编者按：本文编译自Trolly McTrollface’s Blog，原文：Price Moves Show Bitcoin Is A Penny Stock，作者：Trolly McTrollface，译者：遂心。

“巴特模式（ The Bart ）”是比特币图表中一个众所周知的模式，甚至在 Twitter 和 reddit 上成为了一个模因。这是指比特币价格经历一段平稳时期后的突然波动。

比特币批评人士拿“巴特模式”开涮，他们认为巴特模式是加密交易所操纵价格、损伤保证金交易者的证据。为了验证这一说法是否正确，我对比特币 K 线图分布情况进行了统计分析，并将其与蓝筹股IBM 进行了比较。

我的结论？比特币的价格走势似乎并不正常，因为所有的流动性都是虚假的。比特币实际上就是个买卖差价 2% 的“垃圾股”。

衡量比特币价格变动的突出性质

《 50 英尺区块链攻击》一书的作者 David Gerard 还专门写过一篇文章《 The “Bart” — sudden hundreds-of-Bitcoin pumps or dumps, to burn the margin traders》。

BTC 在 coinbase 上的突然拉高 来源: davidgerard.co.uk

比特币的批评者指出，这些突然的涨跌（ pumps and dumps ）是比特币价格被操纵的证据。据推测，不法分子制造比特币价格的突然飙升，迫使市场进行清算。然后他们利用这些清算来平仓，这些平仓是他们为制造峰值而建立的，他们攫取了看似无风险的利润，损害短线交易者（ day-trader ）的利益。

另一方面，比特币的支持者则表示，市场在受到监管时也会发生突然的波动，而这种“间接证据”只是一种疯狂的猜测。事实上，任何关注过 2018 年 9 月至 10 月期间 Elon Musk 的 Twitter 的人都知道，特斯拉的股价也在形成一些“巴特模式”。

随机价格走势可以预示什么

市场易受波动的影响——日波动和盘中波动。价格在没有任何明显原因的情况下波动是非常自然的。但是，人们有权期望价格按照某些规则变动——即整体价格走势应落在某些规范范围内。

其中一个规范被称为“ 正态分布”：

随着离散事件数量的增加，函数开始类似于正态分布，源：维基百科

市场越不稳定，上述正态分布钟形曲线（ Bell curve ）的分布范围就越广，但仍保持总体形状。

大家都知道，虽然正态分布在以计算为目的的数学中很有吸引力，但实际市场曲线更多。也就是说，“罕见事件”发生的频率比正态分布所允许的要高得多。这就是为什么这些事件会被称为“ 肥尾效应”，因为其尾部分布比完美的钟形曲线更肥。

什么是“肥尾效应”事件

价格波动最常用标准差来衡量——标准差基本上是对图表上一支价格 K 线图的平均振幅的衡量。当然，标准差取决于时间范围，一分钟 K 线图的标准差自然低于一小时 K 线图的标准差。

正态分布表明 95% 的 K 线都应该落在与零点相差大约 2 个标准差范围内，也就是说 20 个柱子里只有 1 个的长度大于 2 个标准差。此外，99.7% 的移动距离应该在 3 个标准差以内，这意味着 300 个柱子中只有 1 个的距离大于 3 个标准差。

“肥尾效应”是理论上几乎永远不会发生的 K 线图。任何超过 5 或 6 个标准差的都被认为是“肥尾效应”。例如，理论上每 10 亿个柱子才会发生一次“ 7 倍标准差时间 ”(意味着 K 线长度是标准差的 7 倍)。

比特币价格中的肥尾效应有多频繁？

我从bitcoincharts.com下载了所有Coinbase交易数据库，计算了最近20个交易日的数据，并观察了5分钟 K 线的分布特征：

让我们看看你能否在这张图表上找到 23 种标准偏差事件:

从 2019 年 1 月 5 日到 7 日，5 分钟的比特币价格变动，来源：invest.com

实际上，极端肥尾效应事件已被证明在日内图表中比在日线图中更频繁地发生。但是，即使在盘中图表中，23 倍标准差时间也很奇怪。

K 线图上肥尾效应有多频繁

这是 1 小时 K 线的分布特征：

小时分配看起来比 5 分钟分配有序得多。这一趋势随着 K 线周期的增加而持续：对于 4 小时 K 线图，在过去 100 天里只有一个6 倍标准差时间事件和 3 个 5 倍标准差时间事件；12 小时的 K 线图显示只有一个 5 倍标准差时间。

另外，1 分钟的 K 线图分布完全失控，在过去 100 天里有超过 9 次 20 倍标准差时间。

比特币的价格走势与受监管的市场相比如何?

