BlockChange｜比特币的数据版图
大数据文摘投稿作品
投稿作者：周宁奕
几年前，比特币还是一种社会边缘，一位码农花了10000个比特币买了披萨，商店勉强接受交易，到去年比特币一年狂涨十几倍，大妈都在谈论区块链。
几年里，网络上默默地演化出一个至少有1700多种数字货币的家族。相比上涨百倍的山寨币，比特币的1年十几倍比较保守，但也秒杀了大多数城市过去20年里房价的涨幅，最后在去年十二月底遭遇滑铁卢，从19000USD开始，最低跌破了6000USD。
这里不讨论敏感的问题，但很有意思的是，比特币的数据很透明也很公开，比如所有的账号、转账记录、计算机节点和交易所的信息(交易所的数据某种意义上是有水份的)，不谈法律的话，交易所的游戏规则其实和证券、期货等交易系统有点相似，至少数据让我们管中窥豹。
比特币的机制网上超多无比，这个回答“比特币(Bitcoin)系统是如何运行的？”就写的很赞，这里主要讨论一些机制和就事论事的数据分析，数据的分析基于众安科技的可视化产品Zatlas。
币的市场
法币是各国法定货币，如RMB、USD、代币是等各种虚拟币，比如BTC(比特币)、ETH(以太坊)，他们统称数字货币。数字货币是一个庞大的数字货币家族，光Coinmarketcap上就记录了1000多种，我们从Coinmarketcap上爬取一些数据，并放在了产品Zatlas上,大家可以通过Zatlas的新建页面->导入数据->公开数据找到他们。
这张表coin提供了市场上主流的数字货币信息，更详细的解释可以参考coinmarketcap的FAQ:
一个很重要的参数是market_cap(和股票的市值计算类似)，就是在市场上流通的虚拟币，换成美元有多少钱，因为有很多大佬并不在交易所搞投机，他们就把比特币静静地放在钱包里，比如中本聪的账户n久没变化了，还有些人的币的密码在硬盘里，伴随着丢了坏了，这些币将从世界上永远消失，这类币是不做市值统计的。
因此更直接的指标如下，我们定义一个circle_percent=volumn_24(24小时内活跃的资金)/available_supply(总可用的存量)，也就是这些币的持有者，在过去的一天里，把百分之多少的币拿来搞投资，或者说是活跃的资金占总资金的比例。
我们到zatlas里，使用双柱状图，就可以发现如此的对比，柱状图是资金总量，折线图是流通比例，即当日交易活跃度，其中，很有意思的是，前几名的币种，活跃度最大的USDT，USDT是和美元等值的一种货币，成为比特币行情变化的避险通道，他的利用率是最高的，而排在后面的一些山寨币也非常高，可能是因为这些币投机性比较高吧
生日大pk
那么还有一个问题，1000多个虚拟币都是什么时候搞出来的？coinmarketcap从2013年4月开始记录各种币种的上线(这个比比特币的生日要晚几年)，不过那时候虚拟币还很少,我从历史记录里查到了每个币的被监控的最早时间，就是上表中的trade_time_start，我们以每周诞生的币的个数为柱状图。在zatlas里画出来，并且和比特币的价格做个对比，发现基本是正相关的，而去年十月收录的币是最多的，想想去年频繁的各种ICO，好像很对的上。
币的交易网络
代币和法币可以交易，代币之间也可以交易，原理上有点类似外汇交易，外汇市场上，你能用美元换欧元，也能用欧元换日元，瞬息万变的价格是供需关系短暂的平衡。
用a币买b币，这种交易关系叫交易对(别名pair/symbol/market)，如果有n种代币，他们之间理论上有n*(n+1)个交易可能，这是个天文数字，但事实上不是22之间交易对都能交易的，每个交易所都不会那么灵活，比如币安上，所有的交易对都与四个币种有关:BNB(自己家发的币)、BTC(比特币)、USDT(和美元挂钩的泰达币)、ETH(以太坊)。你想如果交易对很多，每个交易对之间的交易量会减少，也就是交易深度变小，价格变化会非常不连续)，那么，人们选择哪些pair进行交易呢？
从coinmarketcap上，抓取了9000多个交易对，这些交易对分布在几百个交易所里，这里还记录了某个交易所某个交易对过去24小时的交易量，存放在表pair里面:
通过这个表，我们考虑做一个交易关系网络，想象我们以币种作为点，点的大小和颜色关联该币种的总交易量(前文中所说的市场流通量market_cap，USD计价)，而用边来表示币之间的交易，边的粗细和颜色和交易对24小时内的流量做关联，我们就可以根据这个关联刻画他们的亲疏关系。
对于关系网络，zatlas目前需要构造一张大宽表，里面包含了边和点的关系，我们结合pair和coin，构造一张大表trade_graph，这张大表也上传到了zatlas里，可以直接分析(sql较长，略过)。
我们在zatlas上绑定trade_graph的相应字段，画出这样一个网络,我们可以在这个地址访问交互版本
https://v.anlink.com/share/2c94c39562d2a9030162d2cc73960028#/:
在这个网络里，我们可以清晰地发现很多事情:
最大的交易发生在USD和BTC之间蓝色的边(由于美元没有计算流通量，所以美元的点很小)。
最大的资金流动，发生在BTC(红色的大点)上，而ETH是第二大的点
下方的一堆币(就叫第二世界阵营吧)是炙手可热的，他们和美元、USDT、BTC、和美元直接交易，并且互相之间交易的比较多，这些点也相对比较大，算是大佬们，如莱特币、小蚁、EOS、量子链之类的币。
而中间一小撮币(就叫第三世界阵营)，他们可以和ETH、BTC、USD交易，但是和下方的第二阵营币往往没有很高的交易关联度。
我们看边的关系，日元和韩元都是很local的，很容易看到日本人喜欢买卖BTC，而韩国人则除了BTC，喜欢很多第二世界阵营的币，比如EOS、BCH云云的。
我们稍微解读一下这个图:
中心度与市值
地理上，中心度高的地方往往很富庶。陆路贸易时代，敦煌连接接了东土大唐和西域三十六国；海陆贸易时代，上海是经济大城，长江口、东海、杭州湾也都通过船运的可能，连接许多遥远的目的地。你看上图，比特币也是如此。
某种意义上，每次连接都代表了成本。城市通商的成本是交通，而虚拟币的成本是，每次交易你都要付千分之几的交易费。因此只要一个币种可以和各种币种做兑换，那他相对就价格稳定，体量更大(我们下一篇文章会更进一步分析价格稳定性的一些特点)。
一般大家更愿意驻留资金在这些稳定的货币里，因为入了这个币，我想买啥就买啥，这就好比国际贸易里美元就是大佬，你和韩国人做生意，往往也要先去换美元。而虚拟币里BTC是大佬，大部分山寨币都能兑换，而你使用美元只能兑换几种数字货币。
因此无论地理中心度还是网络中心度，中心是一个很重要的概念，那么对于虚拟货币，是不是中心度越高越有钱(24小时内流通量越大)呢？
首先我们如何刻画中心？中心度有很多定义，我们简单的看，就是某个币可以和n个币交易，他的中心度为n，然后我们关联这个币种的24小时内流通量(volume_24_usd)。
我们先写个SQL，然后把数据上传到Zatlas画个散点图看看:
WITH t AS ( SELECT left_coin, right_coin, sum(volume_24_usd) AS volume_24_usd, count(1) AS pair_count FROM pair WHERE volume_24_usd IS NOT NULL GROUP BY left_coin, right_coin ) SELECT left_coin AS coin, floor(sum(pair_count) ) AS pair_count, sum(volume_24_usd) AS volume_24_usd FROM ( SELECT right_coin AS left_coin, left_coin as right_coin, volume_24_usd, pair_count from t UNION ALL SELECT * FROM t ) AS t1 GROUP BY coin ORDER BY pair_count DESC;
由于BTC和ETH太变态了，一个币能有几百个交易所的上千个交易对在交易，画出来的图里，两位大佬遥遥领先，一堆弱小的币种龟缩在一起，因此直接把中心度大的2个币过滤掉，得到下图。
我们发现，在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2个孤立点，日元和韩元。他们数量大，连通度小。但我觉得这个本质上还是很好理解的，很多国外的交易所如果涉及到法币，国家都要来查你是不是在洗黑钱、是不是要缴税、要不要给你搞个认证，所以这些交易对注定开出来步履维艰，pair的数量不会很多。而人去买币，归根结底还是要付法币，要走这个通道，因此资金量肯定大，中心度小。
很有意思的是，我们可以继续过滤掉大币种，比如小于10，这时候币种的差异会很大。左侧的币，联通度很大，但交易量不大，我想应该是最近山寨币在收缩、归零，即便是交易对很多也难以改变他们交易量很小的命运，只有少数的币在右侧的坐标空间里按照正常的斜率，在放飞自我...
那么如何更科学地衡量中心度呢？在此祭出Zatlas的一些黑科技，我们在关系网络里绑定字段的时候，如果把列表拖到最下面，有几个中心度的算法:
出入度算法
中介中心性算法
接近中心性算法
其实用第一种算法，我们就不用在刚才写那么多sql了。这个意思就是，如果一个点和n个点有连接，那这个值就大，如果我们把出入度算法的值绑定到点的大小，便画出了下面的图，可以看到第二世界阵营的币种还是在一起:
币的山寨
这张表还能分析一个有意思的事情，现在除了比特币以太坊，大部分的都叫山寨币。山寨不是白叫的，我们用一个PostgreSQL看词频(里面用的show_trgm函数，可以把一个词分解为相邻序列，BTC=>BT、TC、BTC，然后统计有几个)。
SELECT str, count(1) AS count FROM ( SELECT UNNEST(show_trgm(coin_name)) AS str FROM coin ) AS t WHERE length(replace(str, ' ', '')) > 1 GROUP BY str, length(str) ORDER BY count DESC
我们发现BIT、BTC、COIN、TH、TC、RC都是非常高频的词，他们好像来自BTC(BITCOIN)、ETH和LRC，比如比特币的缩写叫BTC，以及一堆类似的币，BTM、BCC、BTCZ、BTCS、BTCR、等等。
这个只是字面上的山寨。其实山寨币之所以那么多，很大的原因是虚拟币都是开源的，拿着代码改改就行了。还有比如ETH说，你要造币的话，直接用我的平台就行。
因此，coinmarketcap把虚拟币分成两种，Token就是那种用已有平台搞的币，至少是光明正大说我是基于别人开发的，而Coins是各种基础货币(应该也有很多山寨的)。我们可以看山寨币的源与流,这个数字非常之夸张，我们在Zatlas里画出一个饼图，ETH成就了8成的空间:
币的竞争
当年虚拟币比特币一家独大，后面那么多更多山寨货币的产生，是不是切割了比特币的市场？我们以市值(Market Cap) = 流通供给量 * 价格来看，BTC最大的竞争对手应是ETH。
我们有一张历史表(来自coinmarketcap)coin_history描述了币种在多年内的变化情况,因为数据比较大，这个数据一周采样一次:
市场剧烈波动，以若干年为周期，比特币统计上在涨价，但是其占虚拟币市场的比例一直变化。
其实这张图不仅可以在Zatlas里生成，coinmarketcap的这个页面也已提供,黄线是BTC,黑线是ETH，是不是觉得他们很有规律呢?
首先统计上来看，比特币的市值比例是往下走，去年年初到年中，经历了一次很大的下降。
竞争关系很明显，ETH涨BTC就要跌，不过这是必须的，因为这个图看的是百分比，老大多了老二就少了，因为老三老四已经很小了。
去年12月左右，BTC大跌，占有率也在下跌，但在今年2月开始，又逐渐上升了。
币的价差
币的价值更像是一个哲学问题（也有可能是个法律问题吧），有人说有价值有人说没有，津巴布韦和委瑞内拉的货币贬值，因此喜欢买个比特币全世界保值，而据说朝鲜搞军事演习的时候，韩国的比特币就涨价。
当然，我觉得讨论这个意义不大。但非常有意思的地方是微利差，其实每个国家对比特币真正的价格是不一样的，比如韩国和日本就超多人在买卖比特币。以韩国为例，人家的交易所都比较封闭，除了bithumb，很多交易所都没外语的版本，而且你要申请提款，据说必须在韩国生活半年，有张韩国特定银行的卡，反正外国人不大进得去，以至于去年币市火热的时候，韩国的比特币比外面贵了50%(这个利差现在差不多消失了)。
利益是无孔不入的，价差就像筑坝截流，只要有个小洞，管涌就能把落差抹平，倘若有个利差摆在人们面前，早就有一坨人做生意了，比如我做个兑换的循环生意美元->比特币->韩元-外汇兑换->美元，但为啥能存在呢？
这个问题非常值得思考。首先韩国的币币交易价格是没有太多利差的，多少因为比特币你可以随便打来打去，唯独和法币的兑换(曾经)有很多的利差，因为刚才的链条里，比特币->韩元、韩元->美元都不那么容易，而这2个拦截，我觉得可以说是韩国的国家管制。
所以我思考一个问题，价差的本质，大概一是买卖平衡，二是政府管制，而我们又如何衡量国家管制呢?
我想到一个办法，叫场外交易价格。以中国为例，当年比特币是可以通过平台来提取人民币的，但最后封杀掉了，任何平台也不能兑比特币，而且国外抓的也很严，可能要收税，正规流程一般提款的周期也很长。
由此就有了一种新业务，叫场外交易:你们呢，私下交易，我平台做担保，其他我啥都不知道，你们交易是你们的事。除了手续费比较高，其实没太多的政策因素，因此我觉得价格比较接近于人们的心理期望。
很多场外交易是非常local的，比如我的用户都是中国人，但有个集大成者，叫localbitcoin，里面有超级多的人在交易。我们抓取了localbitcoin上最近的3100多次交易，做了个简单的分析:
其中，委瑞内拉的价格换算美元是超高无比，是外界的10倍，6万多美刀一枚，我查了下，委内瑞保持着全球最高的通胀率纪录，也不知道localbitcoin的汇率数据是不是滞后了，导致价格比较高。
而还有非常多的小国家热衷于比特币交易，比如尼日利亚、秘鲁、伊朗这样，这些小国的交易量比较大，照理他们的人口并不是很多，他们喜欢比特币的原因，多少是不是因为自己国家货币的不稳定性。
第一篇文章，浮光掠影地看了下比特币的各种基本面，卖个关子，还有后续的。文中的分析，使用2个工具，一是PostgreSQL，一个常用的数据库，另一个是众安科技开发的数据可视化平台Zatlas(v.anlink.com)。
Zatlas目前是免费公测的，我们通过项目->新建项目->新建画布->选择空白模板就可以自己玩了，比如这篇文章的大部分图，建一个这样的项目就行了，文中大部分数据，也都上传到里边，可以直接使用，大家可以倒腾、修改，随便玩，欢迎给我们的产品提建议、BUG，看看能不能找到有趣的规律。
