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

La Maison Blanche fait une concession pour lever les obstacles éthiques, la "Clarity Act" va-t-elle saisir la dernière fenêtre avant la suspension des travaux ?

Le gouvernement Trump aurait accepté d'intégrer des dispositions éthiques au "Clarity Act", un projet de loi phare sur la structure du marché des actifs numériques, ce qui pourrait lever le dernier obstacle majeur à son adoption. Le texte mis à jour a été soumis à des sénateurs républicains. Parallèlement, Patrick Witt, conseiller clé de la Maison Blanche, restera en poste pour superviser la dernière phase des négociations. Le "Digital Asset Market Clarity Act" vise à établir un cadre réglementaire fédéral unifié pour clarifier la classification des actifs numériques (marchandises numériques, actifs de contrat d'investissement, stablecoins) et à répartir les compétences entre la SEC et la CFTC, mettant fin à des années de flou juridique. Après des compromis sur les revenus des stablecoins et la régulation de la DeFi, la principale divergence restante concernait les conflits d'intérêts potentiels des responsables gouvernementaux. La concession de la Maison Blanche sur cette clause éthique ouvre une voie possible pour un vote au Sénat avant la période de récess estivale du Congrès, qui débute mi-août. Les acteurs de l'industrie voient cela comme un tournant potentiel, offrant enfin une clarté réglementaire susceptible d'attirer les institutions traditionnelles et de consolider le marché américain des actifs numériques.

Odaily星球日报Il y a 8 mins

La Maison Blanche fait une concession pour lever les obstacles éthiques, la "Clarity Act" va-t-elle saisir la dernière fenêtre avant la suspension des travaux ?

Odaily星球日报Il y a 8 mins

Interprétation de Bernstein : 142 milliards de dollars de commandes à long terme peuvent-ils amortir le cycle de la mémoire ?

L'analyse de Bernstein met en lumière les accords d'achat à long terme (LTA) conclus par Micron et SanDisk, représentant un minimum contractuel de revenus d'environ 1420 milliards de dollars et des garanties financières d'environ 330 milliards de dollars. Ces accords, sécurisés par des dépôts de garantie, visent à stabiliser les revenus face aux cycles volatils de la mémoire. Cependant, le rapport souligne que ces garanties, bien que significatives, ne couvriraient qu'environ 0,6% des revenus potentiels du secteur sur 3 à 5 ans (estimés à 5,2 billions de dollars dans leur modèle). Ils agissent donc comme un tampon en cas de baisse modérée des prix, mais ne protègent pas pleinement contre une récession profonde où les clients pourraient trouver plus économique de rompre le contrat malgré les pénalités. De plus, la portée des LTA est limitée. Ils concernent principalement les grands clients cloud américains, sensibles à la stabilité des approvisionnements pour l'IA. Une part importante du marché (30 à 50%), incluant les produits grand public, les PC, les smartphones et certains clients chinois, reste ancrée dans des achats au comptant ou à court terme, perpétuant la cyclicité. En conclusion, ces LTA améliorent la visibilité et adoucissent potentiellement les phases de ralentissement, notamment grâce à des mécanismes de garantie qui deviennent plus contraignants en fin de contrat. Toutefois, ils ne transforment pas l'industrie de la mémoire en service public et ne suppriment pas son caractère cyclique. Leur véritable résistance sera testée lors du prochain ralentissement significatif.

marsbitIl y a 1 h

Interprétation de Bernstein : 142 milliards de dollars de commandes à long terme peuvent-ils amortir le cycle de la mémoire ?

marsbitIl y a 1 h

Trading

Spot
活动图片