我从 kibot.com上下载了 IBM 的交易数据(众所周知，股票或指数的免费盘中数据很难找到)。我从一开始就遇到了麻烦。

盘前交易、盘后交易、夜间交易和周末交易

我不得不排除上午 10 点前的所有交易，以及下午 3 点 58 分之后的所有交易，因为随着流动性的消失，市场的开盘价和收盘价上下波动，交易数据会受到结算交易的影响。因此，我排除了所有隔夜价格走势，这是一个巨大的偏差。例如，这排除了2018 年 10 月 16 日的收益，当时 IBM 的股价在盘后交易的几分钟内上涨了 6% 。记住这个，我稍后会讲到。

在IBM的价格中，肥尾效应的频率如何？

在过去的 100 天里，仅在上午 10 点到下午 3 点 58 分之间进行交易，IBM 的 5 分钟 K 线图展示了两个 6 倍标准时间差；两个 5 倍标准差时间事件；1 分钟 K 线图有两个 9 倍标准差时间事件，一个 8 倍标准差时间事件和一个7倍标准差时间事件。

这些数据似乎表明，比特币的价格波动方式是不可能自然发生的，即使我们考虑到日内 K 线图分布的尾部更粗，如 1 分钟 K 线分布所示:

记住，一个 20 倍标准差时间事件比一个 9 倍标准差时间事件发生的可能性要低几千万倍!

收盘后怎么样？

还记得 2018 年 10 月 16 日的收益损失吗?当时 IBM的 股价在盘后交易的几分钟内上涨了 6% 。这是一个 40 sigma 事件。发生这种情况的概率是0.00000000000000000000000000000000000000000000000000000000000000000000001%我漏掉了几十个 0 。这里出了什么问题，这意味着什么?

如何解释比特币的极端价格走势？

由于公布了他们惨淡的资产收益，IBM 的股票在 5 分钟 K 线图里暴跌了 40 倍，资产价格会随着新闻而变动，或者至少应该如此。这能解释比特币的极端日内价格走势吗?

目前还没有能够影响比特币价格的普遍共识事件

要想让一则新闻在几分钟内左右改变一项资产的价格，必须要很多人都在期待这条新闻，并期待它会改变比特币的价格。

我能记得的唯一这样的事件是在 2017 年年底拒绝 SegWit2x 硬叉，比特币价格确实剧烈波动，但我们几乎每天都能看到的定期飙升情况又如何呢?你可以在我的比特币极端走势图( Bitcoin extreme Move Intraday Tracker )上查看“极端走势图”，所有的 7 sigma 走势图都标注在过去 24 小时的 1 分钟价格图表上。

如果比特币市场受到操纵怎么办？

在我的分析中，我发现了一个突出的问题——你可以通过放大比特币图表亲眼看到——每小时的比特币 K 线图分布得非常好。没有什么极端事件，一切看起来井然有序。

另一种资产类别也有同样的特点：垃圾股（ penny stocks ）。这些是流动性极差、交易稀少的证券，任何有几千美金的人都可以随心所欲地调价。

比特币的支持者会嘲笑这种比较，因为他们会毫不留情地告诉我们，比特币日交易量达数十亿，但这是真的吗?比特币主要交易所经常被指控伪造比特币交易量，如果没有适当的监督和监督，它们很可能会这么做。

比特币是“垃圾股”

我不认为比特币的极端价格走势是为了压榨保证金交易员而设计的，因为到目前为止，所有这些保证金交易者都将被淘汰。

然而，我相信，当市场看上去井然有序时，操纵行为就会在这些涨跌幅之间发生。实际上，那时没有真正的交易——只有虚假的机器人活动，让它看起来像是发生了什么事情。

正是在这些涨跌幅之间，通常产生不该存在的 K 线图，扰乱了正常的 K 线分布。

比特币是一种“垃圾股”，其买入/卖出差价为其价格的 2% 至 3% 。任何时候，只要有人提交真正的订单，价格就会被推(或拉)到报价(或出价)中。

不要被随机性所迷惑，因为没有。

我是Odaily星球日报记者遂心（微信号wsuixin12），加好友烦请备注姓名、单位、职务和事由。