3 天从 0 入门 SQL:交易所 Market Surveillance 实战速成(Wash Trading / Spoofing / Pump & Dump)
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 volume
WHEN side='SELL' THEN -volume
ELSE 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 volume
WHEN side = 'SELL' THEN -volume
ELSE 0 END)) AS net_volume
FROM trades
WHERE symbol = 'DOGEUSDT'
AND DATE(trade_time) = '2025-11-27'
GROUP BY user_id
HAVING COUNT(*) >= 30
AND ABS(SUM(CASE WHEN side = 'BUY' THEN volume
WHEN 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(*) >= 20
AND (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;
🎯 逻辑解释
- 在短期内暴涨 ≥ 50%
- 是 pump & dump 的潜在目标
3 天完整学习任务表
Day 1(今天):
- 背会 6 个基本语法 + 4 个聚合函数
- 敲 10 遍最基础的“统计每个用户交易次数”查询
- 完成 Day1 作业(改 3 次)
Day 2(明天):
- 学会 CASE WHEN 和时间处理
- 独立写出“净成交量几乎为 0”的查询
- 敲 5 遍
Day 3(后天):
- 跟着我一句一句敲完上面 3 个真题
- 自己遮住再手写一遍
- 把 3 个查询背下来,随时能 3 分钟写完
完成后,你即可在简历写:
熟练使用 SQL 进行 wash trading、spoofing、pump&dump 等市场操纵行为检测,能够独立编写复杂多条件查询。
现在开始实操
打开在线数据库练习网站:
输入:
SELECT 'hello world' AS message;
看到结果后,继续做 Day 1 的第一个练习。
关注我,一起web3求职:http://vlink.cc/tosky

浙公网安备 33010602011771号