当前位置：首页 > news >正文

3 天从 0 入门 SQL：交易所 Market Surveillance 实战速成（Wash Trading / Spoofing / Pump Dump）

news 2026/6/13 19:45:42

适合岗位：
Market Surveillance Intern / Market Risk Analyst / Data Analyst / Quant Intern
适合人群：
没有 SQL 基础 / 有基础但不会写复杂查询 / 想在简历写“熟练 SQL”

这套教程不是通用 SQL，而是 专为交易所风控与市场监察（MS）场景 设计，3 天 2~3 小时即可完成，学完即可：

手写复杂 SQL
独立写出 wash trading / spoofing / pump 查询
在面试现场 3 分钟写出完整检测逻辑
简历可写：“熟练使用 SQL 进行市场操纵行为检测”

🟦 Day 1：记住 6 大核心语法（2 小时顶一辈子）

大多数人学 SQL 最大的痛苦是：记不住。
但 Market Surveillance 的 SQL 永远只用这 6 个语法。

Market Surveillance 永远用这 6 个关键词

语法	用途	用在哪些风控逻辑里？
SELECT	取哪些列	交易次数、成交量、涨幅
FROM	从哪张表	trades / orders / positions
WHERE	过滤行	按 symbol、时间、用户过滤
GROUP BY	分组统计	按 user_id、symbol 等汇总行为
HAVING	过滤分组后的结果	“交易 ≥ 20 次的用户”“净成交量 ≤ 10”
ORDER BY	排序	按可疑程度排序
LIMIT	只看前几名	Top 10 可疑账户

额外再记 4 个聚合函数（统计函数）：

COUNT(*) → 统计行数（交易次数）
SUM(列) → 求和（成交量）
AVG(列) → 平均值（平均价格）
MAX(列)/MIN(列) → 最大/最小

背口诀（以后所有查询都按这个顺序写）

“先 FROM 哪张表 → WHERE 过滤行 → GROUP BY 分组 → HAVING 过滤组 → SELECT 要什么 → ORDER BY 排序 → LIMIT 取几个”

看例子（交易所风控最常见的结构）：

SELECT user_id, COUNT(*) AS trade_count
FROM trades
WHERE symbol = 'BTCUSDT'
GROUP BY user_id
HAVING COUNT(*) >= 100
ORDER BY trade_count DESC
LIMIT 10;

含义：找出交易 BTCUSDT 超过 100 次的用户，排序后取前 10 名。

📝 Day 1 作业（30 分钟）

把上面的查询改成：

改成 DOGEUSDT
改成今天的数据（WHERE trade_time >= '2025-11-27'）
改成交易次数 ≥ 50 次自己敲 5 遍，直到不看也能写出来。

自己敲 5 遍 做到不看答案也能写。

🟩 Day 2：学会 4 个精华语法 = 能写 90% 的复杂查询

今天你将掌握 Market Surveillance 用得最多的 4 项技能。

① AS 重命名（让内容可读）

COUNT(*) AS trade_count -- 原来叫 COUNT(*)，现在叫 trade_count

② CASE WHEN 条件判断（超关键）

-- 把 BUY 变成 +volume，SELL 变成 -volume
SUM(CASE WHEN side='BUY' THEN volumeWHEN side='SELL' THEN -volumeELSE 0 END) AS net_volume

这是 所有“净成交量、净方向、净资金流”类风控逻辑的核心语句。

③ 时间处理（交易所有大量按小时/天过滤）

WHERE trade_time >= '2025-11-27'                  -- 某一天
WHERE trade_time >= NOW() - INTERVAL '1 day'      -- 最近 1 天
WHERE DATE(trade_time) = '2025-11-27'             -- 按自然日

④ WITH CTE（写复杂风控查询的神器）

WITH today_trades AS (SELECT * FROM trades WHERE DATE(trade_time) = '2025-11-27'
)
SELECT user_id, COUNT(*) FROM today_trades GROUP BY user_id;

📝 Day 2 终极作业（40 分钟）

写出下面这个检测 wash trading 的 SQL：

“找出今天 DOGEUSDT 上，净成交量 ≈ 0（≤ 50），且交易次数 ≥ 30 的用户”

答案（自己写完再看）：

SELECT user_id,COUNT(*) AS trade_count,ABS(SUM(CASE WHEN side = 'BUY' THEN volumeWHEN side = 'SELL' THEN -volumeELSE 0 END)) AS net_volume
FROM trades
WHERE symbol = 'DOGEUSDT'AND DATE(trade_time) = '2025-11-27'
GROUP BY user_id
HAVING COUNT(*) >= 30AND ABS(SUM(CASE WHEN side = 'BUY' THEN volumeWHEN side = 'SELL' THEN -volume ELSE 0 END)) <= 50
ORDER BY trade_count DESC;

这就是 wash trading 检测基础版。

🟥 Day 3：交易所真实面试题（手把手拆解）

今天直接实战 3 个 Market Surveillance 经典题型，现在就把前面给你的 3 个复杂查询拆成最简单的话，一句一句教你写。

✔ 真题 1：Wash Trading 检测（最常见）

SELECT user_id,symbol,COUNT(*) AS trade_count, -- 交易次数MIN(price) AS min_price, -- 最低价MAX(price) AS max_price, -- 最高价ABS(SUM(CASE WHEN side='BUY' THEN volume ELSE -volume END)) AS net_volume -- 净成交量
FROM trades
WHERE trade_time >= '2025-11-27'
GROUP BY user_id, symbol
HAVING COUNT(*) >= 20AND (MAX(price) - MIN(price)) <= MIN(price) * 0.001  -- 价格波动 ≤0.1%AND ABS(SUM(CASE WHEN side='BUY' THEN volume ELSE -volume END)) <= 10
LIMIT 20;

🎯 逻辑解释（你在面试要能说出来）

交易很多次
但价格几乎不动（横盘）
买卖量互相抵消（净成交量≈0）

→ 典型洗量（制造虚假活跃）。

✔ 真题 2：Spoofing（大量下单→撤单）

SELECT user_id,COUNT(*) FILTER (WHERE status = 'CANCELED') AS cancel_count, -- 撤单次数AVG(quantity) FILTER (WHERE status = 'CANCELED') AS avg_cancel_qty -- 平均撤单量
FROM orders
WHERE created_at >= NOW() - INTERVAL '1 hour'
GROUP BY user_id
HAVING cancel_count >= 50
ORDER BY cancel_count DESC
LIMIT 10;

🎯 逻辑解释

1 小时内撤单 ≥ 50 次
说明可能反复挂单→撤单扰动价格（spoofing 行为）

✔ 真题 3：Pump & Dump 快速监测

SELECT symbol,MAX(price)/MIN(price) - 1 AS max_rise
FROM trades
WHERE trade_time >= NOW() - INTERVAL '4 hours'
GROUP BY symbol
HAVING max_rise >= 0.5    -- 4小时内涨幅 ≥50%
ORDER BY max_rise DESC  -- 最大涨幅
LIMIT 10;