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。
研报：识别“具有系统重要性”的区块链银行的协议可以预防市场崩溃:金色财经报道，泰国Chulalongkorn 大学研究员 Kanis Saengchote 最近开发了一个框架，用于识别和衡量去中心化金融（DeFi）机构的系统性风险。
新协议称为全球系统重要性协议（G-SIP），这是一个识别和衡量“全球系统重要性银行”（G-SIB）的系统。使国际清算银行能够发现弱点并制定标准，从而更好地防止损失。Saengchote 的研究论文详细介绍了一种方法，通过该方法可以将类似的标准应用于论文中所说的“区块链银行”，即在区块链上运行的任何 DeFi 协议。[2023/8/3 16:15:07]
?1.3.?滑点vs交易量
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。
研报：中国央行即将发行的央行数字货币和Libra存在本质差别:零壹智库发布研报《人民币3.0——中国央行数字货币：运行框架与技术解析》，其中提到，中国央行即将发行的央行数字货币和Libra存在本质差别。中国央行数字货币是由中国央行发行的法定货币，是中央银行的负债，由中央银行进行信用担保，具有无限法偿性（即不能拒绝接受央行数字货币）。而Libra是一种尚未得到监管许可的数字货币。虽然Libra的价值与一篮子货币挂钩，但它仍在很大程度上会对现有货币体系造成冲击，挤占现有各国法定货币的使用空间。[2020/3/2]
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。
动态 | 海南成立国际知识产权交易中心 研报建议引进区块链技术:据科技日报今日消息，12月28日，海南成立国际知识产权交易中心。海南国际知识产权交易中心发布《关于在海南试行知识产权定向税收优惠及人民币自由汇兑政策的建议》等研究报告。研究报告建议指出，引进区块链技术，在知识产权登记、交易、清算、存证等方面探索适合自贸港经济发展的创新模式。[2019/12/29]
2.2.?数据来源
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%。
分析 | 研报：区块链将率先在金融、游戏、通证资产实现落地:2月20日消息，维京资本近日发布《2018区块链年度报告 》，其中指出，2019年，在区块链产业方面，区块链将在金融、游戏、通证资产率先落地并且比过往任何时候都走得更远，此外，还有物联网、供应链、BaaS方面都是值得期待的领域。产业也会出现某种形式上的整合浪潮，在熊市背景下，有独特竞争优势、产品优势的项目将会存活并成功。[2019/2/20]
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。