币自身的数字资产余额。该报告的主题是关于代币,其中团队控制持有的数字资产在发行时价值达到惊人的 242 亿美元(但实际上流动性太低,无法真正实现这一价值)。今天这一数字已下降到约 50 亿美元,差异主要是由于代币的市值出现下跌,以及 15 亿美元的代币从团队地址集群转出(可能进行了处置)。

 

--Macintosh HD:Users:SergiWFT:Downloads:icographic-1024x946.png

(资料来源:BitMEX 研究)

(注:来自 我们 2017 年 9 月 的交互式图形提醒我们 ICO 团队成员之间存在的各种相互关联)

团队控制的代币资产(自有代币) – 汇总数据

单位:十亿美元
分配给代币团队的 ICO 代币价值 21.5
ICO 之后向团队的发放量 2.7
向团队所控制的钱包的发放总量 24.2
从团队地址集群转出的代币(可能是出售) (1.5)
代币价格变化带来的盈利 /(亏损) (12.0)
Noah 的净影响(代币销毁) (4.4)
EOS 的净影响 (1.2)
目前团队持有 5.0
(资料来源:BitMEX 研究,TokenAnalyst,以太坊区块链,Coinmarketcap(代币价格信息))

(注:价格数据截至 2019 年 1 月,代币数据截至 2018 年 12 月,基于 108 种代币的数据)

在 ICO 项目团队发放给自己的价值 240 亿美元代币中,因代币价格下降而损失 了54%的价值。如果使用每种代币的单价峰值来计算,团队自己持有的代币最高价值超过 800 亿美元。这个更大的数字,意味着与峰值相比出现了 700 亿美元的“亏损”。由于缺乏流动性,使得峰值价值具有很高的不确定性,而且授予团队的多数代币实际上没有成本,因此将此类价格变动归为亏损可能并不恰当。与 ICO 投资者不同,团队并没有支付发行价或进行初始投资。然而,一些交易活动是按这些高得离谱的估值成交的,因此我们认为考虑这些数据仍然是有意义的,但同时也要牢记上述提醒。

根据目前无法变现的现货价格,ICO 团队似乎仍拥有约 50 亿美元的自有代币,这些钱实际上是零成本获得的,具体取决于人们采用何种观点。与此同时,基于一些代币从团队地址集群转出,团队可能通过销售代币已经实现了 15 亿美元的收益。尽管这个数字也可能被高估了,因为代币可能由于多种原因从团队地址集群转出。

计算方法的数据提示和不足

  • 很多此类代币的流动性很低,因此美元价值可能被严重高估,这对于初始分配、当前价值和任何亏损的价值都适用。在某些情况下,给予团队的代币(例如 Veritaseum 或 Noah 等项目)的价值相对于代币的实际交易量过于庞大,十分可笑。因此,根据代币的交易价格来估算团队持有的资产是不切实际的。
  • 生成此数据集所涉及的挑战和不确定性围绕着将代币分配给团队地址集群的过程。TokenAnalyst 进行了这种分配。使用的方法并不完善,我们并未深入研究个别项目。通过分析以太坊区块链上的代币智能合约和交易模式,并应用机器学习类型技术来建立每个项目团队控制的地址集群,由此获得数据。因此数据是概率估计,在单个项目的层面上可能并不准确。然而,本报告的主要动机是产生关于团队在以太坊持有的ICO 代币的宏观数据。虽然这种分析产生的结果远非完美,但我们相信人们可以从分析中得出合理的宏观结论。
  • 如上所述,我们的分析以对智能合约数据的审查和交易模式为基础,而非单个项目的文件和政策。因此,我们可能将代币作为包括在团队结余之内的一部分,但实际上它们是以其他形式的储备、托管或其他类别的一部分持有,在这种情况下将代币归于团队自有资金是不准确的。
  • 该数据假设发行日期与在 Coinmarketcap 上出现第一个价格的日期相同,这个假设可能不可靠。

汇总数据

发送至团队控制的地址集群的代币价值(自有代币) – 百万美元 – 前 10 名

(资料来源:BitMEX 研究、TokenAnalyst、以太坊区块链、Coinmarketcap(代币价格信息))

(注:代币数据截至 2018 年 12 月,数据基于发行时的价格)

团队控制资产(自有代币)的价值损失 – 百万美元 – 前 10 名

(资料来源:BitMEX 研究、TokenAnalyst、以太坊区块链、Coinmarketcap(代币价格信息))

(注:价格数据截至 2019 年 1 月,代币数据截至 2018 年 12 月)

团队控制的地址集群中代币价值(自有代币)的损失比例 – 前 10 名

(资料来源:BitMEX 研究、TokenAnalyst、以太坊区块链、Coinmarketcap(代币价格信息))

(注:价格数据截至 2019 年 1 月,代币数据截至 2018 年 12 月)

从团队控制的地址集群转出的代币(自有代币)价值 – 百万美元 – 前 10 名

(资料来源:BitMEX 研究、TokenAnalyst、以太坊区块链、Coinmarketcap(代币价格信息))

(注:价格数据截至 2019 年 1 月,代币数据截至 2018 年 12 月。Huobi 和 Qash 是交易所,代币显示已被发送到各自平台。上述数字可能代表了出售/“套现”,但转账也可能有其他原因)

团队控制的地址集群中代币的当前价值(自有代币) – 百万美元 – 前 10 名

(资料来源:BitMEX 研究、TokenAnalyst、以太坊区块链、Coinmarketcap(关于代币价格信息))

(注:价格数据截至 2019 年 1 月,代币数据截至 2018 年 12 月)

原始数据 – 团队持有的自有代币 – 百万美元

代币 ICO 的价值 ICO 后发行 从团队地址集群转出 价值损失 当前价值
VERI 4,762 0 (15) (3,196) 1,552
NOAH 4,478 0 (4,423) 55
KIN 980 0 (0) (703) 277
AGI 863 0 (27) (814) 22
POLY 842 0 (17) (727) 99
HT 643 0 (366) (29) 248
GNO 636 0 0 (533) 103
QASH 617 0 (177) (300) 140
MKR 596 0 (46) (445) 105
TEL 452 0 (8) (408) 36
ITC 334 0 (7) (323) 4
ZRX 333 0 (9) (155) 169
ZIP 266 0 0 (226) 41
BLZ 256 0 (32) (207) 17
GTO 241 0 (67) (157) 17
BNB 219 110 0 118 447
BTO 198 0 (28) (165) 5
ICX 160 0 (79) (67) 14
ETHOS 153 0 (15) (123) 16
TNT 152 0 (10) (133) 9
CENNZ 143 0 (6) (121) 15
AST 141 0 (24) (104) 13
KEY 132 0 (2) (124) 6
BIX 118 2 0 (85) 35
CVC 117 0 (1) (75) 41
FSN 100 0 (6) (75) 19
OCN 100 0 (31) (64) 5
DEW 95 0 (1) (87) 7
SRN 89 0 (15) (69) 4
MDS 88 0 (8) (75) 5
EDO 83 0 (11) (58) 15
ABT 76 0 0 (71) 5
WTC 69 0 (50) 17 37
INS 68 0 0 (66) 2
PPT 65 0 (55) (5) 5
IHT 65 0 (2) (58) 5
CPT 65 0 (0) (43) 21
SPHTX 64 0 0 (60) 4
DRGN 58 0 (47) (2) 8
MCO 54 0 (89) 72 37
XYO 54 0 (6) (23) 25
RCN 54 0 0 (48) 6
DPY 47 0 (23) (22) 2
THETA 45 0 0 (30) 16
MANA 41 0 (95) 127 73
R 40 0 0 35 75
APPC 35 0 (24) (9) 2
CMT 33 0 (1) (25) 8
FUEL 32 2 0 (29) 5
CREDO 31 0 (0) (6) 25
DMT 31 0 (17) (12) 2
POWR 30 166 0 (154) 42
LRC 30 8 0 (21) 17
WPR 26 0 0 (24) 2
AMB 24 0 0 (17) 7
RNT 22 0 (1) (15) 7
ENG 22 0 0 (12) 10
COB 22 0 (10) (5) 7
GTC 20 126 0 (141) 6
REN 19 0 (3) (13) 3
DENT 19 635 0 (564) 90
UTT 19 0 (0) (11) 8
AE 13 0 (19) 6 0
DATA 11 0 (3) (6) 3
BRD 10 17 0 (21) 7
SNGLS 8 0 0 (3) 6
LEND 6 0 (7) 3 2
RLC 6 0 (5) 2 3
PLR 6 3 0 (4) 5
HVN 5 0 (5) 0 1
CVT 5 11 0 (8) 9
LYM 5 0 (4) 0 2
SAN 5 0 (7) 5 4
GNT 4 0 (12) 31 23
KICK 3 2 0 (4) 1
DGD 2 0 (5) 5 3
EDG 2 0 (29) 28 1
ENJ 2 0 (0) 1 2
RHOC 1 14 0 (13) 1
ARN 0 6 0 (6) 1
ELF 0 45 0 (40) 6
PAY 0 142 0 (132) 11
DAI 0 1 0 0 1
HPB 0 134 0 (119) 15
CRPT 0 3 0 (2) 1
HOT 0 7 0 0 7
SALT 0 95 0 (92) 3
NAS 0 71 0 (50) 21
NGC 0 12 0 (11) 1
CPC 0 12 0 (9) 3
GVT 0 3 0 (2) 2
SNM 0 14 0 (11) 2
BTM 0 9 0 (1) 8
QRL 0 7 0 (6) 2
NULS 0 71 0 (52) 19
POE 0 58 0 (54) 4
TEN 0 29 0 (15) 13
MTL 0 188 0 (177) 11
WINGS 0 18 0 (15) 3
SPANK 0 106 0 (93) 13
OMG 0 195 0 (154) 41
STORJ 0 133 0 (85) 48
BAT 0 38 0 14 52
VIBE 0 10 0 (8) 2
IOST 0 218 0 (185) 34
总计 21,513 2,723 (14,805) (4,396) 5,035
(资料来源:BitMEX 研究、TokenAnalyst、以太坊区块链、Coinmarketcap(代币价格信息))

(注:价格数据截至 2019 年 1 月,代币数据截至 2018 年 12 月)

结论和汇总数据

本分析突出了以下观点:ICO 市场缺乏标准和透明度,尤其是在将代币分配至创始团队的钱包时更是如此。团队通常能够随意铸造、销毁、购买和出售(他们自己的)代币,而分析师无法轻松跟踪正在发生的情况。我们经常会在交易所集群中看到代币,并且很难判断代币项目是否为上市而向交易所“支付”了利益,或者代币项目是否仅仅是将其数字代币资产转移到交易所进行套现。

公平地说,也许我们可以花更多时间阅读各个项目的具体文件并与相关团队交流,从而对分析进行改进。这可以形成更可靠的数据集。

但是关于 ICO,许多人经常忽略的一点是,ICO 团队通常会用两种方式从发行中盈利:

  1. 出售新发行的代币(通常是换取以太币),和
  2. 自行发行他们的自有代币。

我们 2018 年 10 月的报告侧重于前者,而本报告则侧重于后者。下面的汇总表综合了我们两份报告中的数字。

ICO 团队的盈利 单位:十亿美元
ICO 流程
募集的以太坊 5.4
向创始团队发行自己的代币 24.2
总募集资金 29.6
代币价格的变化
以太币盈利/(亏损) – 大部分已实现 0.8
自有代币盈利/(亏损) – 大部分未实现 (17.6)
发行后的盈利/(亏损)总额 (16.8)
ICO 团队总盈利 12.8

(资料来源:BitMEX 研究、TokenAnalyst、以太坊区块链、Coinmarketcap(代币价格信息))

(注:以太坊价格数据截至 2018 年 10 月,自有代币价格数据截至 2019 年 1 月)

正如我们反复说明的那样,尽管在生成数据时存在许多不准确和假设,但根据我们的算法,看来ICO 团队从 ICO 程序中获利近 130 亿美元。我们认为,这些钱来得难以置信地容易,只需要极少量的工作,而可信度或透明度都非常有限。所以,对于项目创始人筹集资金而言,ICO 已被证明是极具吸引力的方式。当然,对投资者而言,结果却没有那么吸引人。

现在,ICO 周期似乎在一定程度上正在走向消亡,而且募集资金比 2017 年末困难得多。但由于赚到和亏损的资金是如此庞大,2017 年和 2018 年初的事件不太可能被很快被遗忘。企业家对成功念念不忘(并继续努力募集资金),而投资者将痛定思痛。因此,在几年内重现这一循环的可能性比绝大多数人想象的要低得多。

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

原子掉期和去中心化交易所:不经意创造的看涨期权

摘要:在这篇文章中,我们将探讨去中心化交易所和交叉链原子掉期所面临的共同问题:即是“不经意创造的看涨期权”。不提供托管服务的去中心化交易系统经常在不经意中创建了一个美式的看涨期权,与直接用资产与另一种资产交易这种的更简单的操作有所不同。我们将就该问题如何体现在这些去中心化交易平台进行探讨,如 Bisq 和其他交叉链原子掉期结构产品等。然后我们再探讨 IDEX 在一开始如何解决该问题,但后来又要求用户在某种程度上信任平台运营商,并消除了去中心化交易所一些优势来解决问题。我们的结论是,尽管增加了复杂性,但在某些情况下,最好还是接受看涨期权作为产品,而不是尝试忽略它或与它抗争。

概述

去中心化稳定币及去中心化交易所( DEX )通常被视为加密币生态系统中的两个圣杯。然而,与去中心化稳定币类似, DEX 所面临的挑战往往被低估。在这篇文章中,我们专注探讨去中心化交易系统所面临的一个特定挑战:与其以让两个资产进行直接交易,这些系统通常无意中创建出了美式看涨期权。

不经意创造的看涨期权的理论

当在任何完全不提供托管服务的系统中交易加密币时,一方必须先支付,然后另一方再支付。从理论上讲,后执行方有着某种程度上的选择权:- 他或她可以玄子继续并完成交易,或者停止采取行动并取消交易。在先执行方采取行动后及后执行方采取行动前如果后执行方原先想要购买的代币的价格下降,或者他原先想要出售的代币的价格增加,他便有动机停止及取消交易。这意味着:

  1. 先采取行动的交易员就两种资产之间的差价发行了美式看涨期权。
  2. 这些交易所可以自然地发生,也可以作为两个单独的交易。让我们以爱丽丝用莱特币向鲍勃购买比特币作为例子。
描述 问题
原子交易

莱特币和比特币的交易同时发生,或交易同时失败 (交叉链原子掉期 )。

一方必须先行动,然后后执行方可以决定是否执行这个交易。这一决定可能受到采取行动期间两种资产中任何一种资产价格变化而影响。这为后执行方提供了选择权。
非原子交易

交易中有可能一个交易成功了而另一个交易失败了。在这种情况下,通常需要某种半监管机制,例如多重签名托管,以防止交易的其中一方作弊。( 如与 Bisq 类似的平台 )。

一方必须先行动,然后后执行方可以决定是否执行这个交易。后执行方反悔可能导致:

  • 后执行方成功从第一方窃取资金
  • 第三方托管代理还原第一笔交易

无论如何,后执行方都可选择是否继续执行交易。

如上表所示,无论交易是否为原子交易,后执行方对是否取消依然拥有选择权。

人们可能认为这是一个微不足道的问题,因为时间段很短或这种潜在期权的价值可能很低; 然而,通常情况并非如此:这种期权期限通常为 24 小时,加密币价格可能在该时间内非常不稳定。这种高波动性通常也是交易员一开始希望互相交易代币的原因。 因此,潜在期权价值可能很大且影响着交易量。

通过一系列的步骤包括收取保证金可以减轻或解决这个问题,但我们还没有见到实施这些方案的交易系统。缓解问题的另一种方法是通过交易员以某种形式暴露自己的身份,然后以声誉和用户之间的信任形成一种去中心化的网络 。如果交易其中一方因为价格波动取消交易,他们的声誉就会收到影响。然而,这种设置可能极大地增加了该交易系统的复杂性,因为想要建立一个能够抵挡 sybil 攻击的去中心化声誉系统的难度相当高。

下面我们将看看三种不同的去中心化交易系统(或半 DEX ),并解释它们分别是如何衍生出看涨期权的。

案例研究

Bisq

摘要表

种类 非原子
期权窗口 24 小时 (最多 8 天)
托管 仅对销售比特币的交易员提供多重签名托管

Bisq (前称为 Bitsquare )是一种点对点应用程序,它容许使用以法定货币买卖加密币,以及加密币之间的交易。 Bisq 本质上是一个 DEX ,因为用户通过点对点网络相互连接并直接相互交易。

Bisq 每日成交量(美元)

(资料来源: Coinmarketcap )

Bisq 平台的截图

(资料来源: BitMEX 研究)

下面我们将解释 Bisq 平台潜在交易的一些例子,并描述最终的期权问题。

示例一:在 Bisq 上以美元购入比特币

爱丽丝希望使用美元从鲍勃那里购买 1 个单位的比特币:

  • 步骤 1:鲍勃将 1 BTC 放入需要至少 2/3 同意的三方多重签名账户中。这三个签名方分别属于鲍勃,爱丽丝和第三方仲裁员。这代表了鲍勃的报价,其中也包含价格(例如每 BTC 3,800 美元)。
  • 步骤 2:爱丽丝可以通过向另一个多重签名账户支付小额押金(可退款)来接受鲍勃的报价。押金由鲍勃设定(例如 0.01 BTC )。
  • 步骤 3:爱丽丝有 24 小时进行银行电汇,向鲍勃的账户支付 3,800 美元。如果没有争议并且电汇成功,爱丽丝便会收到 1 BTC 和押金返还。 如果没有发生电汇,爱丽丝会损失押金,并且将 1 BTC 退还给鲍勃。 任何争议均由第三方仲裁员调解。

以上看似仅仅代表了爱丽丝购买比特币的行为; 然而,在考虑所背后涉及的经济激励的情况下,由于爱丽丝能够以有限的损失退出交易,我们可以看做,在步骤 2 之后,她实际上持有了下列美式看涨期权:

看涨期权内容
  • 标的资产:比特币
  • 数量:1
  • 行使价: $3,800 美元
  • 到期日: 24 小时
  • 期权费: 0.01 BTC

因此,当鲍勃在决定爱丽丝需要支付的保证金数额时,理论上他应该考虑比特币的波动性并使用期权定价公式来确保爱丽丝无法以过于便宜的价格买到该期权。根据 Bisq 目前的价格看来,似乎其中许多的期权价格都被低估了。

示例二:在 Bisq 上以门罗币购入比特币

爱丽丝希望使用门罗币( XMR )从鲍勃那里购买 1 个单位的比特币:

  • 步骤 1:鲍勃将 1 BTC 放入需要 2/3 同意的三方多重签名账户中。这三个签名方分别属于鲍勃,爱丽丝和第三方仲裁员。这代表了鲍勃的报价,其中也包含价格(例如每 BTC 卖 80 XMR )。
  • 步骤 2:爱丽丝可以通过向另一个多重签名账户支付小额押金(可退款)来接受鲍勃的报价。押金由鲍勃设定(例如 0.01 BTC )。
  • 步骤 3:爱丽丝有 24 小时的时间向鲍勃的账户支付 80 XMR 。如果没有争议并且汇款成功,爱丽丝便会收到 1 BTC 和押金返还。 如果没有发生电汇,爱丽丝会损失押金,并且将 1 BTC 退还给鲍勃。 任何争议均由第三方仲裁员调解。

同样,上面的例子可以仅仅被视为爱丽丝购买比特币的行为; 然而,在考虑背后的逻辑,我们不难看出由于爱丽丝能够以有限的损失退出交易,我们可以视为她买入并持有了以下美式的看涨期权:

看涨期权内容
  • 标的资产:比特币
  • 数量:1
  • 行使价: 80 XMR
  • 到期日: 24 小时
  • 期权费: 0.01 BTC

如果一个人试图获得以低价购买看涨期权所带来的好处,那么使用门罗币交易可能比使用美元更有利,因为门罗币价格的波动性更大,因此期权的价值更高。 由于门罗币价格比比特币更具波动性,因此将这笔交易看做爱丽丝获得看跌期权而非看涨期权可能更为经济正确,期权内容如下。

看跌期权内容
  • 标的资产:门罗币
  • 数量: 80
  • 行使价: 0.013 BTC
  • 到期日: 24 小时
  • 期权费:  0.01 BTC

作为一名交易员,如果想要利用这种结构,人们可以先较低的溢价购买这些门罗币期权,然后通过在中心化平台上买入门罗币来对冲风险。然而, Bisq 的但单笔交易金额有限,因此盈利规模也有限。

虽然这些潜在期权的特性可能使平台推广上更具挑战性,但它对 Bisq 来说也可能是个机会,它们可以将这些交易重新命名为期权,并鼓励比特币卖家设定合理的保证金价格,使其和市场上的期权的定价一样是基于价格波动的,例如它们可以考虑使用 Black-Scholes 模型来定价。

交叉链原子掉期

摘要表

种类 原子
期权窗口 24 小时 (或交易方设置的时限)
托管

我们认为 TierNolan 在 2013 年 5 月的 Bitcointalk 论坛上首次描述了交叉链原子掉期。交叉链原子掉期允许用户以原子方式将一个资产换成另一个资产,这样整个交易捆绑在一起,只能一起成功或一起失败。这样,任何一方都不会因为自己履行了交易而对方没履行交易而蒙受损失。

下图描述了链上原子掉期的过程。我们继续以爱丽丝和鲍勃之间的交易做为例子,爱丽丝以 1 个比特币向鲍勃交易 100 个莱特币。

交叉链原子掉期结构

# 执行方 描述
1 爱丽丝 爱丽丝选择一个随机的数字 X 。
2 爱丽丝 爱丽丝创建一个交易并发送 1 BTC 给鲍勃。

交易 1

交易可以在以下任何一种情况下被赎回:

  1. 得到鲍勃签名并且知道 X 这个数字,X 散列是一个必须知道的数字。
  2. 得到爱丽丝和鲍勃双方签名。
3 爱丽丝 爱丽丝创建并签署一笔交易,将交易 1 的 1 BTC 输出发送回给自己。

交易  2

交易时间锁定为 24 小时。

4 爱丽丝 爱丽丝发送交易 2 给鲍勃.
5 鲍勃 鲍勃签署交易 2 并还给爱丽丝.
6 爱丽丝 交易 1 在比特币网络上发布。
7 鲍勃 鲍勃创建一笔莱特币交易并发送 100 LTC 给爱丽丝。

交易 3

交易可以在以下任何一种情况下被赎回:

  1. 得到鲍勃签名并且知道 X 这个数字,X 散列是一个必须知道的数字。
  2. 得到爱丽丝和鲍勃双方签名。
8 鲍勃 鲍勃创建和签署交易,将交易 3 的 100 LTC 输出发送回给自己。

交易 4

交易时间锁定为 24 小时。

9 鲍勃 鲍勃将交易 4 发送给爱丽丝。
10 爱丽丝 爱丽丝签署交易 4 并还给鲍勃。
11 鲍勃 交易 3 在莱特币网络上发布。

此时,爱丽丝有个选择。如果 LTC / BTC 价格比率增加,她可以继续交易。 或者,如果 LTC / BTC 价格比率下降,爱丽丝可以停止交易。

看涨期权内容
  • 标的资产:莱特币
  • 金额: 100
  • 行使价: 0.01 BTC
  • 到期日: 24 小时
  • 期权费: 0
  • 类型:美式
12 爱丽丝 爱丽丝将交易 3 的输出发送给自己,得到 X 。爱丽丝得到 100 LTC 。
13 鲍勃 鲍勃将交易 1 的输出发送给自己,爱丽丝提供的 X 。鲍勃得到 1 BTC 。

(资料来源: BitMEX 研究)

如上表所示,虽然有人试图构建原子掉期,但与 Bisq 类似,它无意中创建了美式看涨期权。在渠道建设期间,同样的问题似乎在建立在闪电网络的多货币路由或基于闪电网络的链外原子掉期的通道时都无法避免。虽然有可能通过一系列的步骤和更多的保证金要求来解决这些问题,但会因为提高复杂性而使得具体实施变的更具挑战性。就像上面的 Bisq 一样,交叉链原子掉期的开发人员不如接受其潜在的期权特性并使其成为产品,而不是试图规避这个问题或者为了解决它而增加了系统的复杂性。

IDEX

摘要表

种类 原子
期权窗口 不适用
托管 在 IDEX 交易的双方都存在部分托管,带有日落条款

IDEX 是一个基于以太坊网络的交易平台。交易员将资金存入以太坊智能合约,提交委托,执行交易或付款等都需要交易员和 IDEX 平台的签名才可执行。

在一定时间范围后,用户可以在没有 IDEX 签名的情况下从智能合约中提取资金, 这保障了在 IDEX 突然消失的情况下用户仍然可以取回存款。提交委托,取消委托和委托匹配在 IDEX 服务器上进行脱链匹配,以实现快速无缝的用户体验。然后将指令按顺序提交给以太坊区块链,并且只有来自用户的有效签名才使指令生效。 因此, IDEX 无法在未经用户授权的情况下窃取用户资金或进行交易。

Dex.Watch 称, IDEX 是全球排名第一基于以太坊的 DEX ,市场份额约为 50% 。  IDEX 类型的平台在很多方面比上述提到的交易所更先进,因为它们可以通过在交易期间将双方的资金部分保存在托管中来解决看涨期权问题。

IDEX 每日交易量(美元)

(资料来源: Coinmarketcap )

虽然 IDEX 无法在未经授权的情况下窃取用户资金或进行交易,但指令的顺序由 IDEX 集中处理。 IDEX 可能无法及时执行委托以及偷步交易或未能及时取消委托。因此,虽然杜绝了中心化交易所常见的一些风险,但实际上他们仍然暴露一些典型的中心化交易所的风险。但是,与完全中心化的交易所相比,我们仍然认为 IDEX 类型平台是一个重大改进。 IDEX 还有其他限制,例如只能交易基于以太坊的资产,平台最终会受到以太坊网络容量的限制。

结论

在某些方面, Bisq 的模型比 IDEX 和交叉链原子掉期更加雄心勃勃。 IDEX 将自身限制在以太坊网络上存在的代币,而原子掉期只涉及某些加密币。相比之下, Bisq 试图交易美元等法定货币。虽然使用以太坊智能合约或更复杂的闪电网络结构解决看涨期权还是可能的,但一旦当涉及到法定货币时,可能就无法解决了。

当然,如果存在去中心化的美元稳定币,则原子掉期和 IDEX 类型平台便可涉及美元。 这说明了两个圣杯,去中心化的稳定币和去中心化的交易所是相关联的。在 catch-22 类型的情况下,双方是环环相扣的,只有两方都存在才能稳健地运行。

在我们看来,如果没有去中心化的稳定币,当通过去中心化系统以法定货币交易加密币时,所产生的看涨期权是不可避免的。 Bisq 可能是一个去中心化进入加密币生态系统的突破口; 然而,与其试图解决看涨期权问题,也许 Bisq 应该接受它。也许有效的进入加密币生态系统的突破口便是通过美式看涨期权。虽然这可能并不容易,但它可能是构建强大的反审查的唯一途径。

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

价格崩盘及对矿工的影响

摘要:过去几周,加密币价格大幅下跌。在本文中,我们分析了价格下跌对采矿业产生的影响。自 2018 年 11 月开始,比特币哈希值下降了约 31% ,相当于约 130 万台比特大陆的 S9 机器的哈希值。我们得出结论,许多矿工正在挣扎着; 然而,我们认为,并非所有矿工的挖矿成本都相同,随着加密币价格下降,成本较高的矿工将首先关闭他们的机器并被淘汰。

 

概述

自 2018 年 11 月开始,比特币价格下跌约 45% ,而在同一时期,比特币网络的采矿量下降了约 31% 。根据我们的估计,这代表了大约 130 万台比特大陆 S9 矿机被关闭。因此,由于加密币的价格下跌,采矿业目前面临着相当大的压力。

到目前为止,价格下跌已经分别在 11 月 16 日和 12 月 3 日对比特币的采矿难度调整进行了两次大幅度的调整,分别为 7.4% 和 15.1% 。 7.4% 的调整是自 2013 年 1 月以来的最大调整, 15.1% 的调整是自 2011 年 10 月以来的最大调整。以下图表包含每日区块链的工作量的数据,因此反映了整体网络采矿难度的变化。

 

比特币日常工作量与价格下跌相比

(资料来源: BitMEX 研究, Poloniex )

 

每日采矿收入和成本

如下图所示,比特币采矿业的收入从 11 月初的每日 1,300 万美元下降到 12 月初每日 600 万美元左右。由于难度调整的延迟,这种激励措施的下跌甚至比比特币价格的下跌幅度还要大。在截至 12 月 3 日的六天区间内,由于矿工在难度调整前纷纷离开了网络,因此每日产出的区块数量比预期的 144 个减少了 21.8% 。因此,在短期内,除了加密币价格下跌的影响之外,采矿激励也下跌了 21.8% 。

 

比特币每日采矿收入和预期电费支出 – 百万美元

(资料来源: BitMEX 研究, Poloniex )

(注:假设电费每 KWH 为 0.05 美元,假设矿机规格为比特大陆 S9 型号)

 

比特币现金 ABC 每日采矿收入和预期电费支出 – 百万美元

(资料来源: BitMEX 研究, Poloniex )

(注:假设电费每 KWH 为 0.05 美元,假设矿机规格为比特大陆 S9 型号)

 

以太币每日采矿收入和预期电费支出 – 百万美元

(资料来源: BitMEX 研究, Poloniex )

(注:假设电费每 KWH 为 0.05 美元,假设 200W 产出 32Mh/s )

 

矿工利润率

下图显示,在最近价格崩盘之前,该行业的毛利润率约为 50% (假设电费是唯一用于计算毛利率中的变动成本),而在价格崩溃之后,这个数字对比特币和以太币而言分别下降到 30% 及 15% 左右。

 

矿工利润率

(资料来源: BitMEX 研究,价格来自于 Poloniex )

 

以太币矿盈利能力

在此期间,以太坊哈希值仅下降了20% (代表约 150 万张高级显卡),该数值远低于比特币,而价格下跌比比特币更为显着,为 54% 。因此,以太坊的毛利率下降幅度更大,但目前尚不清楚为何会出现这种情况。

一些潜在的原因如下。可能是因为以太坊矿工更多的是业余爱好者而且利润的追求较低,或者以太坊矿工进入市场时有着比比特币更高的毛利率,因此他们不太愿意时时监督着网络情况并在关闭矿机。如数据显示,以太坊矿工的毛利润率现在显着低于比特币的,在过去几天降至 15% ,因此该情况可能会发生变化(注:此分析仅包括电费成本,当包括其他成本时,矿工可能存在亏损经营的情况)。

 

比特币现金 ABC 采矿利润率

如上图所示,比特币现金 ABC 在分拆成比特币现金 ABC 和比特币现金 SV 两个加密币后,其毛利率变为了负值。两个阵营在争夺最多工作量的区块链下,一直在亏本挖矿。 11 月 25 日,分叉后十天,开采比特币现金 ABC 的盈利迅速攀升至与比特币相同的水平。这似乎表明 “哈希战争” 已经结束了,但后来事实证明这几乎完全毫无意义,因为战争结束对加密币的价值没有显著的影响。

正如下表中的最新数据显示,双方的总工作量再次日趋接近,这可能使得双方再次回到亏本挖矿的处境。

比特币现金 ABC 比特币现金 SV
Log2(PoW) 87.753365 87.747401
区块                          560,091                              560,081
分拆后总量
Log2(PoW) 82.189 81.875
区块                                   3,325                                   3,315
挖矿电费支出 $7,939,318 $6,389,264
代币价格 (Poloniex) $108 $94
预计挖矿毛利 /(损失) ($3,450,568) ($2,494,139)
毛利率 (76.9%) (64.0%)
假设租用哈希值
预计租用费用 $14,608,345 $11,756,245
预计挖矿毛利 /(损失) ($10,119,595) ($7,861,120)

(资料来源: BitMEX 研究,价格来自于 Poloniex )

 

上述分析的缺陷

上述毛利率分析并不完整。虽然收入数字可能准确,但唯一的成本只包括了电费。显然,矿工还有其他成本,例如机器的资本投资以及其维护成本和搭建矿机的成本。因此,下图在仅考虑电费成本时,行业利润很高,但最近的价格崩盘很可能表示所有的矿工都在亏本挖矿。这表明矿工在设备上投入过多,并且已经出现负投资回报率。

 

没有统一的电费

上述分析中未反映的另一个关键点是电费的变化。上图表假设每 KwH 的成本均为 0.05 美元;然而,并非所有矿工的电费都相同。

正如我们上面提到的, 31% 的哈希值在此期间被关闭,逻辑上那些电费最高的矿工应该最先关闭他们的矿机。因此,网络上的平均电力成本在过去一个月中应该大幅下降。

下表说明了上述情况,它假设电力成本以每千瓦 0.01 美元的标准偏差呈正态分布,而成本较高的矿工将首先关闭机器。虽然这种假设可能不准确,能源价格也不会在整个采矿业中呈现正态分布,但从宏观层面来看,它说明了一点,它也可能比上图更准确。

根据这一分析,平均比特币采矿业毛利率仅从 50% 左右下降至 40% ,这意味着其余矿工的情况要好得多。

 

比特币挖矿毛利率(举例)

(资料来源: BitMEX 研究,价格来自于 Poloniex )

在评估价格下跌对比特币的潜在负面影响时,分析师有时会忘记并非所有矿工都有相同的成本。正是这些成本差异将确保网络继续顺利的运行,尽管价格突然大幅下降并且使得采矿难度得以调整。

 

什么导致了价格大跌?

关于价格崩溃的原因已经有着相当多的猜测,一些人说矿工出售比特币是为了资助比特币现金的代价高昂的哈希战争。加密币情报监控平台 Boltzmann 告诉我们,在比特币现金拆分前几天,他们的平台已于 11 月 12 日检测到矿工正大量抛售比特币。

Boltzmann 检测到矿工的净比特币销售额“与 3 个月的平均值差了 17.5 个标准差。”进一步分析,看来这些矿工可能是 Slushpool 的成员。

 

比特币矿工净流量和价格

(资料来源: Boltzmann ,矿工净流量 12 小时汇总)

 

结论和价格评论

虽然矿工们抛售比特币来为比特币现金哈希战争中的损失提供资金确实是价格下跌的催化剂,但我们认为其影响很容易被高估了。由于我们处于熊市,无论新闻或投资流量如何,价格都在下跌。

此外,在熊市中,似乎在无新闻或坏消息的情况下,价格都将下跌,而同时好消息往往被市场忽略,而在牛市中该情况则是相反的。我们认为,即便在矿工有没有在比特币现金拆分之前出售比特币,价格都将走弱。面对加密币市场,投资者的情绪管理是王道。

这对采矿业来说可能是一个非常艰难的时期。然而,对于成本较低的矿工,我们的基本分析表明情况可能比人们预期的要好。如果矿工的设备是以低于成本的价格从比特大陆购买而来,即使包括折旧和其他管理费用,他们仍然可能处于有利可图的状态。

 

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

比特币现金 ABC 滚动 10 个区块检查点

摘要:我们评估比特币现金 ABC 的新滚动 10 个区块检查点系统。新系统确实可以抵御“深层”的恶意重组;然而,它增加了共识链分裂的风险,并为潜在矿工提供了攻击系统的机会。另一个权衡是,这种变化会增加了有敌意的矿工对网络可能造成的伤害,但同时它也降低了此类行为的潜在回报。目前尚不清楚这种变化是否利大于弊。由于这对系统的改变是根本性的,因此在网络采用该技术之前花费更多时间评估可能带来的后果会更好。

概述


比特币现金 ABC 在软件版本 ABC 0.18.5 中添加了一个新的滚动检查点系统,该系统发布于 2018 年 11 月 21 日。基本上,新机制在收到 10 个确认后才会锁定一个区块,这可以防止大区块链接重组。因此,即使替代的那条区块链具有更多的工作证明,如果它与检查点冲突,节点也不会切换到那条拥有更多工作证明的区块链。

 

此功能可能已被添加作为对潜在攻击者的防御系统。潜在攻击者包括来自竞争对手比特币现金 SV 区块链的支持者,不排除他们攻击比特币现金 ABC 的可能。

 

新检验点机制的安全性分析


新的滚动检查点机制包括妥协:

  • 深度重组的风险降低了。
  • 共识链破裂的风险增加了。


新检查站系统的网络风险分析

 

延迟问题 攻击场景
重组风险 没变

延迟问题不太可能导致节点在 10 个区块时仍然不同步。因此,在我们看来,这不是个问题。因此,新的检查点系统 在这点上不大可能引起问题。虽然在区块大小高达 32MB 的情况下,可能有少数情况会出现一些延迟问题,并且可能有出现 10 个区块节点仍然不同步。

检查点似乎没有解决任何与延迟有关的问题。如果延迟问题导致 10 区块重组,则用户可能希望使用最大工作量的区块链。因此,我们认为这里没有任何优势。

风险降低

深度恶意重组的风险现在减少或限制在10个区块内。

共识分叉 引入新的小风险

在小概率情况下,不良的网络连接导致节点在 10 个区块以上产生不同步,冲突的检查点可能导致共识分裂,从而产生两个或更多个代币。

引入新风险

虽然现在重组风险降低了,但有敌意的矿工现在有一个新的攻击目标。攻击者可以尝试秘密挖掘 10 个以上的区块,然后在网络上的检查点会导致分歧的时间点发布该链条,从而导致区块链分叉。

 

有敌意的矿工:重组的另一种选择

如上所述,如果一个有敌意的矿工正在制造一条影子链,一旦这条影子链与原先“诚实”的链条偏离了 10 个区块后,它就基本上没用了,因为即使它有更多的工作,它也无法改变“诚实”的链条。 因此,攻击者也可以放弃并停止扩展影子链。

然而,这也意味着,一旦自“分裂”后产生到第 10 个区块,攻击者就会在此时发布影子链,取决攻击者的目标。 (即一旦攻击者收到下图中指示的红色区块,就释放影子链)。当一些节点首先接收到红色块,一些节点首先接收影子链时可能导致共识链分裂,结果造成检查站出现冲突。

(资料来源: BitMEX 研究)

这种攻击可能导致共识链分裂,这可能与继续进行恶意重组一样将对网络造成严重破坏。由于有敌意的矿工可以提前停止攻击,因此也比继续进行深层重组划算。因此,我们不清楚这种新的检查点防御有任何实质性的帮助。尽管本节中提到的风险可能是小概率事件(并且可能要求攻击者拥有大部分哈希值),但它们似乎就是新检查点系统试图规避的问题。

 

检查点系统的优点

  • 虽然新的检查点机制可能对 10 个区块内的安全性帮助不大,但从当前区块链更深入地回顾时,在更长的时间范围内安全性可能会增加。这对某些交易所或商家非常有用,他们现在可以在记录用户账户或转账之前先等待超过 10 个区块,以确保更高的安全性。然而,比特币现金的一个关键优势是提高交易速度,因此这比特币现金社区可能不是一个显著的好处。
  • 虽然通过这种机制开辟了一个新的攻击渠道,为有敌意矿工提供了一种新的攻击方法,如上所述,造成共识分裂,但这种做法能带来的回报不如“正常”深度重组攻击那么明显。正常的重组攻击可以就交易所的双重花费进行攻击,从而获利。虽然攻击者也有可能使用这种新的链分裂渠道进行双重花费攻击,但结果是不太明确的,因为不确定哪一方(如果有的话)将成为胜利者及交易所最后会遵循的哪条链。 因此,虽然这种攻击在网络上可能更具破坏性,但对它所能带来的收益却不那么明显。 我们认为这是一个重要的好处。

 

其他问题

 

中心化和更多开发人员

对检查点的另一个常见批评是它为开发人员提供了更多的功能并强化了系统中心化,因为开发人员通常在发布新版本的软件时手动插入检查点(比如比特币曾经有过)。 但是在我们看来,这不适用于这种情况,因为检查点是由节点软件自动生成的,而不是由开发团队手动生成的。因此这不是个问题。

 

远程攻击和初始同步

正如埃里克沃尔( Eric Wall )在推特上解释的那样,新的检查点机制使得 sybil 攻击可用于 最新区块以外区块。 例如,仍处于初始同步中的节点或与暂时关闭数天的用户节点。 攻击者需要在过去的任何时刻启动自己的中继节点并生成新的 10 个区块的长链。

然后可以将这条 工作量较低的链条广播到节点(包括不在当前链条尖端的节点), 导致这些节点在备用链条上过早地执行检查。这不仅会将这些节点留在不同的链上,而且这个链也在攻击者的控制之下。这似乎是检查点系统的一个重要缺陷。

中本聪的 “原始愿景” 似乎暗示能够验证节点被关闭后发生了什么很重要:

节点可以随意离开并重新加入网络,接受工作量证明链条作为他们离开时发生的事情的依据。

(资料来源:比特币白皮书

在某种程度上,比特币现金 ABC 升级放弃了这种理念,并要求节点全天候在线。

 

结论

新的比特币现金 ABC 检查点系统是对核心网络和共识动态的根本性改变,其中有利也有弊。这些利弊可能在升级之前尚未经过充分的探讨。虽然我们认为这种改变不太可能立马造成重大危机,但似乎它也无法有效避免这种危机在未来发生。

 

检查点系统影响总体概述

好处:

  • 减少恶意矿工攻击链条的动机
  • 就超过 10 个区块确认的交易向商家和交易所提供了更多的保证

 

弊端:

  • 增加矿工造成对网络产生破坏性攻击的能力
  • 在与主链同步的节点上引入新的攻击渠道

 

 

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)

加密币交易平台行业详细报告(来自 CryptoCompare )

摘要:我们对加密币交易所的整个生态圈进行了深入的报道。我们按照所有可能的特征(交易所类型,交易所覆盖区域和交易对)都整体市场进行了细分。我们也使用了多元的指标来评估交易的稳健性和真实性,包括网络流量,平均交易规模,委托列表深度,安全性和价格可靠性等。该报告出自 CryptoCompare ,内容用了 CryptoCompare 的综合定价指数( CCCAGG )作为大部分的分析基础。

(备注:当前 CCCAGG 成分交易所,按 24 小时流量计算)

 

请点击此处下载 CryptoCompare 报告的 PDF 版本

 

执行摘要


主要交易所在 10 月的新闻

  • 据报道, Bitstamp 被一家比利时投资公司 NXMH 以 4 亿美元收购了。
  • Gemini 上的全数加密资产现在已由 Aon 保险公司来承保。
  • Coinbase 在 CENTRE Consortium 宣布 Circle 合作后,为其交易平台和 USDC 增加了 0x 。
  • 韩国交易所 Bithumb 开始了新的 DEX ,而 Huobi 和 OKEX 推出了稳定币 GUSD , TUSD , PAX 和 USDC 。
  • Chainalysis 将协助 Binance 遵守全球的反洗钱( AML )法规。
  • Coinfloor 成为第一个获得直布罗陀许可证的交易所。

 

交易所市场细分

与期货交易量( 32 亿美元)相比,现货量占总市场量(不到 70 亿美元)近四分之三。 BitMEX 和 BitflyerFX 平均占总交易量的四分之一以上,而 CME 和 CBOE 等传统交易所占比不到 1% 。

在整体市场总交易量中,提取流动性费用( Taker Fee )的交易所占现货市场交易量的 90% ,而基于其他交易费用作为利润和免费交易的交易所则占总交易量的 10% 。

提供法币兑加密币交易的交易所只占现货市场交易量的四分之一(约 20 亿美元),而提供密货币兑加密币的交易所占比约四分之三(约 47 亿美元)。然而,就交易所数量而言,大约一半的交易所提供法币兑加密币交易。

 

“交易即挖矿” 交易所交易量

按 24 小时平均交易量计算,交易量最高的 “交易即挖矿” 交易所是 EXX( 1.6 亿美元),其次是 Coinex ( 1.14 亿美元)和 Coinbene ( 1.13 亿美元)。根据 CryptoCompare ,”交易即挖矿” 交易所 24 小时平均交易量仅超过 5.5 亿美元。这占过去 30 天总交易量约 10% 。

 

去中心化交易所

CryptoCompare 上排名前 5 位的去中心化交易所的 24 小时平均交易总量略低于 240 万美元。这仅占总交易量的 0.4% 。以 24 小时平均交易量计算, CryptoCompare 上排名前三的交易所是 Waves Dex , IDEX 和 Dex 。

 

交易量,交易对和代币

以 24 小时平均交易量计算, Binance 仍然是交易量最高的交易所,平均为 9.77 亿美元。其次分别是 OKEX ( 4.05 亿美元)和 Bitfinex ( 3.68 亿美元)。 Yobit提供最多数量的交易对,数量达到为 7,032 对,其次是 Cryptopia ( 4,321 对)和 CCEX ( 2,140 对)。

 

比特币兑法币交易量

在过去30天内,美元占 BTC 兑法币一半的交易量,其次是日元( 21% )和韩元( 16% )。比特币兑韩元( KRW )的交易量在 10 月 7 日之后大幅上涨。该交易对在此之前仅占平均前五名的比特币交易量的十分之一。在 10 月 7 日至 15 日期间,它的占比上升到了三分之一,韩国交易所 Bithumb 的交易量也大幅飙升,增长达到 230% 。

 

国家分析

马耳他注册的交易所每日总交易量最大,达到近 14 亿美元,其次是在韩国(约 8.4 亿美元)和香港(约 5.6 亿美元)。在前十大交易量最大的国家中,大型交易所的数量在美国最多,其次是英国和香港。做为在马耳他注册的交易所, Binance 和 OKEX 占了其交易量的绝大部分,而 Bithumb 和 Upbit 则在韩国占主导地位。

 

交易数据分析

CoinEx 是一家著名的 “交易即挖矿” 交易所,相对其他前 25 位的交易所,其交易频率相对较高,而每笔交易规模较小。 它的平均每天进行近 176,000 笔交易,每笔交易金额为 125 美元,很可能是算法交易的结果。相比之下, Bithumb 和 HuobiPro 的平均交易规模分别约 3,000 和 1,500 美元,并且每日交易次数明显较低( 12 – 18,000 )。

 

网页用户分析

IDAX 和 CoinBene 的日平均访问量似乎比同等规模的交易所低。 Binance 的日平均访问人数最多,与其高交易量一致。与此同时, Coinbase , Cex.io 和 Bittrex 等交易所的日访问量明显高于其他相似规模的交易所。与同等规模的交易所相比, ZB 和 EXX 每日所吸引的访客量明显较少。

 

委托列表分析

与 CoinEx , ZB 和 Coinbene 等交易所相比, ItBit , Kraken 和 Bitstamp 的交易市场相对稳定。由于在我们所分析的时间段内,它们的平均委托列表的深度相对较浅,因此这些交易所显得不那么稳定。

 

交易所安全性

24 小时平均交易量排在前 100 的交易所中,只有 86% 的交易所的官网页面同时拥有公共隐私政策和条款和条件的资料。三分之一的大型交易所将绝大多数用户的资金存放在冷钱包中,在这些交易所中, itBit , Coinfloor , Bitfinex 和 Coinbase 等交易所是离线存放用户资金规模最大的几家交易所。前 100 的交易所中,有 11% 在过去曾遭受到黑客攻击。

 

了解你的客户 ( KYC )

只有不到一半的大型交易所要有严格的 KYC 要求,而超过四分之一的交易所不要求 KYC 。

 

总交易量和市场细分

本节旨在介绍整个加密币交易市场的宏观概况。其中有趣的是过往现货交易量与期货交易量的比例。我们还将评估一下收费交易所,免费交易所及 “交易即挖矿” 交易所的交易量的比例。最后,我们将看一下提供加密币兑加密币交易及提供法币兑加密币交易的交易所的交易量。

 

