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

BitMine ajoute 7 430 ETH, dépense 86 millions de dollars en rachats d'actions – Pourquoi ?

Bitmine a considérablement réduit son accumulation d'Ethereum (ETH) la semaine dernière, n'achetant que 7 430 ETH, son plus faible achat hebdomadaire depuis mai. La société a dépensé environ 13 millions de dollars pour ces nouveaux ETH, mais a priorisé les retours aux actionnaires en consacrant environ 86 millions de dollars au rachat de 5,5 millions d'actions ordinaires. Malgré ce ralentissement, le trésor de Bitmine reste colossal avec 5 777 468 ETH, soit 4,8 % de l'offre en circulation d'Ethereum, se rapprochant ainsi de son objectif à long terme de détenir 5 % de tous les ETH. Depuis le lancement de sa stratégie sur le trésor Ethereum en juin 2025, l'entreprise a presque atteint cet objectif en seulement 12 mois. Par ailleurs, Bitmine a déjà mis en stake 4,92 millions d'ETH (environ 85 % de ses avoirs) via sa plateforme MAVAN, projetant un revenu annuel de staking d'environ 247 millions de dollars. Cette décision intervient alors que le prix de l'ETH a augmenté de 7,44 % sur la semaine précédente.

ambcryptoIl y a 23 mins

BitMine ajoute 7 430 ETH, dépense 86 millions de dollars en rachats d'actions – Pourquoi ?

ambcryptoIl y a 23 mins

9,42 millions de particuliers se ruent sur Changxin Technology, qui a été attribué ?

Les résultats de l'offre publique initiale (IPO) de Changxin Technology sont publiés. L'émission a attiré 942 880 investisseurs particuliers et 285 institutions, avec un nombre record d'actions allouées en ligne. Le taux de succès pour les particuliers s'élève à environ 0,4714%, le plus élevé jamais enregistré pour une nouvelle action sur le marché STAR. Après un mécanisme de rapatriement des actions, le nombre d'actions offertes en ligne a été porté à 3,851 milliards, représentant 50,07% du total. Environ 7,7 millions de numéros gagnants ont été attribués. Les estimations suggèrent qu'un gain potentiel pour un lot gagnant (500 actions) pourrait se situer entre 10 600 et 25 600 yuans selon la valorisation boursière post-introduction. Côté institutions, 285 investisseurs ont reçu 2,173 milliards d'actions, avec un taux d'allocation de 0,1756%. Taikang Asset Management a été la plus grande bénéficiaire. Parmi les fonds communs de placement, E Fund, Southern Fund et ICBC Credit Suisse Trust sont en tête. Dans la catégorie des fonds privés, Liang Wenfeng, fondateur de la société d'IA DeepSeek, via ses entités Ningbo Fantasia Quant et Zhejiang Jiuzhang Asset, a obtenu la plus grande part, avec une allocation d'environ 202,5 millions d'actions d'une valeur de 1,75 milliard de yuans. Des gains potentiels pour ses fonds sont estimés à 7,3 milliards de yuans si la capitalisation atteint 3 000 milliards de yuans. Le Fonds de sécurité sociale national figurait parmi les 30 investisseurs stratégiques, ayant reçu pour 144,37 milliards de yuans d'actions avec une période de blocage. La société devrait être cotée vers le 27 juillet. Les valorisations anticipées par les analystes vont de 1 000 à 4 250 milliards de yuans, malgré des récentes corrections sur les marchés technologiques mondiaux qui pourraient influencer ses débuts en bourse.

marsbitIl y a 46 mins

9,42 millions de particuliers se ruent sur Changxin Technology, qui a été attribué ?

marsbitIl y a 46 mins

USCR crypto se stabilise à 0,0022 $ : le memecoin peut-il inverser les pertes du Q2 ?

La crypto-monnaie USCR, un memecoin lié aux réserves cryptographiques officielles des États-Unis, tente de se redresser après être tombée à un plus bas de deux mois à 0,0022 $. En mai, son cours avait explosé de plus de 65% pour atteindre 0,0036 $, avant un effondrement de 37% en juin. Les cours se stabilisent désormais autour du plus bas de mai. Une reprise pourrait voir le prix cibler 0,0028 $ (niveau de retracement de Fibonacci à 50%), voire le sommet de mai à 0,0036 $, représentant un potentiel de hausse de 30 à 60%. Cependant, cette perspective est étroitement liée aux incertitudes entourant la création potentielle d'une réserve stratégique américaine de Bitcoin (BTC). Les probabilités de sa mise en place avant 2027 sont tombées à 18%, ce qui a pesé sur le sentiment autour de l'USCR. Malgré ce contexte législatif incertain, le nombre de détenteurs du memecoin reste élevé à 48 000, n'ayant diminué que légèrement par rapport au début 2026, indiquant une conviction persistante parmi les investisseurs. La reprise du cours dépendra donc principalement des progrès futurs du projet de loi sur la réserve de BTC.

