大数据摘要投稿作品
作者：周
几年前，比特币还是一个社会边缘群体。一个码农花了一万比特币买披萨，店家勉强接受了交易。到去年为止，比特币一年飙升了十多倍，阿姨们都在谈论区块链。
近年来，一个拥有至少1700种数字货币的家族在互联网上悄然进化。相比于涨了百倍的假币，比特币一年保守了十几倍，但也扼杀了大部分城市近20年的物价涨幅。最后在去年12月底遭遇滑铁卢，19000美元起，最低跌破6000美元。
这里不讨论敏感问题，但有意思的是，比特币的数据是透明公开的，比如所有账号、转账记录、电脑节点和交易所的信息(交易所的数据从某种意义上来说是掺水的)。如果不谈法律，交易所的游戏规则其实和证券、期货等交易系统有些类似。至少数据给了我们一瞥。
网上有那么多比特币的机制，这个答案就是“比特币系统是怎么运作的？”非常好。这里主要讨论一些机理和实际数据分析。数据分析基于众安科技的可视化产品Zatlas。
货币市场
法币是各国的法定货币，如人民币、美元、代币等虚拟货币，如BTC(比特币)、ETH(以太坊)，统称为数字货币。数字货币是一个庞大的数字货币家族，仅Coinmarketcap上记录的就有1000多种。我们从Coinmarketcap抓取了一些数据，并将其放在产品Zatlas上。你可以通过Zatlas的新页面-导入数据-打开数据找到它们。
这个表币提供了市场上数字货币的主流信息。更详细的解释请参考coinmarketcap的FAQ:
一个很重要的参数是market_cap(类似于股票市值的计算)，即市场上流通的虚拟货币。多少钱兑换成美元？因为有很多不炒交易所的老板，悄悄把比特币放进钱包里。比如中本聪的账号N很久没换了，还有一些人的密码在硬盘里。当它们丢失和破碎时，这些硬币将永远从世界上消失。没有这种硬币的市场价值统计。
所以比较直接的指标如下。我们定义了一个circle _ percent=volume _ 24(24小时内的活跃资金)/available_supply(总可用存量)，即这些币的持有人在过去一天里用了多少百分比的币进行投资，或者说活跃资金占总资金的比例。
当我们去zatlas的时候，我们可以通过使用双条形图找到这样的比较。柱状图是资金总量，折线图是流通比例，也就是当天的交易活跃度。其中，有趣的是，排名靠前的货币，活跃度最高的USDT，是一种与美元等值的货币，成为比特币行情变化的避险渠道。它的利用率是最高的，而后面的一些假币也很高，可能是因为这些货币的炒作。
生日pk
那么还有一个问题。1000多的虚拟币是什么时候出的？Coinmarketcap从2013年4月开始记录各种货币的上线(这比比特币的生日晚了几年)，但当时的虚拟货币还很少。我从历史记录中查了每种货币最早的监控时间，就是上表中的trade_time_start。我们用每周诞生的硬币数量作为直方图。在zatlas里画出来，和比特币的价格对比。发现基本上是正相关的，而去年10月收录的币数最多。想想去年频繁的ico，好像也挺对的。
货币交易网络
而且代币可以和法币交易，代币也可以互相交易。原则上有点类似于外汇交易。在外汇市场上，你可以把美元换成欧元，或者把欧元换成日元。不断变化的价格是供求关系的短期平衡。
用A币买B币。这种交易关系称为交易对(别名对/符号/市场)。如果有N种代币，理论上它们之间有N *(N-1)种交易可能性。这是一个天文数字，但实际上并不是所有的22个交易对都能交易，每个交易所也不会那么灵活。比如装币时，所有交易对都与四种货币相关：BNB(自家发行)你觉得如果交易对多了，每个交易对之间的交易量就会减少，即交易深度变小，价格变化很不连续)。那么，人们选择哪些对来交易呢？
从coinmarketcap中，捕获了9000多个交易对。这些交易对分布在数百个交易所。在这里，某个交易所的某个交易对在过去24小时内的交易量也被记录并存储在表对中：
通过这个表，我们考虑制作一个交易关系网络。假设我们用货币作为一个点，点的大小和颜色与货币的总交易量有关(前面提到的市场流通量market_cap，美元估值)，而边则用来表示货币之间的交易。边缘的粗细、颜色、交易都与24小时内的流量有关，我们可以根据这种相关性来描述它们之间的关系。
对于关系网络，zatlas目前需要构造一个大的宽表，表中包含边和点之间的关系。我们结合pair和coin构造一个大表trade_graph，同样上传到zatlas，可以直接分析(sql比较长，跳过)。
我们在zatlas上绑定trade_graph的对应字段，画出这样一个网络，在这里可以访问交互版。
https://v.anlink.com/share/2c94c39562d2a9030162d2cc73960028#/:
在这个网络中，我们可以清楚地发现许多东西：
最大的交易发生在美元和BTC之间的蓝色端(美元的现货非常小，因为没有计算美元的流动性)。
最大的资本流动发生在BTC(大红点)，ETH是第二大点。
最下面一堆硬币(姑且称之为第二世界阵营)是热的。他们直接用美元、USDT、BTC和美元进行贸易，他们彼此之间的贸易更多。这些点比较大，也算是大钱，比如莱特币，小蚁，EOS，量子链等等。
而中间的一小撮硬币(称为第三世界阵营)，可以和ETH、BTC、USD交易，但往往和下面的第二阵营硬币关联度不高。
当我们看日本和韩国的关系时，日元和韩元是非常本地化的。很容易看出，日本人喜欢买卖BTC，而韩国人喜欢许多第二世界的货币，如日元和BCH，还有BTC。
我们来稍微解读一下这张图：
中心性和市场价值
从地理上看，中心高的地方往往比较富裕。陆路贸易时代，敦煌连接了东方大唐和西域三十六国；在陆海贸易时代，上海是一个经济大市，长江口、东海、杭州湾都通过海运与许多遥远的目的地相连。你看上图，比特币也是如此。
从某种意义上说，每一个连接都代表了成本。城市交易的成本是运输，而虚拟货币的成本是你每笔交易都要支付千分之几的交易费。所以，一种货币只要能和各种货币兑换，它的价格就相对稳定，它的体积就更大(我们下一篇文章会进一步分析价格稳定的一些特征)。
一般来说，人们更喜欢留在这些稳定的货币中，因为当我进入这种货币时，我可以买任何我想要的东西。就好像美元在国际贸易中是个大买卖。和韩国人做生意，往往要先换美元。BTC是虚拟货币的大佬，大部分假币都可以兑换，而你只能用美元兑换几种数字货币。
所以无论地理中心性还是网络中心性，中心性都是一个非常重要的概念。那么对于虚拟货币来说，是不是中心性越高越丰富(24小时内发行量越大)？
我们首先如何描述中心？中心性有许多定义。我们简单看一下，就是某一种货币可以和N种货币进行交易，其中心性为N，然后我们联想到这种货币的24小时发行量(volume_24_usd)。
让我们先写一个SQL，然后把数据上传到Zatlas，画一个散点图来看看：
用t作为(SELECT left_coin，right_coin，sum(volume_24_usd)作为volume_24_usd，count(1)作为pair_count FROM pair其中volume_24_usd不为NULLGROUP BY left_coin，right_coin)选择left_coin作为coin，floor(sum(pair_count))作为pair _ count，sum(volume_24_usd)作为volume _ 24 _ USD FROM(SELECT right_coin作为left_coin，left_coin作为right _ coin，volume _ 24 _ USD _ count FROM因为BTC和ETH太变态了，一个货币可以在几百个交易所有几千个交易对。在画出来的图中，两位大佬遥遥领先，一堆弱势货币挤在一起。所以直接过滤掉中心大的两种货币得到下图。
我们发现，刚才交易网络中存在的第二世界和第三世界阵营，在这个抽象的空间里，依然是邻居。
右下角有两个孤立的点，日元和韩元。它们数量多，连通性小。但我觉得本质上很好理解。如果很多对外交流涉及法币，国家还要查你是不是洗钱，交税，给你弄个认证。所以这些交易注定是很难打开的，对的数量也不会很多。老百姓买币，说到底还是要交法币。他们要经过这个渠道，所以资金量一定要大，中心度要小。
有意思的是，我们可以继续过滤掉大币种，比如10以内的，此时币种差异会很大。左边的货币连接度高，但交易量不大。我觉得应该是最近假币在缩水归零。即使有很多交易对，也很难改变其交易量小的命运。只有几个硬币在右边的坐标空间按照正常斜率飞行。
那么如何更科学地衡量中心性呢？在这个牺牲一些Zatlas的黑科技，当我们在关系网络中绑定字段的时候，如果把列表拖到底部，有几个中心性算法：
存取算法
中心算法
邻近中心算法
其实有了第一种算法，我们现在就不用写那么多sql了。这意味着如果一个点与n个点相连，那么这个值就大。如果我们将差异算法的值与点的大小绑定，我们画出下图，可以看到第二世界阵营的货币仍然在一起：
地山寨
这张表也可以分析出一个有趣的事情。现在除了比特币以太坊，大部分都叫山寨。不是白来的。我们用一个PostgreSQL来看词频(里面用的show_trgm函数可以把一个词分解成相邻的序列，BTC=BT，TC，BTC，然后算几个)。
SELECT str，count(1)AS count from(SELECT UNNEST(show _ trgm(coin _ name))AS strFROM COIN)AS tw where LengTH(replace(str，' '' '))1GROUP BY str，LengTH(str)ORDER BY count DESC我们发现BIT，BTC，COIN，th，TC，RC都是很高频的词，他们似乎来自BTC(比特币)、瑞士联邦理工学院和LRC。比如比特币的缩写是BTC，还有一堆类似的币，BTM，BCC，BTCZ，BTCS，BTCR，等等。
这只是一个字面上的假。其实之所以会有这么多假币，是因为所有的虚拟币都是开源的，只要用代码改一下就可以了。比如ETH说，你想赚钱，就用我的平台。
所以coinmarketcap把虚拟货币分为两种。Token就是利用现有平台做出来的那种币。至少可以光明正大的说我是基于别人开发的，而硬币是各种基础货币(应该也有很多山寨)。我们可以看看假币的来源和流向。这个数字非常夸张。我们在Zatlas画了一个饼图，ETH已经实现了80%的空间：
货币竞争
当年比特币这种虚拟货币占主导地位，背后那么多山寨货币的出现切割了比特币的市场？从市值)=发行量*价格来看，BTC最大的竞争对手应该是ETH。
我们有一个历史表(来自CoinMarketCap)。Coin _ history描述了货币在很多年的变化。因为数据相对较大，所以每周对此数据进行一次采样：
市场波动剧烈，以几年为一个周期。比特币的价格在统计上不断上涨，但它在虚拟货币市场中的比例一直在变化。
实际上，这个图片不仅可以在Zatlas中生成，也可以在coinmarketcap的这个页面上生成。黄线是BTC，黑线是ETH。你觉得它们很有规律吗？
首先，从统计上来说，比特币的市值比是下行的。从去年年初到年中，经历了很大的下跌。
竞争关系很明显。当ETH上升时，BTC将下降，但这是必要的，因为这个数字看的是百分比。如果大哥的二胎多了，那就少了，因为老三老四已经很小了。
去年12月左右，BTC暴跌，市场份额也下降，但从今年2月开始，逐渐上升。
货币差价
硬币的价值更像是一个哲学问题(也可能是法律问题)。有人说有价值，有人说没有。津巴布韦和委内瑞拉的货币贬值，所以喜欢买一个比特币在全世界保值。据说朝鲜进行军事演习时，韩国的比特币价格上涨。
当然，我觉得讨论这个没什么意义。但很有意思的是，利润率差。事实上，比特币的真实价格在每个国家都不一样。比如在韩国和日本，不止一个人在买卖比特币。以韩国为例。人与人的交往相对封闭。除了bithumb，很多交易所都没有外文版。而且，你还得申请退出。据说要在韩国生活半年，有韩国特定银行的卡。反正外国人是进不去的，以至于去年货币市场火爆的时候，韩国的比特币比外面贵了50%(这个利差现在几乎没有了)。
利益无孔不入，蔓延如筑坝截河。只要有一个小孔，配管就能把缝隙抹平。如果在人们面前有一个传播，就会有很多人做生意。比如我做的是交易所-比特币-韩元-外汇-美元的循环业务，但是为什么能存在？
这个问题值得思考。首先，在韩国货币的交易价格没有太大的差别。或多或少，因为可以随便调用调用比特币，所以比特币和法币的兑换(一次)只有很大的区别，因为在刚才的链条中，比特币-韩元和韩元-美元没有那么容易，这两次拦截，我觉得可以说是韩国的国家控制。
所以我思考一个问题。差价的本质大概就是买卖平衡，政府调控。我们如何衡量国家监管？
我想到了一个叫做OTC价格的主意。以中国为例。当年可以用比特币通过平台提取人民币，但最终被禁止了。没有一个平台可以兑换比特币。而且国外也很严格，可能还要收税。一般正规流程中的退出周期也很长。
于是，就有了一个新的业务叫场外交易：你呢，私下交易，我平台做担保，别的我不知道。你的交易是你的事。除了手续费高，其实政策因素不多，所以我觉得价格更接近人们的心理预期。
许多场外交易都非常本地化。比如我的用户都来自中国，但是有一个叫localbitcoin的高手，有很多人在里面交易。我们抓取了localbitcoin上最近的3100多笔交易，做了一个简单的分析：
其中，委内瑞拉的价格换算成美元的话是极高的，是外界的10倍，超过6万美元。我查了一下，发现委内瑞拉保持着世界上最高的通货膨胀率记录，不知道是不是localbitcoin的汇率数据滞后，导致价格比较高。
而且还有很多小国热衷于比特币交易，比如尼日利亚、秘鲁、伊朗。这些小国交易量比较大，所以人口不多。他们之所以喜欢比特币，是因为自己国家货币的不稳定性。
第一篇，我瞥见了比特币的基本面，卖出，跟进。本文的分析使用了两个工具，一个是常用的数据库PostgreSQL，另一个是众安科技开发的数据可视化平台Zatlas(v.anlink.com)。
目前Zatlas免费公测。我们可以通过项目-新建项目-新建画布-空白模板自己玩，比如本文中的大部分图片。就像这样搭建一个项目，文章中的大部分数据也上传到里面，可以直接使用。可以随便折腾，修改，玩。请大家对我们的产品提出建议和bug，看看能不能找到有趣的规律。