历史现货市场与期货市场交易量

现货交易量占总市场量的四分之三。

现货交易量达到近 70 亿美元,而在这段期间,期货交易量达到 32 亿美元。

BitMEX ( XBT / USD 永续合约)和 BitflyerFX ( BTC / JPY 期货合约)等期货交易所平均交易量占整体市场交易量不到四分之一。 CME 和 CBOE 等传统期货交易所仅占总市场的很小一部分,平均不到 1% 。

 

历史 BTC 兑美元期货合约交易量

BitMEX 的比特币兑美元的永续合约交易量依然继续主导着比特币对美元的期货市场。


与 CME 和 CBOE 的交易量相比, BitMEX 在过去一个月中占据了超过 90% 的市场份额。

 

按收费方式划分的历史现货交易量

收取接受者费用( Taker fee ) 的交易所的交易量约占现货市场交易量的 90% 。

另一方面, “交易即挖矿” 交易所的交易量仅占现货市场交易总量的 9% 左右,而提供免费现货交易的交易所的交易量仅占市场总量的 1% 以下。

 

历史加密币对加密币与法币对加密币的交易所的现货交易量

提供法币兑加密币的交易所的交易量占现货市场总交易量的四分之一。

 

调整后的历史现货交易量

在撰写本文期间,加密币交易市场的平均交易量为 52.6 亿美元。

调整后的现货交易量不包括 “交易即挖矿” 交易所及免费交易所的交易量。

 

历史 BTC 兑法币现货交易量 – 前五大法币

从 10 月 7 日开始,韩元( KRW )兑比特币的交易量大幅增加。

BTC 兑 KRW 此前仅占排名前五位的比特币交易所的交易量的平均的十分之一。在 10 月 7 日至 15 日期间,它增长了 230 %。这一增长源于韩国交易所 Bithumb 的交易量飙升。

 

BTC 与各种法币交易的比例

在过去 30 天内,美元占 BTC 兑法币交易量的一半,其次是日元( 21% )和韩元( 16% )。

 

交易量,代币和交易对摘要

24 小时平均美元交易量排名

交易所 24 小时交易量(百万美元) 代币 交易对
Binance 977.5 160 408
OKEX 405.0 171 511
Bitfinex 368.5 96 281
Bithumb 323.2 13 13
HuobiPro 310.2 128 293
HitBTC 295.2 427 889
ZB 247.6 58 167
Upbit 211.0 132 261
Bibox 208.9 87 210

 

交易对数量排名

交易所 24 小时交易量(百万美元) 代币 交易对
Yobit 27.7        1,180        7,032
Cryptopia 3.5            785        4,321
CCEX 0.1            628        2,140
EtherDelta 0.2        2,058        2,059
HitBTC 295.2            427            889
TradeSatoshi 0.1            200            840
Bittrex 49.1            514            637
Livecoin 12.5            249            595
WavesDEX 0.9            163            592
IDEX 0.7            563            563
OKEX 405.0            171            511
Kucoin 10.1            189            450
Binance 977.5            160            408
Gateio 48.8            172            358
Zecoex 1.4            119            342

 

历史 24 小时交易量 – 前 8 大交易所

24 小时现货交易量排名最高的交易所是 Binance ,平均交易量达到近 9.8 亿美元。

根据 24 小时平均交易量计算,紧随 Binance 其后的是 OKEX 和 Bitfinex ,分别为 4.05 亿和 3.68 亿。

10 月 7 日后, Bithumb 的交易量从平均 1.4 亿美元飙升至平均 6.4 亿美元。此后,总部位于新加坡的 BK Global Consortium 收购了该交易所控股股权。

根据 CrypoGlobe , Bitfinex 在 10 月 15 日的交易量激增的原因是因为 Bitfinex 与 Coinbase 的比特币交易溢价在当时达到了 11.28% 的历史最高水平。

 

24 小时月平均交易量 – 顶级交易所

Bithumb 的平均交易量增长了 187% ,而 Binance 和 OKEX 的交易量分别下降了 8% 和 35% 。

韩国交易所 Bithumb 的平均交易量从 8 月/ 9 月的 9,600 万美元大幅增加到 9 月/  10 月的 2.76 亿美元。与此同时, Binance 在同一时期的交易量从 9.74 亿美元下降至 8.93 亿美元。最后,第二大交易所的 24 小时交易量, OKEX ,从 6.55 亿美元下降至 4.23 亿美元。

 

国家分析

交易所在各个国家经营着它们的业务,以服务于更广泛的全球加密币交易社区。它们经常更换它们的经营地点,以避免在那些会限制它们运营方式的管辖权内经营它们的业务。以下国家分析旨在点出根据 24 小时交易量,交易所注册地排名前十的国家 。

 

十大交易所法律司法管辖区 –   24 小时交易量与交易次数

注册在马耳他的交易所的日交易量最高,而大型交易所注册地的数量最多的是在美国和英国。

马耳他交易所的日交易量仅为 14 亿美元,其次是韩国(约 8.4 亿美元)和香港(约 5.6 亿美元)。在排名前十的交易大国中,大型交易所主要在美国,英国和香港。

 

十大交易所法律司法管辖区 – 按对成交量的影响力

Binance 和 OKEX 占了马耳他交易量的绝大部分,而 Bithumb 和 Upbit 在韩国占主导地位。


十大交易所法律司法管辖区 – 交易所细分和数量

著名的美国交易所包括 Coinbase , Poloniex 和 itBit ,而韩国的交易所包括 Upbit , Bithumb 和 Coinone 。

香港的交易所包括 HitBTC , CoinEx 和 Bit-Z ,而偏远地区的交易所包括塞舌尔的 HuobiPro ,萨摩亚的 ZB 和瓦努阿图的 Coinbene 。

 

交易对分析

以下分析旨在显示出加密币兑加密与法币兑加密币的交易总量的分别以及每个类别内的交易所数量。

 

加密币兑加密币与法币兑加密币 –  24小时平均交易量及交易所数量

平均而言,仅提供加密币兑加密币交易的交易所占现货交易市场总量约四分之三(约 47 亿美元)。

那些提供法币兑加密币的交易所平均只占市场交易总额的四分之一(约 20 亿美元)。就交易所数量而言,大约一半的交易所只提供着加密币兑加密币交易。

 

交易数据分析


该分析旨在阐明特定交易所的交易特征。它有助于回答交易所的交易量是否是由少量大额交易带来的,或由大量小额的交易所产生,这些小额交易可能体现背后投资人正使用着算法交易或计算机交易。

 

24 小时平均交易频率与平均交易规模 – 前 25 大交易所

CoinEx 是一家著名的 “交易即挖矿” 交易所,与其他交易量排名前 25 名的交易所相比,其交易频率明显较高,而单笔交易额度由相对较小。

由于它的单笔交易额度约为  125 美元,每日交易量近 176,000 笔,这可能是因为交易员正在使用算法交易。相比之下, Bithumb 和 HuobiPro 的平均单笔交易额分别为 3,000 和 1,500 美元。


24 小时平均交易频率与平均交易规模 – 大型交易所


交易所
24 小时平均交易量(百万美元) 平均单笔交易额度(美元) 24 小时交易数量(千笔)
1 Binance 977.5 950 95.7
2 OKEX 405 701 48.5
3 Bitfinex 368.5 1,438 38
4 Bithumb 323.2 2,788 12.4
5 HuobiPro 310.2 1,483 18.7
6 HitBTC 295.2 2,873 12.1
7 ZB 247.6 702 29
8 UPbit 211 732 22.5
9 Bibox 208.9 1,253 16.4
10 EXX 159.9 1,134 24.1
11 BitZ 143.9 2,333 8
12 IDAX 131.5 520 37.4
13 CoinEx 113.6 125 175.6
14 CoinBene 113.2 298 35.2

 

网页流量分析

此分析针对 CryptoCompare 总交易池中的大型交易所的网页流量统计信息。它基于类似的分析,该研究试图在分析每个特别的域名的用户访问量与该域名后续 24 小时的交易量之间的联系。该分析假设交易所吸引的访客越多,其交易量就越高。

 

每日平均访客人数与 24 小时交易量 –  超过 100,000 的 Alexa 排名

IDAX 和 CoinBene 的平均每日访问量似乎比同等规模交易所的每日访问量低。

上图仅表示出在 Alexa 排名高于100,000的交易平台。这样做的原因是,根据 Alexa 的说法,任何低于此水平的排名可能都不具有统计意义。  

我们可以看到 IDAX 和 CoinBene 等交易所的每日平均独立访客数量低于其他类似规模交易所的交易量,如 Kraken , Bitstamp 和 CoinEx 。

Binance 的每日平均访客人数最多,与其高交易量一致。与此同时, Coinbase , Cex.io 和 Bittrex 等交易所的日访问量明显高于其他日交易量相近的交易所。在 Coinbase 的案例中,这可以归因于交易所的声誉和年龄。


每日平均访客人数与 24 小时交易量 – 所有 Alexa 排名

与同等规模的交易所相比, ZB 和 EXX 每日吸引的访客量明显较少。  

无论 Alexa 排名是否低于 100,000 ,上图显示了 24 小时交易量排名的前 20 位。值得注意的是,交易所 ZB 和 EXX 的访问者数量明显低于同规模交易所。  

这些交易所的日均交易量保持在 2.48 亿美元和 1.6 亿美元之间。尽管如此,他们每天的独立访客数量不超过 700 人。  

虽然仅分析 Alexa 排名低于 100,000 的交易所可能出现统计上的错误,但为了减轻任何潜在风险,这些交易所将被标记,直到得到它们进一步澄清。

 

委托列表分析


以下委托列表分析是基于每个大型交易所 10 天内每隔 10 分钟就其委托列表深度的快照所得来,以便调查各种加密币交易所的交易稳定性。在此背景下,平均深度下降的定义是将指定市场的价格拉低 10% 所需的累积量(以美元计)。我们将其与日平均交易量排名前 5 的交易所平均数值进行比较。该分析的结果是我们能够基于深度降低与每日平均交易量与委托列表深度的比率来评估该交易所的稳定性。

 

平均委托列表深度下降与每日平均交易量(某交易对)

相对而言, CoinBene , ZB 和 CoinEx 的市场是最薄的。  

尽管交易对的平均交易量相对较大(约 1,200 万美元),但 CoinBene 的平均委托累计深度下降(委托购买方)总计仅为 33,000 美元。换句话说,为了将价格向下移动 10% ,交易员需要卖出价值 33,000 美元的货币。  

相比之下, Kraken 虽然有着差不多的日均交易量(约 1 ,350 万美元),但它的平均委托累计深度为 420 万美元。这几乎是 CoinBene 的 130 倍,因此表明该交易所更加稳定。

 

平均深度下降与 24 小时平均交易量比 (某交易对)

与 CoinEx , ZB 和 Coinbene 等交易所相比, ItBit , Kraken 和 Bitstamp 的市场相对稳定。  

例如, ZB 的深度与交易量之比仅为 0.4% 。即为了将价格下调 10% ,交易员只需卖出平均每日成交量的 0.4% 。 在CoinEx ( 0.7% )和 CoinBene ( 0.3% )的情况下,这些比率同样相对较低。  

与此同时, Bitstamp 和 ItBit 等其他交易所的比率分别为 30% 和 40% 。这是 CoinBene 的 100 倍。

 

“交易即挖矿” 交易所

“交易即挖矿” 交易所 24 小时平均交易量

根据 CryptoCompare , “交易即挖矿” 交易所平均 24 小时总交易量超过 5.5 亿美元。这占了过去 30 天总交易量约 10% 。

 

去中心化交易所

24 小时 DEX 平均交易量

CryptoCompare 上排名前 5 位的去中心化交易所的 24 小时平均交易总量不到 2.4 亿美元。这仅占市场总交易量的 0.4% 。

 

安全性分析 –  24 小时交易量排名前 100 名的交易所

此安全性分析旨在考虑在 24 小时内交易量排名前 100 的交易所在官网页面有否公共隐私和条款和条件页面的比例。此外,我们还分析了过去被黑客攻击的交易所的比例,以及用户资金的冷钱包与热钱包存储的比例。从理论上讲,交易所“冷藏”(即离线)存储的资金数量越多,暴露给黑客的资金就越少。


公共条款和隐私政策页面的比例

在 24 小时交易量排名的前 100 的交易所中,只有 86% 同时拥有公共隐私政策和条款和条件页面。

 


交易所“冷藏”持有的用户资金比例

三分之一的大型交易所将绝大多数用户的资金存放在冷钱包中。

 

个别交易所冷藏用户资金比例

itBit , Coinfloor , Bitfinex 和 Coinbase 等交易所是“冷藏”用户资金比例最高的几个交易所。

 

过去被黑客攻击的交易所比例

11% 的大型交易所过去曾被黑客入侵。

 

排名前 100 名的交易所对 KYC 的要求

只有不到一半的大型交易所有严格的 KYC 要求,而超过四分之一的交易所不要求 KYC 。  

那些部分要求(25%) KYC 的交易所需要 KYC 验证才能实行某些功能,例如提取法币,交易法币对或增加最大交易额。

 

新交易所的交易数据评估

我们已经开始对新交易所的交易进行检查。快照数据无法捕捉波动性,因此这些交易图根据其对 CCCAGG 的影响来评估交易特性。我们准备了上个月每个新交易所的排名前 5 个交易对的 CCCAGG 与所有交易的图表。

 

BCEX

BCEX 的两个交易对显示出高波动性。我们可以看见大量的买入委托,这表明市场非常薄弱。因此,此交易所的价格不会很好地反映加密币的价格,因此我们不会将其包括在内。

 

CoinTiger

CoinTiger 上的排名第一的交易对与 CCCAGG 一致,但由于交易量异常,在考虑纳入 CCCAGG 之前应该进一步监控它的走势。

 

iCoinBay

IcoinBay 上的交易对与 CCCAGG 一致。该交易所可能包含在 CCCAGG 中。

 

Iqfinex

在被考虑纳入 CCCAGG 之前,其最大交易对的闪电崩盘引发了更长的评估期。

 

Liqnet

Liqnet 上的交易对与 CCCAGG 一致。但是,我们可以观察到有大量的 API 停机时间。交易所的 API 质量将受到监控,如果 API 规定有所改进,交易所将被考虑包含在内。

 

P2PB2B

与 CCCAGG 不一致,因此 P2PB2B 有理由被排除在外 。

 

StocksExchange

StocksExchange 显示出一些不寻常的交易活动和闪电崩盘。由于该交易模式,交易所不将被包括在内。

 

 

BTC 兑美元的评估和未来交易所的方法论

本节提供了交易所交易数据的定量分析。目的是了解交易所交易生态系统,并选择最能代表加密币价格的交易所。  

为了在交易所之间进行比较,我们需要确定加密币的交易价格。所有  30天内 BTC-USD 对的交易均进行了整理并绘制。在这段时间里,有大约 650 万笔交易。交易被绘制在图表中,颜色表示该区域中的密度。

 

过去 30 天所有 BTC 对 USD 的交易

该图表代表了 30 天期间 BTC-USD 交易对的整个生态系统。然后我们在用其生成 BTC 的代表价格。我们选择中位数来计算加密币的价格。使用这一措施背后的原因是交易数据含有大量异常值。为了使计算易于处理,我们将每 1 小时的交易分割开来,并计算每个小时的中位数。  

出于本次分析的目的,我们并未将交易量进行加权计算。这是由于在查看个别交易所交易数据时观察我们到大量买入委托。我们假设中位数将更好地反映交易所委托的中间价格,因为大多数交易均以中间价格完成交易。因此,中位数应反映平均交易价格。  

然后在交易数据上每一个小时画上它们的中位数,然后检视上图的最高交易密度,其 表示它是对加密币交易价格的良好估计。

 

超过30天的 BTC 兑美元的交易,每小时中位数价格线

CryptoCompare 的 CCCAGG 是交易价格的汇总,旨在反映资产的当前交易价格。可以通过将 CCCAGG 价格与中位数交易价格进行比较来验证其价格的合理性。我们可以看出,这两项指标之间存在一致性,表明 CCCAGG 正准确的捕捉着市场交易价格。

 

CCCAGG价格对比BTC对美元中位数的交易价格

 

 

欢迎转载,请注明文章来自

BitMEX (www.bitmex.com)