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
动态 | 灰度研报：超三分之一的美国投资者会考虑投资比特币:Grayscale Investments（灰度投资）今天发布了“比特币：2019年投资者研究报告”，首次对散户投资者的兴趣、观念和关于投资比特币的误解进行调查。该研究由金融市场研究公司Q8完成。报告显示。超过三分之一（36%）的美国投资者会考虑投资比特币，这代表了一个拥有超2100万投资者的潜在市场。（Globe Newswire）[2019/7/25]
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
动态 | 研报：春节当日上涨几率高 春节期间走势取决于时下市场环境:Gate.io研究院在今日发布的“比特币春节假期价格走势研究”中称，在2011年到2018年的春节假期中，除2015年春节当日比特币价格相比上一年春节当日价格下跌71%外，其余年份均有不同程度的上涨，平均涨幅为291.53% 。每年一季度，比特币的价格涨跌情况仍受前一年市场环境（如市场情绪、政策、外界关注度等）的影响，春节前后涨跌互现，但春节当日相比春节前后一周上涨几率偏高。[2019/1/21]
本报告的数据集包括资产、来源、时间段和精度。2.1.?资产
动态 | 医务调研报告显示区块链在该领域应用场景逐渐扩大:据ETH News消息，近日，一篇医学领域调研报告由苏格兰、美国、英国三国调研成员联合发表。报告显示仅2018年6月，医务领域便有40篇以“区块链”为关键词的研究报告得以发布。报告显示，区块链解决方案在医疗健康领域有大量的应用案例，包括数据管理，调研，欺诈监测，公众健康监察，并通过不同设备实现医疗物联网等应用。[2018/7/7]
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
时戳资本发布研报：未来3年区块链发展四大趋势:4月9日，区块链投资机构时戳资本发布了《区块链行业发展与投资机会研究报告》，报告从区块链的基本定义、产业图谱、投融资情况、世界各国政府机构如何对待区块链以及未来区块链行业的发展趋势等方面进行了阐述。关于区块链行业的发展趋势，时戳资本指出，区块链在接下来的3年时间会呈现四大发展趋势：区块链公链项目技术冲刺、跨领域技术融合、区块链垂直应用加速落地、市场宣传规模持续扩大。此外，在私有财产安全、资产管理、跨区域价值交换、降低社会信用成本等需求侧也存在着巨大的驱动力推动区块链行业向前发展。[2018/4/9]
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
使用不同的精度订单数据。
3.??加密货币的流动性分布
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。