比特币链上交换指标：好，坏，丑

加密货币交易所是数字资产市场的主要驱动力。 这是大多数交易发生和定价的地方。

因此，跟踪链上的交换活动很重要，例如 比特币供应交易所正在举行 在任何给定的时间点，和 流入和流出交易所地址的 BTC 数量. 这些数据可以为比特币流动性、投资者行为和市场供应方提供宝贵的见解。

人们普遍缺乏对跟踪交易所钱包的过程的了解，因此无法获得高质量的链上交易所数据。

在这里，我们的目标是提高透明度和理解，并阐明产生交换指标的挑战。 该解释器应该深入了解查看交换活动的重要性、准确跟踪交换地址的过程以及交换数据可能附带的警告。 我们希望显着增加对该指标系列的理解，并为投资者提供有关如何正确阅读它们以及注意什么的一般指导。

TL博士

• 跟踪交易所数据是一个不完善的过程，因为每个交易所都有独特的钱包管理实践，而且钱包地址是动态的且不断变化的。
• 在验证之前，应首先将单个数据点（例如大量流入/流出）视为初步数据点。 Glassnode 选择了一种保守的方法，旨在限制误报的报告并提供尽可能准确的数据。
• 随着时间的推移，数据点可以被认为越来越可靠，因为交换钱包进行交易和交互，这样我们的启发式和聚类算法就可以增强标记，从而提高准确性。
• Exchange 指标在历史上可能会发生变化，要么是因为启发式将地址分配给 Exchange 集群，要么是因为手动添加了经过验证的 Exchange 地址。

善

比特币区块链是一个开放式账本，允许我们分析所有已进行的交易，并评估网络中任何给定地址持有或移动的硬币数量。

要跟踪交易所的活动，我们需要知道哪些网络地址属于交易所。 然后可以监控这些地址并汇总它们的活动以创建可以提供对市场的宝贵见解的指标。

典型的交换指标包括：

• 交易所地址持有的余额 [实时图表]
• 流入和流出这些地址的硬币数量 [实时图表]
• 这些地址的存款/取款数量[实时图表]

为什么 Exchange 指标很重要？

一些可能感兴趣的交换行为示例：

• 外汇储备 可以告诉我们很多关于市场供应方面的信息。 交易所库存的消耗（正如我们所经历的那样）表明了投资者的情绪，并为我们提供了一个有价值的数据点来了解当前的投资者行为。
• 资金从交易所转移 可能意味着投资者将他们的代币拉入自我保管和长期冷藏。 这表明情况相当乐观，因为将 BTC 存储在自托管钱包中可以被视为长期持有的迹象，因此投资者对比特币未来价值的信念。 其他可能的解释包括由于机构购买导致场外交易柜台和托管服务的活动增加，或资金在其他金融服务中的使用（例如，作为借贷的抵押品）。
• 流入交易所 可能表明交易活动增加，投资者希望获利，和/或重新平衡以降低其投资组合的风险。

Glassnode 如何跟踪交换地址？

为了跟踪交易所地址，我们采用了多种机制，大致可分为三类： 经验证的地址、外部来源、 和 聚类。

已验证地址

这是简单/明显的步骤。 这些是经过官方验证由交易所控制的地址。 例如，当交易所正式（公开或私下）传达该地址确实归他们所有时。 这些还包括通过直接与交易所交互（例如通过存入资金）验证的地址。

外部来源

作为一个开放的账本并有数百万用户与交易所进行交互，交易所地址的标签可以散布在网络上。 这是交换标签的众包部分。 其中一些地址可以直接确认。 对于许多其他人来说，这是不正确的——尤其是当不同的来源报告相互矛盾的信息时，例如来源 A 将地址与交换相关联 X, 而源 B 将其与交换相关联 Y.

在 Glassnode，我们使用公开可用的地址标签，但将它们通过严格的 QA 流程，最终确定地址是否确实是特定交易所的一部分。 我们的 QA 流程包括（除其他外）步骤，例如分析地址活动、其类型、它们与其他网络实体的交互、它们的平衡结构以及确认其标签的外部来源的数量。 我们的流程经过简化，包含自动化和手动步骤。

只有当一个地址标签可以以非常高的概率被确认并且没有冲突的信息时，它才会被我们验证并添加到属于交易所的地址池中。

聚类

启发式算法和聚类算法是自动推断属于交易所的地址的强大工具。 通过启发式和聚类，可以仅使用少数最初验证的地址标签来识别大量地址。 这可以通过基于比特币基于 UTXO 的设计所固有的模式和特征采用强大的数据科学方法进行统计推断来实现。 事实上，我们通常只需要十几个初始地址就可以识别出数十万个地址。 此步骤对于正确跟踪交换标签和创建描绘完整画面的指标是必不可少的。 没有这些措施，有意义的交换指标几乎是不可能的。 随着更多的数据和改进的方法，这种方法随着时间的推移变得更加准确。

Glassnode 在此步骤中的理念与从外部来源获得的标签相同： 我们优化以减少误报. 如果一个地址标签的概率不是很显着，我们就不会给这个地址贴标签。 我们宁愿错过一个地址，也不愿给它贴上低确定性的标签。

总而言之，这些方法的组合提供了一个强大的框架，使我们能够全面了解链上交易活动，并通过高度信息化的指标提供这些市场支柱的透明度。

坏

以上听起来很简单：识别交易所地址，并监控这些地址当前持有多少硬币，即有多少资金流入和流出这些地址。

好吧，理论上，是的——但像往常一样，事情要复杂一些。 让我们仔细看看地址标签带来的一些挑战。

交换地址不是静态的

最初识别交换地址并跟踪它们不会让你走得太远。 属于某个交易所的地址集不断变化—— 很多.