ambcryptoIl y a 1 h

USCR crypto se stabilise à 0,0022 $ : le memecoin peut-il inverser les pertes du Q2 ?

ambcryptoIl y a 1 h

Une "déesse de la charité" de 3 millions d'abonnés entièrement créée par IA, un orphelinat factice, un "faux philanthrope" transnational s'effondre du jour au lendemain

**[Guide] Scandale : Une influenceuse australienne prétendant aider des orphelins avec 3 millions d'abonnés a été démasquée pour avoir utilisé l'IA afin de créer de fausses images et vidéos de son oeuvre caritative.** L'ABC révèle que Lily Jay, une influenceuse australienne convertie à l'islam avec près de 3 millions d'abonnés, a orchestré une vaste escroquerie caritative en utilisant l'intelligence artificielle. Sa fondation, le "Lily Jay Foundation", prétendait construire des mosquées, distribuer de la nourriture à Gaza et gérer un orphelinat en Ouganda. Cependant, l'enquête montre que des vidéos clés, notamment celle de l'inauguration de l'orphelinat où des enfants tiennent des sucettes, étaient intégralement générées par IA, avec des incohérences typiques comme des erreurs de texte sur les vêtements. Aucune trace de l'orphelinat "Ada Nur" ou de la boulangerie à Gaza n'a pu être vérifiée sur place. Un trophée "humanitaire" présenté en mai 2026 portait le filigrane invisible d'un générateur d'images AI. Le site web de la fondation admettait discrètement ne pas être un organisme de bienfaisance enregistré, échappant ainsi aux obligations de transparence financière. Opérant depuis Chypre et le Kosovo, Lily Jay (de son vrai nom Lily Jay Hinson) mène une vie luxueuse sur ses réseaux personnels. Après les questions de l'ABC, le site a modifié son contenu pour les visiteurs australiens, supprimant les options de don et les pages compromettantes, tout en les conservant pour le public international. Les experts alertent sur la dangerosité de ces escroqueries qui exploitent la générosité et la volonté de croire en de belles histoires. À l'ère du deepfake, la défense reste un questionnement critique : est-ce vrai ?

marsbitIl y a 1 h

Une "déesse de la charité" de 3 millions d'abonnés entièrement créée par IA, un orphelinat factice, un "faux philanthrope" transnational s'effondre du jour au lendemain

marsbitIl y a 1 h

L2 « recalibrage » : quand L1 devient son propre Rollup, quel est le destin final d’Ethereum ?

"L2 Recalibration": When L1 Becomes Its Own Rollup, What Is Ethereum's Endgame? In recent years, the proliferation of L2s (Rollups) has solved Ethereum's scalability issues but at the cost of fragmenting liquidity, user states, and the unified chain experience. This has prompted a fundamental reevaluation of the relationship between L1 and L2 within the Ethereum community. Ethereum's roadmap is evolving. The core challenge is no longer just creating more block space, but redefining the roles of L1, L2, execution, and settlement layers in a fragmented ecosystem. L1 is actively enhancing its own scalability (increasing Gas Limit, statelessness, zkEVM). Consequently, L2s can no longer rely solely on "cheaper, faster transactions" for long-term value. Their future role shifts towards providing differentiated features (privacy, custom governance, application-specific optimizations) that L1 cannot easily offer uniformly, while still contributing extra capacity. Interoperability is key to restoring a seamless user experience. The goal is not just cross-chain bridges but enabling different execution environments to trust each other's states faster and at lower cost. Initiatives like Open Intents Frameworks and the Ethereum Interoperability Layer (EIL) aim to make cross-L2 interactions feel like single-chain transactions. Crucially, shortening Ethereum's finality time (from minutes to seconds) is a major focus, as it directly benefits cross-chain applications by reducing the trust latency for state changes. A provocative idea from researcher Barnabé Monnot suggests that as proof systems (like zkEVM) mature on mainnet, L1 itself could become a form of "its own Rollup." Here, specialized nodes would execute transactions and generate validity proofs, while validators would verify these proofs instead of re-executing everything. This blurs the traditional L1/L2 hierarchy, making "Rollup" more of a general execution-verification architecture than a strict layer. The vision is a future where multiple L2s act as specialized execution domains (for DeFi, gaming, privacy, etc.) under a shared Ethereum security, settlement, and state framework—a system that is fragmented in execution but unified in trust and liquidity. In conclusion, Ethereum's endgame is not L2s replacing L1 or being made obsolete by a scaled L1. It is an ecosystem where L2s become a spectrum of execution environments with varying features, all capable of securely interoperating and sharing Ethereum's foundational security and liquidity. The next phase is about re-integrating what was fragmented back into a coherent, user-friendly "one chain" experience.

marsbitIl y a 1 h

L2 « recalibrage » : quand L1 devient son propre Rollup, quel est le destin final d’Ethereum ?

marsbitIl y a 1 h

Trading

Spot
活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow