Drücken Sie ESC, um zu schließen

Liquiditätsverhalten im Orderbuch: Wie große Akteure Aufträge maskieren und eine Illusion von Angebot/Nachfrage schaffen

Der Kryptowährungsmarkt unterscheidet sich in einem entscheidenden Punkt von traditionellen Märkten: Transparenz. Jeder Trader kann das Orderbuch in Echtzeit sehen, wobei Gebote und Angebote klar sichtbar sind. Aber diese Transparenz ist auch irreführend, da sie professionellen Akteuren — „Wale“, Market Maker und Fonds — Raum gibt, die Wahrnehmung zu manipulieren.

Durch das Verschleiern von Liquidität können große Akteure:

  • Beeinflussen, wie Privattrader Preisbewegungen wahrnehmen.
  • Den Markt in eine gewünschte Richtung lenken.
  • Teilnehmer in ungünstige Trades locken.

Für Trader ist das Verständnis des Orderbuchs entscheidend. Andernfalls riskieren sie, gegen diejenigen zu handeln, die die sichtbare Liquidität kontrollieren.

 

Was ist ein Orderbuch?

Das Orderbuch ist einfach die Liste der aktiven Kauf- und Verkaufsorders:

  • Bids (Kauforders) — von niedrig nach hoch gelistet.
  • Asks (Verkaufsorders) — von hoch nach niedrig gelistet.

Jede Ebene zeigt sowohl Preis als auch Volumen. Auf den ersten Blick scheinen große sichtbare Orders starke Unterstützung oder Widerstand darzustellen. In Wirklichkeit können dies jedoch künstliche Illusionen sein.

 

Wichtige Techniken zur Verschleierung von Liquidität

1. Iceberg Orders

Große Orders werden in kleinere Teile aufgeteilt.

  • Nur ein „Spitzenstück“ der gesamten Order ist sichtbar.
  • Sobald ein sichtbarer Teil ausgeführt ist, erscheint automatisch ein weiteres Stück.

📌 Beispiel: Auf Binance erlauben Iceberg Orders einem Trader, nur 10 BTC anzuzeigen, während eine 500 BTC Position verborgen bleibt.

 

2. Spoofing

Ein Akteur platziert große gefälschte Orders, um Angebot oder Nachfrage zu simulieren.

  • Diese Orders werden fast nie ausgeführt.
  • Sie werden storniert, sobald der Preis näher kommt.
  • Das Ziel ist es, andere zu täuschen, damit sie reagieren.

📌 Fakt: 2018 wurde der Trader Navinder Sarao in den USA wegen Spoofing von S&P 500 Futures strafrechtlich verfolgt. Im Kryptobereich ist Spoofing aufgrund schwächerer Regulierung noch häufiger.

 

3. Layering

Eine Variation von Spoofing: Mehrere gefälschte Orders auf verschiedenen Ebenen platzieren.

  • Erzeugt die Illusion einer „Liquiditätswand“.
  • Sobald der Preis diese Ebenen erreicht, verschwinden die Orders.

📌 Beispiel: Bei BTC bei $65.000 könnte ein Spoofer 200 BTC bei $65.200, $65.250 und $65.300 platzieren. Alle verschwinden, sobald der Preis näher kommt.

 

4. Wash Trading

Ein Trader kauft und verkauft mit sich selbst.

  • Inflates künstlich das Volumen.
  • Signalisiert falsches Interesse an einem Asset.
  • Wird oft mit sichtbaren „Wänden“ kombiniert, um starke Aktivität zu simulieren.

 

5. Versteckte Liquidität

Einige Börsen erlauben unsichtbare Orders.

  • Nicht im Orderbuch angezeigt.
  • Werden nur ausgeführt, wenn sie gematcht werden.
  • Von Walen genutzt, um unbemerkt ein- oder auszusteigen.

 

Wie es in der Praxis aussieht

Unten ist ein einfaches Python-Beispiel unter Verwendung der Binance WebSocket API, um das Orderbuch zu überwachen:

import asyncio
import websockets
import json
async def orderbook_listener():
    url = "wss://stream.binance.com:9443/ws/btcusdt@depth"
    async with websockets.connect(url) as ws:
        while True:
            data = json.loads(await ws.recv())
            bids = data['bids'][:5]  # Top-5 Bid
            asks = data['asks'][:5]  # Top-5 Ask
            
            print("Bids:", bids)
            print("Asks:", asks)
            print("="*40)
asyncio.run(orderbook_listener())

Damit kann ein Trader erkennen:

  • Plötzliche „Liquiditätswände“.
  • Ungewöhnliche Volumensprünge.
  • Große Orders, die verschwinden, wenn der Preis sich nähert (ein Spoofing-Signal).

Wie man Manipulationen im Orderbuch erkennt

1. Abnormales Verhalten großer Orders

Wenn Sie eine „Wand“ von 500 BTC sehen, die jedoch Sekunden bevor der Preis sie erreicht, verschwindet – das ist Spoofing.

Wenn eine Order lange bestehen bleibt, aber nie ausgeführt wird – das ist ebenfalls verdächtig.

2. „Springende“ Volumina

Identische Orders in gleicher Größe tauchen auf und verschwinden im Orderbuch.

Dies sind in der Regel automatisierte Market Maker Bots.

3. Diskrepanz zwischen Volumen und Preisbewegung

Der Preis kann selbst bei massiven Verkaufsorders im Buch nach oben steigen.

Dies bedeutet, dass die Liquidität gefälscht ist und entfernt wird, sobald der Preis näher kommt.

 

Warum Wale dies tun

Kontrolle der Massenpsychologie

Anfänger denken: „Wow, eine Wand von 1.000 BTC bei $65.000! Der Preis wird nicht fallen!“ und beginnen zu kaufen.

Optimierung von Ein- und Ausstiegen

Es ist für einen Wal nicht profitabel, 500 BTC auf einmal zu kaufen – sie würden den Preis gegen sich selbst drücken.
Es ist viel einfacher, Verkäufer „anzulocken“.

Stop-Loss-Jagd

Orderbuch-Manipulation wird oft verwendet, um Stopps zu jagen.
Zum Beispiel bauen sie einen falschen Widerstand auf, der Markt bricht ihn, die Stop-Losses von Short-Sellern werden ausgelöst und der Preis schießt stark nach oben.

 

Tools zur Analyse des Orderbuchs

Heatmap (Liquiditätskarte)

Dienste wie TensorCharts oder Bookmap visualisieren das Orderbuch.

Auf dem Chart können Sie „Wände“ in der Dynamik sehen.

Sehr nützlich, um zu verstehen, wie Spieler Liquidität hinzufügen oder entfernen.

📌 Beispiel:
Wenn auf der Heatmap die $65.000-Ebene ständig rot hervorgehoben ist, die Orders aber verschwinden, wenn der Preis sich nähert – das ist eine falsche Wand.

On-Chain + Orderbuch

Wenn plötzlich 10.000 BTC an eine Börse eingezahlt werden und große Orders sofort erscheinen – das ist ein Signal.

Aber wenn solche Einzahlungen nicht existieren, während das Orderbuch riesige Volumina zeigt – höchstwahrscheinlich Spoofing.


Beispielalgorithmus zur Erkennung von „Fake Walls“

from collections import deque
import time
class WallDetector:
    def __init__(self, min_wall_size=100, window=10):
        self.min_wall_size = min_wall_size
        self.window = window
        self.history = deque(maxlen=window)
    def update(self, asks, bids):
        # Top-1 Ask und Bid nehmen
        best_ask = float(asks[0][1])  # Volumen
        best_bid = float(bids[0][1])
        
        wall = None
        if best_ask > self.min_wall_size:
            wall = ("ask", best_ask)
        elif best_bid > self.min_wall_size:
            wall = ("bid", best_bid)
        self.history.append(wall)
        return self.check_fake_wall()
    def check_fake_wall(self):
        if len(self.history) < self.window:
            return None
        # Wenn die Wand öfter als die Hälfte der Zeit erscheint und verschwindet
        if self.history.count(None) > self.window // 2:
            return "Mögliches Spoofing erkannt!"
        return None

📌 Dieser Code kann an den Orderbuch-Stream angeschlossen werden (siehe vorheriges Beispiel). Er analysiert, wie oft große Orders „blinken“.

 

Praktische Tipps für Trader

  • Vertrauen Sie großen Wänden nicht – betrachten Sie immer ihr vergangenes Verhalten.
  • Verwenden Sie Heatmaps – Visualisierung ist besser als Zahlen.
  • Kombinieren Sie Orderbuch mit Handelsvolumen – wenn Trades tatsächlich hinter einer Wand stattfinden, ist diese Liquidität real.
  • Achten Sie auf verschwindende Orders – dies ist der Hauptindikator für Manipulation.
  • Handeln Sie mit dem Manipulator, nicht gegen ihn – wenn Sie sehen, dass eine Wand verschwindet und der Preis steigt, ist es besser, der Bewegung zu folgen, als zu raten.

 

Fazit

Die Liquidität im Orderbuch ist ein Theater, das von großen Akteuren inszeniert wird.
Die meisten Orders, die Sie sehen, sind nicht zur Ausführung gedacht. Ihr Zweck ist es, Ihre Wahrnehmung des Marktes zu kontrollieren.

Wer diese Manipulationen lesen kann, erhält einen enormen Vorteil.

Astra EXMON

Astra is the official voice of the EXMON infrastructure. Calm, intelligent, and direct, she speaks like a sentient protocol — efficient, yet almost warm.

Leave a comment

Your email address will not be published. Required fields are marked *