Marktanomalie: Fake Volume via API
Kurz erklärt: Technik-/Programm-getriebene Erzeugung von künstlichem Handelsvolumen über API-Zugriffe (Round-Trips, „Matched Orders“, Bot-Loops). Von außen wirken Märkte lebhaft, obwohl wenig echtes Risiko übertragen wird – erkennbar an vielen kleinen Fills, geringer Preisdrift und hohen Order-zu-Trade-Quoten. Für Einsteiger: Volumen nie isoliert bewerten – immer mit Preisdrift & Tiefe lesen.
Dokumentierte Szenarien (CEX-basiert)
- Bitwise → SEC (März/Mai 2019): Umfangreiche Einreichungen: erheblicher Teil des gemeldeten BTC-Spotvolumens war Fake/nicht-ökonomisch (glatte 24h-Profile, anomale Größen, geringe Preiswirkung).
- Forbes (Aug. 2022): Analyse von 157 Börsen – Fazit: „Mehr als die Hälfte“ der gemeldeten BTC-Trades seien fake oder nicht-ökonomisch; Gegencheck mit Tiefe/Spreads/Preis-Kohärenz.
- Aufsichts-/Behördenakten (2019–2025): Konkrete Venue/Pair-Hinweise (konstante Stundenprofile, anomaler Trade-Mix) in Federal Register/SEC-Akten dokumentiert.
- Datenanbieter-Reaktionen (2019 ff.): CMC „Liquidity“, CoinGecko „Trust Score“, CryptoCompare „Exchange Benchmark“ – explizit gegen Fake-Volumen.
Funktionsprinzip
Kurz & verständlich: Bots lösen über REST/WS systematisch Käufe/Verkäufe zwischen verbundenen Konten aus. Ergebnis: viele Prints im Tape (Scheinumsatz) bei kaum Netto-Risiko oder Preisdrift.
Warum per API? Hohe Order-/Nachrichtenraten (z. B. je Sub-Account ~1.200 Orders/Min bzw. 1.000 Order-Requests/2 s) + Gebühren-/Rebate- und Ranking-Anreize → automatisierte Trade-Serien werden begünstigt.
Nicht-ökonomisch: Trades ohne plausiblen Zweck: kaum Impact, regelmäßige Größen/Intervalle, flache Drift trotz hoher Aktivität.
Eindeutige Erkennungsmerkmale (live beobachtbar)
- Unnatürlich glatte 24h-Volumenverläufe („Rasenmäher“) statt intraday Saisonalität.
- Trade-Size-Anomalien (runde Größen, Benford-Abweichungen); Histogramme weichen von Referenzbörsen ab.
- Extremes Trade-zu-Preis-Verhältnis: viele Fills, minimale Drift/Spread-Reaktion (VWAP ≈ Mid).
- Serielle „Heartbeat“-Prints (nahezu identische Menge/Intervall).
- Aggregator-Divergenz: gemeldetes 24h-Volumen passt nicht zu Tiefe/Spread/Impact → Motivation für „Liquidity/Trust Score“.
Warum CEXs anfällig sind
- Hohe API-Raten & Sub-Accounts → voll automatisierbare Loops.
- Ranking-Anreize (Volumen → Sichtbarkeit/Listing-Leverage).
- Kein CAT-Äquivalent → forensische Rekonstruktion/Absicht schwerer belegbar; daher neue Qualitätsmetriken seit 2019.
Vergleich: regulierte Börsen
- FINRA 5210 (USA): Verbot nicht bona-fide Transaktionen/Quotes („Scheinprints“).
- STP/SMP: Self-Trade-Prevention reduziert interne Gegengeschäfte massiv.
- EU MAR (Art. 12): untersagt falsche/irreführende Signale; robuste Zeit-/Reportpflichten.
Warum Früherkennung kritisch ist – und was sich in der EU ändert
- Preisfindung & Slippage: Scheinvolumen täuscht Liquidität → Fills in falscher Tiefe, Kosten steigen.
- MiCA (EU): weitgehend anwendbar seit 30.12.2024; Übergang bis 01.07.2026 möglich. Aufseher erwarten wirksame Überwachung volumengetriebener Anomalien.
Konkrete Schwellen/Alarm-Regeln (E3/E2/E1)
Adaptiv, quantilbasiert, je Symbol/Venue gegen 30-Tage-Baseline zur gleichen Tageszeit. Benötigt: Trade-Tape (Zeit/Preis/Menge), L1/L2, ideal: venue-seitige Self-Trade-Flags.
E3 (hoch) – „Scheinumsatz mit Null-Impact“
- 24h-Volumen ≥ p99 und intraday-Varianz der 5-Min-Volumen ≤ p10 (glattes Profil) und
- VWAP-Drift |VWAP−Mid| ≤ 5 bp im 30-Min-Fenster der Volumen-Spitze und
- Trade-Size-Anomalie: Round-Size-Ratio ≥ p99 oder Benford-Distanz ≥ p99.
E2 (mittel) – „Heartbeat/Loop-Indiz“
- Serien identischer Größen (≥ 5 Prints, Abweichung ≤ 2 %) in regelmäßigem Zeitabstand ≤ 2 s und
- Mid-Move ≤ 1 Tick, Spread-Weitung ≤ Baseline und
- Order-zu-Trade-Verhältnis unauffällig, Trade-Dichte untypisch für Uhrzeit/Regime.
E1 (niedrig) – „Aggregator-Divergenz“
- Gemeldetes Volumen vs. ökonomische Liquidität (Tiefe/Spread/Impact) stark abweichend → Watchlist bis E2/E3 bestätigt.
Praxis-Hinweise (Fehlalarme minimieren)
- News/Events filtern (echte Ursachen vs. Scheinumsatz).
- Zeitmuster bewerten: reale Saisonalität vs. flaches 24h-Profil.
- Cross-Venue-Check: Gleichlauf auf Referenzen = realer Flow; isolierte Bursts = verdächtig.
- STP-Status berücksichtigen: Venues mit starker STP zeigen weniger Scheinloops (in Kalibrierung abbilden).
Warum das wichtig ist (Trader-Nutzen & Compliance)
- Für Trader: Vermeidet FOMO auf „gemachter“ Liquidität, reduziert Slippage, bewertet Breakouts realistischer.
- Für Betreiber/Compliance: Dokumentierte Muster (Zeitstempel, Baselines, VWAP-Drift, Größen-Histos, Cross-Venue) stützen Reviews, Kundenkommunikation und STOR – im Sinn von MiCA/MAR.
Relevante Quellen
- Bitwise – „Analysis of Real Bitcoin Trade Volume“ (19.03.2019); Einreichungen an die SEC (März/Mai 2019).
- Forbes (J. Paz) – „More Than Half of All Bitcoin Trades Are Fake“ (26.08.2022).
- Federal Register / SEC-Akten (2019) – kommentierte Beispiele zu konstanten Stundenprofilen/anomalem Trade-Mix.
- CoinMarketCap – Einführung „Liquidity“ (Nov. 2019).
- CoinGecko – „Trust Score“ (seit Mai 2019; Methodik/Updates).
- CryptoCompare – „Exchange Benchmark“ (2019/2020 ff.).
- Kaiko Research – „How to spot artificial volume“ (Feb. 2023).
- FINRA – Rule 5210 & Aufsichtsberichte (2014–2024).
- Nasdaq / ICE – Self-Trade-Prevention Factsheets (2021–2025).
- EU – MAR (Art. 12) & ESMA MiCA-Übergang (17.12.2024; Übergang bis 01.07.2026 möglich).