例如， 图2 显示与特定交换关联的网络地址的数量。 它说明了交易所集群的持续增长，目前有近 25 万个地址。 请注意，这些地址中的大部分是空的，而余额非零的地址数量一直保持在 100,000 以下的水平。 这只是不断变化的交易所钱包的高度动态特性的一个例子。

因此，最大的挑战是建立一个可靠的系统，能够跟踪这些变化并保持当前的交换地址集为最新。

交易所可以（并且确实）不断创建新的钱包地址。 这可能是创建新的冷钱包，大量硬币被转移到其中。 将资金重新洗牌到新钱包通常由交易所执行。 此外，许多交易所采用地址不可重复使用等机制，因此不断创建新的（例如接收 BTC 零钱或将资金转移到另一个地址）。

此外，交易所符合高安全性和隐私标准，并且经常采用包括复杂的链上资金流动的机制，这些资金具有特定交易所独有的模式。 这些内部机制在各个交易所之间存在很大差异，需要分别针对每个交易所进行识别和跟踪。

最后，链上行为会随着时间的推移变得更加复杂。 请注意，交易所是数以十亿计的公司，它们提供的金融服务不仅仅是简单的现货交易。 许多提供期货交易或为机构托管建立基础设施。 虽然网络层在理论上与这种发展无关，但它反映在链上运动的数量和复杂性上。 例如，从网络的角度来看，可能并不总是能够立即确定所有托管钱包是否都包含在标记的交换地址集中。 这取决于交易所如何在网络级别使用这些地址，在做出最终结论之前需要对其进行适当的研究。

鉴于上述情况，很明显正确跟踪交换地址是一项不平凡的工作。 我们努力采用业内最好的机制，以获取尽可能接近真实情况的数字。 但鉴于交换地址的性质，必须清楚的是：

链上交换数据有时可能不完善—— 至少在单个事务级别上。 一些不确定性仍然存在，因为 未命中或误报 对于特定的流入或流出交易所是可能的。 即使我们采用了先进的方法，有时也无法立即检测到从另一个已知交易所地址接收内部资金的新冷钱包（网络中首次出现的地址）的突然创建。 许多启发式方法只有在某些活动和模式随着时间的推移出现时才会触发。 请注意，这尤其适用于突然的大笔交易——交易所内部转移的平均交易规模通常显着高于流入和流出（图3).

请注意，这些不准确之处只是偶尔发生——交换指标大体上是正确的，尤其是在分析中长期趋势时。

丑

上述的含义是什么？ 简单地说：交换指标是 可调整的. 添加（或在极少数情况下删除）交换地址标签的新信息可能会变得可用。 这可能是由于信息通过上述任一渠道变得可用，例如，由交易所本身正式验证的地址，或/和被触发并将最初未确认的地址与现有交易所集群相邻的启发式或集群.

最终，这意味着交换指标可以在历史上发生变化。 永远记住这一点。

结论

这是否意味着交换指标毫无用处？ 一点也不，相反！

即使不能始终立即验证每一个交易流，了解交易活动也是最重要的。 交易所指标在很大程度上是完整的，并且多年来已证明可以为研究人员、投资者和交易者提供宝贵的见解。

交易所活动的透明度非常重要，特别是考虑到我们过去看到的虚假交易量和虚假交易的报告数量。 分析链上交易活动可以访问一个全新的、可验证且不可破坏的数据源，并且应该成为任何投资者工具集的一部分。

我们认为，用户了解这些指标的计算方式以帮助投资者更好地理解它们非常重要。

主要外卖

1. 链上交换数据具有挑战性，单次流入/流出有时可能最初无法确认。 这仅仅是因为交易所采用复杂的链上流程，不断更改其网络地址。
2. 链上交易指标在历史上可能会发生变化。 这是由于 a) 聚类算法会随着统计信息的增加自动更新交换地址集，b) 通过手动添加新的已验证交换标签。 虽然前者每天都会发生，但它对最新数据的影响很小。 添加新标签会对历史数据产生更大的影响，但很少发生，并且总是在我们的 更新日志.
3. 我们优化以减少误报。 这意味着删除地址标签的概率远低于添加地址标签的概率。 如果标签是交换的一部分，那么它肯定会永远存在。
4. 小心并注意短期交流信息。 这尤其适用于交易所的大量（单笔交易）流出。 这些都应该被调查。 交易所突然流出 10k BTC 可能只是内部转移。 虽然我们的算法可以立即识别其中许多，但有些根本无法立即检测到，只能在数小时内手动验证，直到它们反映在我们的数据中。
5. 如果您使用交易所指标进行（日间）交易，请牢记以上几点。 首先，如果最初的单笔交易流出/流入最终被识别为内部交易，则可以撤回它们。 其次，随着历史数据的变化，这会影响您的模型和回测。 如果您根据交换指标训练模型，请始终牢记这一点。

我们希望通过上述信息，我们能够提高有关交易所指标带来的挑战和警告的透明度。

交易所数据对任何交易者、研究人员、投资者和hodler 都非常有帮助。

我们将继续努力为您带来业内最好的交易所数据。

非常感谢 将死 审查这项工作。

---

资料来源：https://insights.glassnode.com/exchange-metrics/