Flux de Travail Agentiels pour la Recherche Crypto

insights.glassnodePublié le 2026-04-01Dernière mise à jour le 2026-04-01

Résumé

Les agents d'IA de codage révolutionnent la recherche en crypto en automatisant l'analyse des données. À partir d'une simple requête en langage naturel, comme l'étude de l'hypothèse selon laquelle les pics d'afflux sur les exchanges de BTC prédisent des baisses de prix sur 7 jours, l'agent exécute lui-même toutes les étapes. Il utilise le CLI Glassnode pour découvrir les métriques, télécharger les données (prix et afflux), puis écrit et exécute un code Python pour l'analyse statistique. Les résultats, incluant un résumé et des visualisations, sont générés automatiquement. Cette approche permet aux chercheurs d'itérer rapidement et d'explorer des questions complexes sans écrire manuellement le code, en utilisant simplement des invites conversationnelles.

Les agents d'IA de codage changent la façon dont les analystes et les chercheurs interagissent avec les données. Au lieu d'écrire des scripts ligne par ligne, vous fournissez une hypothèse ou une question de recherche à un agent d'IA et – il écrit le code, récupère les données, exécute l'analyse et renvoie les résultats.

Dans cet article, nous présentons un exemple concret étape par étape : Demander à un agent d'IA de télécharger des données via l'interface en ligne de commande (CLI) de Glassnode, d'exécuter une analyse statistique et de générer des graphiques prêts pour la publication, le tout à partir d'invites en langage naturel.

Ce dont vous aurez besoin

  1. Accès à un agent d'IA

Nous utilisons Claude Code dans cette procédure, mais tout agent capable d'exécuter des commandes Python et shell fonctionnera, y compris Codex de ChatGPT, Cursor, Github Copilot, Google Gemini CLI, OpenClaw ou des outils similaires.

  1. Le CLI Glassnode (gn)

Une interface en ligne de commande pour l'API Glassnode. Installez-la et configurez votre clé API en suivant la documentation du CLI Glassnode. Une clé API est requise.

L'invite

Nous allons évaluer l'hypothèse suivante : Les événements extrêmes d'entrées sur les exchanges de BTC sont prédictifs des drawdowns (baisses) sur 7 jours ultérieurs. Pour ce faire, nous allons instruire Claude Code en utilisant l'invite suivante :

En utilisant le CLI Glassnode, téléchargez les entrées quotidiennes sur les exchanges de BTC et le prix de clôture de la dernière année. Analysez si les pics d'entrées (jours avec des entrées > 2 écarts-types au-dessus de la moyenne) prédisent des drawdowns dans les 7 jours suivants. Montrez-moi un résumé avec des statistiques et des résultats.

C'est tout. Une phrase décrivant la question, et une autre définissant la méthodologie. L'agent prend le relais à partir de là.

Une simple invite pour l'agent d'IA

Ce que fait l'agent

En arrière-plan, l'agent exécute une séquence d'étapes :

  1. Découvre les bonnes métriques en exécutant gn metric list et gn metric describe pour trouver les chemins de métriques corrects et les paramètres valides.
  2. Télécharge les données via gn metric get, en enregistrant des fichiers CSV pour les entrées sur les exchanges (transactions/transfers_volume_to_exchanges_sum) et le prix de clôture (market/price_usd_close).
  3. Écrit et exécute une analyse Python qui calcule le seuil de pic, identifie les jours de pic, calcule les drawdowns maximums sur 7 jours ultérieurs et compare les jours de pic aux jours normaux.

L'agent revient avec un résumé lisible :

Bien qu'il ne s'agisse que d'un exemple illustratif, notre expérience révèle une association modérée entre les pics d'entrées sur les exchanges et les drawdowns ultérieurs. Les jours de pic enregistrent environ 1,9 point de pourcentage de drawdown supplémentaire en moyenne. Cela dit, avec seulement 10 jours de pic dans l'échantillon et l'effet concentré sur deux périodes volatiles, le signal est suggestif plutôt que statistiquement robuste. Un backtest rigoureux devrait tenir compte des fenêtres chevauchantes, contrôler les régimes de volatilité, utiliser des données en temps réel et valider hors échantillon.

Visualiser les résultats

Visualiser les données est un bon moyen de vérifier si les chiffres tiennent la route. Dans ce processus, une simple invite de suivi suffit :

Créez une visualisation qui montre les données sous forme de série chronologique.

À partir de là, vous pouvez continuer à itérer : ajuster le graphique, affiner l'analyse ou orienter la recherche dans une direction différente, le tout par une conversation en langage naturel.

La visualisation générée par l'IA des données Glassnode

Commencez avec la Recherche Crypto IA sur les données Glassnode

Le CLI Glassnode nécessite une clé API, disponible pour les abonnés Glassnode Professional.

  1. Installez le CLI Glassnode et configurez votre clé API. Voir la documentation
  2. Ouvrez votre agent de codage IA préféré (Claude Code, Codex, Cursor, Gemini CLI, OpenClaw, etc.)
  3. Commencez à poser des invites. Essayez des questions telles que :
    • "Téléchargez les dépôts de staking ETH des 6 derniers mois et tracez la tendance"
    • "Comparez les flux nets d'exchanges de BTC et ETH sur les 90 derniers jours"
    • "Trouvez quelle métrique a la plus forte corrélation avec les rendements de BTC sur 30 jours"

Le CLI Glassnode permet aux agents de découvrir et de récupérer les données de métriques sans nécessiter de recherche manuelle d'API ou d'écriture de code passe-partout. Combiné avec un agent de codage IA, le CLI Glassnode transforme une question de recherche en résultats en quelques minutes.

Questions liées

QQuels sont les deux éléments nécessaires pour commencer à utiliser les flux de travail agentiques pour la recherche crypto selon l'article ?

AL'accès à un agent IA (comme Claude Code, ChatGPT Codex, Cursor, etc.) et l'interface de ligne de commande Glassnode (CLI) configurée avec une clé API.

QQuelle hypothèse spécifique l'article utilise-t-il comme exemple pour démontrer le flux de l'agent IA ?

AL'hypothèse que les événements extrêmes d'entrées sur les exchanges de BTC (jours avec des entrées > 2 écarts-types au-dessus de la moyenne) sont prédictifs des drawdowns sur les 7 jours suivants.

QQuelles sont les trois étapes principales que l'agent IA exécute automatiquement pour cette analyse ?

A1) Découvrir les métriques appropriées en utilisant les commandes Glassnode CLI. 2) Télécharger les données via la commande 'gn metric get'. 3) Écrire et exécuter une analyse Python pour calculer les seuils, identifier les pics et comparer les performances.

QQuel a été le résultat principal de l'analyse d'exemple sur les entrées d'exchange du BTC ?

AL'analyse a révélé une association modérée : les jours de pic d'entrée ont connu environ 1,9 point de pourcentage de drawdown supplémentaire en moyenne sur les 7 jours suivants par rapport aux jours normaux.

QComment peut-on visualiser les résultats selon l'article, et quels sont quelques exemples de questions de recherche supplémentaires suggérées ?

AEn utilisant une simple invite de suivi comme 'Créez une visualisation montrant les données sous forme de série temporelle'. Des exemples supplémentaires incluent : analyser les dépôts de staking d'ETH, comparer les flux nets d'exchange de BTC et ETH, ou trouver la métrique avec la plus haute corrélation avec les rendements de BTC sur 30 jours.

Lectures associées

De 'The Big Short' à San Francisco : L'ivresse et les vertiges de la bulle de l'IA

Dans un article intitulé « De The Big Short à San Francisco : Ivresse et vertige dans la bulle de l'IA », l'auteur Spencer Yen, récemment installé à San Francisco, décrit l'atmosphère frénétique qui règne dans l'épicentre de la révolution technologique et de la spéculation financière autour de l'intelligence artificielle. Il observe une énergie palpable d'agitation et d'anxiété (« les gens tremblent »), alimentée par la course aux financements et aux valorisations. San Francisco est décrite comme une ville obsédée par un seul jeu de statut : la tech et l'IA, ce qui entraîne des comparaisons constantes et une mesure de la valeur des individus à l'aune de succès financiers présumés. L'auteur note également une forte tension entre, d'une part, un discours pessimiste et parfois apocalyptique sur les risques de l'IA émanant de certains chercheurs et, d'autre part, l'optimisme des équipes commerciales. Il évoque la fascination des investisseurs pour les fondateurs issus de concours de mathématiques, vus comme des tickets gagnants. En s'inspirant du film *The Big Short* et des théories économiques, Yen compare cette période à une phase de « frénésie » spéculative. Il conclut par un conseil avisé : profiter de la musique et danser tant que la fête dure, mais sans jamais se saouler, en restant conscient des comportements irrationnels (« Big Bubble Behavior ») et en gardant un ancrage dans la réalité.

marsbitIl y a 17 mins

De 'The Big Short' à San Francisco : L'ivresse et les vertiges de la bulle de l'IA

marsbitIl y a 17 mins

L'IA crée-t-elle de nouveaux "pauvres en information" ?

L'IA ne prive pas les plus démunis de réponses, elle les leur fournit en abondance. Mais l'accès facile aux solutions masque une fracture plus profonde : la capacité à juger ces réponses et à les transformer en opportunités réelles devient la nouvelle rareté. Les "nouveaux pauvres de l'information" ne sont pas exclus de l'IA, mais ils en dépendent sans posséder le capital complémentaire nécessaire. Les inégalités se creusent à trois niveaux. D'abord, l'accès : les outils premium (comme Claude) et gratuits (comme Meta AI) sélectionnent leurs utilisateurs par le prix et le contexte d'usage, orientant les uns vers des tâches productives et les autres vers du simple confort. Ensuite, le contexte professionnel : au travail, l'usage de l'IA est fortement corrélé au salaire et, surtout, à la formation fournie par l'employeur, créant une fracture de permission. Enfin, et c'est le plus crucial, la capacité de jugement : l'IA abaisse le coût de la production de contenu crédible, mais pas celui de l'expertise nécessaire pour l'évaluer. Les utilisateurs les plus expérimentés en tirent le plus grand profit, car leur jugement valide et amplifie la production de l'outil. Des études montrent que l'IA peut, en théorie, réduire les écarts en aidant davantage les moins qualifiés. Cependant, cette promesse d'égalisation se heurte à la réalité d'une adoption et d'une utilisation socialement inégales. Comme pour les révolutions technologiques précédentes (imprimerie, informatique), l'IA récompense d'abord ceux qui possèdent déjà les compétences complémentaires. Le risque est que cette période de divergence, pouvant durer des décennies, consolide les inégalités pour toute une génération. L'ère de l'IA donne à tous l'illusion de la compétence ; le vrai défi est de transformer cette illusion en jugement authentique.

marsbitIl y a 52 mins

L'IA crée-t-elle de nouveaux "pauvres en information" ?

marsbitIl y a 52 mins

Huang Renxun « sauve » la bourse sud-coréenne : verrouillage de la mémoire SK Hynix, la pénurie de puces va persister

Le 5 juin, la bourse sud-coréenne a connu un « vendredi noir », avec l'indice KOSPI en chute libre. Le 8 juin, les pertes se sont accentuées, déclenchant un mécanisme de coupe-circuit. Dans ce contexte, la visite de Jensen Huang, PDG de Nvidia, a joué un rôle de stabilisateur. Lors d'un dîner le 7 juin avec les dirigeants de SK Group et de SK Hynix, Huang a confirmé que le nouveau CPU Vera de Nvidia utiliserait la DRAM de SK Hynix. Les deux entreprises ont annoncé un partenariat technologique pluriannuel couvrant les supercalculateurs IA, les robots et les jumeaux numériques. Huang a également déclaré que la pénurie de puces mémoire persisterait pendant plusieurs années. Le partenariat verra SK Hynix fournir la mémoire de nouvelle génération pour la plateforme Vera Rubin et d'autres produits Nvidia. Inversement, SK Hynix utilisera les technologies IA de Nvidia, comme CUDA-X et Omniverse, pour optimiser sa conception et sa fabrication de semi-conducteurs, visant même des usines entièrement autonomes. Cette collaboration s'appuie sur un projet d'« usine IA » annoncé en octobre 2025, qui utilisera des milliers de GPU Nvidia. Concernant la future mémoire HBM4, Huang a précisé que trois fournisseurs – Samsung, SK Hynix et Micron – étaient certifiés et en course pour alimenter Vera Rubin, SK Hynix conservant une légère avance. Huang a souligné que la pénurie affectait toute la chaîne d'approvisionnement et durerait en raison de la demande explosive pour la construction d'usines IA. Son voyage en Corée du Sud, incluant également des réunions avec Hyundai, LG, Samsung et Naver, montre la volonté de Nvidia d'approfondir systématiquement ses liens avec l'industrie technologique coréenne.

marsbitIl y a 1 h

Huang Renxun « sauve » la bourse sud-coréenne : verrouillage de la mémoire SK Hynix, la pénurie de puces va persister

marsbitIl y a 1 h

Le Nasdaq plonge de 4,2 % en une seule journée, un "Vendredi noir" perce-t-il la bulle boursière américaine ?

Le 5 juin 2026, les marchés américains ont connu une forte correction, le Nasdaq chutant de 4,18%, marquant sa pire séance depuis avril 2025. Le S&P 500 a perdu 2,64%, mettant fin à neuf semaines consécutives de hausse, tandis que l'indice Dow Jones reculait de 1,35%. Le secteur des semi-conducteurs a été particulièrement touché, avec l'indice Philadelphia SE Semiconductor en chute de plus de 10%. Le déclencheur immédiat a été la publication de solides données sur l'emploi aux États-Unis (non-farm payrolls de mai), qui ont suscité des craintes de surchauffe économique et repoussé les anticipations de baisse des taux de la Fed. Cela a provoqué une hausse des rendements obligataires, défavorable aux actions de croissance à forte valorisation, notamment dans la tech et l'IA. Le repli a mis en lumière les vulnérabilités du secteur de l'IA, pilier de la hausse des marchés depuis 18 mois. Des signes d'essoufflement apparaissent, comme des ralentissements dans les commandes de puces ou des prévisions de revenus moins optimistes. Des investisseurs de renom, comme Jeremy Grantham, avaient déjà mis en garde contre des valoritations excessives. Les indicateurs de valorisation (CAPE, indicateur de Buffett) étaient à des niveaux historiquement élevés avant la correction, et certains indicateurs de sentiment atteignaient des extrêmes. Techniquement, le S&P 500 a rompu des supports clés, testant sa moyenne mobile sur 200 jours. Les avis sont partagés sur Wall Street : les pessimistes y voient le début d'un dégonflement de bulle, tandis que les optimistes estiment qu'il s'agit d'une correction saine dans un marché toujours soutenu par la croissance des bénéfices. Les prochains événements décisifs seront la publication de l'indice des prix à la consommation (IPC) de mai et la réunion de la Fed en juin. Ils apporteront des éclaircissements sur la trajectoire de l'inflation et des taux d'intérêt, déterminant si cette correction n'est qu'une pause ou le début d'un changement de tendance plus marqué. La période de hausse uniforme pourrait être révolue, laissant place à un marché plus sélectif et volatil, où les données macroéconomiques et les résultats d'entreprise seront scrutés avec une attention accrue.

Odaily星球日报Il y a 1 h

Le Nasdaq plonge de 4,2 % en une seule journée, un "Vendredi noir" perce-t-il la bulle boursière américaine ?

Odaily星球日报Il y a 1 h

Le Premier Jugement Concernant les Agents Intelligents : Qu'a-t-il Décidé ?

Le premier cas judiciaire impliquant un agent intelligent en Chine a abouti à une injonction conservatoire. Le tribunal internet de Canton a ordonné l’arrêt immédiat du téléchargement d’un logiciel open-source d’agent intelligent. Ce dernier utilisait les autorisations d’accessibilité du système d’exploitation pour contourner les mesures techniques d’une plateforme et automatiser des opérations, sans son autorisation. Cette affaire fait écho à un litige similaire aux États-Unis où Amazon a obtenu une injonction préliminaire contre Perplexity, accusé de contourner ses API. Les deux décisions établissent un même principe fondamental pour l’ère des agents intelligents : l’autorisation explicite de la plateforme cible est requise, en plus de celle de l’utilisateur. L’article analyse notamment l’évolution de la stratégie du "téléphone Doubao", qui, après une version 1.0 reposant sur le contournement des règles, négocie désormais des accords d’API avec les grandes plateformes comme Alibaba. Un consensus mondial semble émerger : l’ère de la croissance sauvage des agents intelligents est révolue, remplacée par une course à la conformité. La règle de la "double autorisation" (plateforme + utilisateur) s’impose comme une nouvelle norme, augmentant les coûts de conformité et avantageant les grands acteurs. Même le statut open-source ne dispense pas de la responsabilité légale. En ciblant les cas les plus radicaux et représentatifs, la régulation façonne désormais les règles du jeu pour l’ensemble de l’industrie.

marsbitIl y a 2 h

Le Premier Jugement Concernant les Agents Intelligents : Qu'a-t-il Décidé ?

marsbitIl y a 2 h

Trading

Spot
Futures
活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow