Présentation : Global Metrics Suite

insights.glassnodePublié le 2026-05-28Dernière mise à jour le 2026-05-28

Résumé

Glassnode présente la suite Global Metrics, une nouvelle solution pour l'analyse agrégée du marché des crypto-actifs. Ce cadre résout le défi des discontinuités structurelles dans les séries de données causées par la dynamique du marché (actifs entrant/sortant des catégories). Il propose pour chaque indicateur deux types de séries : des agrégats bruts (valeurs économiques réelles) et des indices normalisés (base 100) et continus, ajustés pour les changements de composition. L'article illustre l'utilité des indices continus avec trois exemples. Pour la capitalisation boursière, l'indice révèle une forte hausse des petites capitalisations en 2024, masquée dans les agrégats bruts où les actifs performants quittent le panier. Concernant le ratio de profit (SOPR), l'indice global permet de comparer le sentiment entre le Bitcoin et les altcoins, montrant une stabilité sous-jacente pour les petites capitalisations. Enfin, pour l'Open Interest sur les dérivés, l'indice facilite l'isolement de la volatilité spéculative propre aux catégories de petite taille. La suite initiale comprend quatre métriques (capitalisation, SOPR médian, Open Interest, adresses actives) calculées pour quatre paniers (toutes les pièces, grande, moyenne et petite capitalisation). Les données sont accessibles via des API distinctes pour les agrégats bruts et les indices. Cette approche étend la rigueur des indices financiers traditionnels aux données on-chain et de marché d'un écosystème multi-actifs.

L'analyse agrégée du marché est devenue un défi depuis que l'espace des actifs numériques s'est fragmenté en milliers d'actifs, de secteurs et de cohortes de capitalisation boursière en évolution rapide. À mesure que les actifs s'apprécient, déclinent, sont lancés ou disparaissent, les séries de métriques agrégées développent des discontinuités structurelles qui rendent l'analyse à long terme difficile.

Précédemment, nous avons démontré la puissance des vues globales qui agrègent les métriques sur l'ensemble du marché à l'aide de notre Multi-Asset Explorer. Nous avons maintenant étendu ce cadre avec les Glassnode Global Metrics — une suite de métriques agrégées formellement rebalancées avec une normalisation d'indice continue, disponibles via API.

Dans cet article, nous présentons le cadre, examinons plusieurs exemples concernant la capitalisation boursière, la profitabilité et le positionnement sur les dérivés, et montrons ce que révèlent les indices ajustés pour la continuité par rapport aux agrégats bruts.

Que sont les Glassnode Global Metrics ?

Les Global Metrics sont des métriques on-chain et de marché agrégées, calculées sur plusieurs cryptomonnaies, organisées en paniers configurables. Les paniers peuvent être définis par des seuils de capitalisation boursière, des classements top-N (par n'importe quelle métrique) ou des tags d'actifs (secteurs, catégories). Ils résolvent un défi fondamental dans l'analyse crypto : comment suivre les métriques on-chain et de marché à travers un groupe d'actifs hautement dynamique dans le temps sans discontinuités artificielles causées par les changements de composition du panier, contrairement aux indices qui se concentrent uniquement sur le prix.

Nous fournissons deux types de sortie pour chaque métrique :

  • Agrégats Bruts : Valeurs réelles dans les unités d'origine préservant le sens économique (par exemple, USD pour la capitalisation boursière, nombre pour les adresses actives)
  • Indices : Séries temporelles ajustées par un facteur d'échelle et normalisées à une base, pour l'analyse des tendances et la comparaison entre paniers

Ce que révèlent les indices

Structure du marché : la flambée des petites capitalisations en 2024

La démonstration la plus claire de l'importance des indices ajustés pour la continuité est le segment des petites capitalisations en 2024. La figure ci-dessous présente la Capitalisation boursière totale : Agrégat brut (USD, échelle logarithmique) pour les quatre paniers : Toutes les pièces, Grande Cap, Mid Cap et Small Cap, avec le prix du BTC superposé.

Voir la métrique en direct

Comparez à l'indice de Capitalisation boursière totale pour les quatre paniers : Indice mis à l'échelle (base 100), mêmes paniers. Chaque segment commence à 100, les courbes sont donc directement comparables en tant que multiples de croissance.

Voir la métrique en direct

La série brute des petites capitalisations contient un biais structurel : chaque fois qu'un actif de petite capitalisation performe bien, il finit par franchir le seuil de 100 M$ et quitte le panier, emportant ses gains avec lui. En d'autres termes, "les gagnants partent". L'agrégat brut est, par conception, incapable de capturer un rallye des petites capitalisations.

L'indice neutralise cet effet. Les petites capitalisations ont littéralement explosé en 2024, un mouvement largement invisible dans la série brute, impulsé par les plateformes de création quasi instantanée de tokens et la folie des memecoins qui a suivi.

Le même graphique met également en lumière la divergence entre les segments : tandis que les grandes capitalisations se sont relativement bien maintenues, les segments altcoins sont entrés dans une baisse prolongée. Ces deux moitiés ne deviennent lisibles que dans l'indice.

Sentiment de prise de profits : SOPR des altcoins vs SOPR du BTC

Le Spent Output Profit Ratio (SOPR), qui mesure si les pièces déplacées on-chain sont dépensées avec un profit (au-dessus de 1) ou une perte (en dessous de 1), est l'un des cas les plus clairs où une métrique globale ajoute de la valeur au-delà de la version mono-actif. Le SOPR du BTC et le SOPR médian parmi les paniers d'altcoins divergent fréquemment, et l'écart entre eux devient un signal en soi.

La figure suivante montre le SOPR Médian : Agrégat brut pour les quatre paniers, prix du BTC superposé. Le SOPR oscille autour de 1.

Voir la métrique en direct

Comparez au SOPR Médian : Indice mis à l'échelle (base 100), pour les mêmes quatre paniers.

Voir la métrique en direct

La série brute raconte l'histoire suivante : le SOPR des petites capitalisations s'effondre à des niveaux comparables aux marchés baissiers de 2018 et 2022, tandis que les grandes et moyennes capitalisations ont mieux résisté lors des récents cycles. L'indice ajoute une nuance supplémentaire : parce que les pièces de petite capitalisation qui s'apprécient quittent continuellement le panier en passant dans des segments supérieurs, la série brute exagère la faiblesse du sentiment pour les actifs qui restent réellement.

Ajusté pour cela, le sentiment des petites capitalisations est plus stable qu'il n'y paraît. Pour les grandes et moyennes capitalisations, une telle correction ne s'applique pas, et ce que révèle l'indice est une tendance à long terme réelle : à chaque cycle, le détenteur moyen dans les actifs établis extrait légèrement moins de profit que le précédent. Alors qu'une plus grande partie de l'offre est verrouillée à long terme, une moindre partie est échangée avec un profit.

Plutôt que de s'appuyer sur des tokens sélectionnés comme proxy du sentiment altcoin, l'indice SOPR global fournit une lecture directe au niveau des cohortes. Pas besoin de choisir arbitrairement des tokens individuels.

Positionnement sur les dérivés : Open Interest

L'Open Interest (OI) mesure la valeur totale des contrats de futures perpétuels en cours et constitue un indicateur utile de la concentration du levier sur le marché.

La figure ci-dessous présente l'Open Interest Total : Agrégat brut (USD, échelle logarithmique) pour les quatre paniers, données depuis 2022.

Voir la métrique en direct

Comparez cela à l'indice d'Open Interest Total : mis à l'échelle (base 100) pour les mêmes quatre paniers.

Voir la métrique en direct

Les grandes capitalisations dominent l'open interest en termes absolus ; la plupart du levier repose sur les actifs les plus grands et les plus liquides. L'indice, cependant, rend le comportement des segments plus petits comparable : l'open interest des moyennes et petites capitalisations est bien plus volatil, bondissant brusquement lors des épisodes spéculatifs et se dénouant tout aussi rapidement. Ces pics sont un signal d'alerte précoce utile pour le risque d'effet domino dans les parties plus fragiles du marché.

Le cadre ajusté pour la continuité facilite l'isolation de ces changements en séparant les variations de comportement de levier des changements de composition des cohortes.

La Suite de Métriques Globales Glassnode

Quatre métriques sont en ligne avec cette version, chacune calculée pour les quatre paniers, soit seize séries temporelles au total. Toutes utilisent un rebalancement hebdomadaire et une pondération égale.

Les paniers sont les segments de capitalisation utilisés tout au long de cet article :

  • Toutes les pièces (pas de filtre)
  • Grande Capitalisation (≥ 1 Md$)
  • Moyenne Capitalisation (100 M$ – 1 Md$)
  • Petite Capitalisation (< 100 M$).

Le filtrage d'éligibilité, les dates de début et le choix entre agrégation par somme ou médiane sont couverts en annexe.

Accéder aux Données via API

Chaque métrique est publiée sous deux formes. 1) L'agrégat brut conserve les unités d'origine (discontinu lors des rebalancements) et est destiné à être utilisé pour le dimensionnement absolu et les instantanés à un instant donné. 2) L'indice est mis à l'échelle, base 100, et continu, le rendant plus adapté à l'analyse des tendances et à la comparaison entre paniers.

Les versions brute et indexée sont servies depuis des points de terminaison séparés, et chaque point de terminaison renvoie tous les paniers pour cette métrique :

https://api.glassnode.com/v1/metrics/global/{metric}_{aggregation}_{rebalancing}_{weighting}_raw
https://api.glassnode.com/v1/metrics/global/{metric}_{aggregation}_{rebalancing}_{weighting}_index

Pour les détails complets des requêtes, veuillez consulter la documentation de l'API Glassnode. Le cadre est extensible (des métriques supplémentaires, des pondérations alternatives et des paniers sectoriels basés sur des tags sont prévus), mais les quatre métriques ci-dessus sont en ligne aujourd'hui, et elles appliquent déjà la discipline de continuité des indices de prix traditionnels aux données on-chain et de marché pour un marché de plus en plus multi-actifs.

Méthodologie

Pour les détails complets sur la sélection des paniers, le filtrage d'éligibilité, les formules des facteurs d'échelle et la normalisation des indices, veuillez contacter votre gestionnaire de compte pour y accéder.


  • Suivez-nous sur X pour des mises à jour et analyses de marché opportunes
  • Rejoignez notre chaîne Telegram pour des insights réguliers sur le marché
  • Pour les métriques on-chain, tableaux de bord et alertes, visitez Glassnode Studio

Avertissement : Ce rapport est uniquement à des fins d'information et d'éducation. L'analyse représente une étude de cas limitée avec des contraintes importantes et ne doit pas être interprétée comme un conseil en investissement ou des signaux de trading définitifs. Les schémas de performance passés ne garantissent pas les résultats futurs. Effectuez toujours une due diligence approfondie et considérez de multiples facteurs avant de prendre des décisions d'investissement.

Questions liées

QQuels sont les deux types de sorties fournis pour chaque métrique dans la suite Glassnode Global Metrics ?

APour chaque métrique, deux types de sorties sont fournis : 1) Les Agrégats bruts, qui sont les valeurs réelles dans leurs unités originales (ex: USD pour la capitalisation boursière) et préservent le sens économique. 2) Les Indices, qui sont des séries temporelles ajustées par un facteur d'échelle, normalisées sur une base 100 et continues, conçues pour l'analyse des tendances et la comparaison entre paniers.

QPourquoi l'indice ajusté pour la continuité est-il important pour analyser le segment des petites capitalisations (small-cap), comme illustré pour l'année 2024 ?

AL'indice ajusté pour la continuité est crucial car il neutralise un biais structurel présent dans les agrégats bruts du segment small-cap. Dans les agrégats bruts, lorsqu'un actif à petite capitalisation performe bien et dépasse le seuil de 100 millions de dollars, il quitte le panier, emportant ses gains avec lui. Ce phénomène de 'winners leave' rend l'agrégat brut incapable de capturer une hausse généralisée du segment. L'indice ajusté corrige cet effet, révélant ainsi la forte croissance réelle des small-caps en 2024, largement invisible dans les données brutes.

QComment le Ratio de Profitabilité des Sorties Dépensées (SOPR) global, en tant qu'indice, offre-t-il une perspective différente de celle des agrégats bruts concernant le sentiment sur les petites capitalisations ?

AL'indice SOPR global offre une perspective plus nuancée que l'agrégat brut. L'agrégat brut du SOPR small-cap montre des effondrements comparables aux marchés baissiers de 2018 et 2022, ce qui pourrait surestimer la faiblesse du sentiment. En effet, comme les actifs performants quittent continuellement le panier small-cap, la valeur brute moyenne est tirée vers le bas par les actifs moins performants qui restent. L'indice ajusté pour cette composition montre que le sentiment dans le segment small-cap est en réalité plus stable qu'il n'y paraît dans les données brutes.

QQue révèlent les indices d'Intérêt Ouvert (Open Interest) ajustés pour la continuité sur le comportement des différentes tranches de capitalisation boursière ?

ALes indices d'Intérêt Ouvert ajustés pour la continuité révèlent des comportements distincts entre les tranches. Si la grande capitalisation domine en valeur absolue, l'indice rend comparable la *volatilité* des tranches plus petites. L'intérêt ouvert des segments mid-cap et small-cap est beaucoup plus volatile, connaissant des pics nets lors d'épisodes spéculatifs avant de se dégonfler rapidement. Ces pics peuvent servir de signaux d'alerte précoce pour le risque de cascades sur les parties les plus fragiles du marché, un phénomène que le cadre ajusté permet d'isoler plus facilement des simples changements de composition du panier.

QQuelles sont les quatre paniers (baskets) de capitalisation boursière utilisés dans la suite de métriques globales présentée, et à quoi servent-ils ?

ALes quatre paniers de capitalisation boursière utilisés sont : 1) Toutes les Pièces (All Coins, sans filtre), 2) Grande Capitalisation (Large Cap, ≥ 1 milliard de dollars), 3) Moyenne Capitalisation (Mid Cap, entre 100 millions et 1 milliard de dollars), et 4) Petite Capitalisation (Small Cap, < 100 millions de dollars). Ces paniers permettent d'analyser les métriques on-chain et de marché de manière agrégée au sein de cohortes spécifiques, offrant des vues comparatives sur la structure du marché, le sentiment des investisseurs et le positionnement sur les dérivés pour différentes catégories d'actifs.

Lectures associées

De l'IDE au terminal : Un manuel pratique d'ingénierie d'agents

En mars 2026, Matt Van Horn a publié un article intitulé "Chaque astuce Claude Code que je connais", déclenchant un débat sur son approche "No IDE". Il développe entièrement dans le terminal et un fichier plan.md, déléguant l'exécution à des agents d'IA. Cette méthode, popularisée par meng shao sous le nom de "Conseils pratiques pour l'ingénierie d'agents", repose sur un cycle "Research → Plan → Work". L'idée centrale est de remplacer l'IDE, qui offre un retour visuel immédiat (surlignage, débogage), par un flux de travail basé sur des commandes et un plan. Le fichier plan.md sert de "contrat" avec l'agent, définissant le problème, la solution et une checklist pour guider l'exécution et éviter la "dégradation du contexte" des LLM. Des outils comme Compound Engineering (avec /ce:plan) aident à générer et affiner ce plan. Le cycle en trois phases est crucial : 1. **Research** : L'agent collecte des informations (ex: avec last30days-skill). 2. **Plan** : Génération et révision humaine du plan pour corriger les hypothèses et ajouter des connaissances métier. 3. **Work** : L'agent exécute le plan en parallèle (/ce:work). Des astuces pratiques incluent : générer un plan dès qu'une idée émerge ; faire résumer le plan par l'agent ; utiliser plusieurs terminaux en parallèle ; saisir par voix les instructions complexes ; déclencher des tâches par email (agentmail) ; et utiliser des compétences préexistantes (AgentSkills). Cependant, cette approche présente des risques. Elle nécessite une forte capacité à décomposer les problèmes et à rédiger des instructions précises. Les erreurs non détectées en phase de planification peuvent être amplifiées. Enfin, il existe un risque de "psychose IA", où l'optimisation du flux de travail devient une fin en soi, éclipsant l'objectif initial. Ce flux de travail est un amplificateur d'efficacité pour les développeurs expérimentés sachant exactement ce qu'ils veulent, et non un outil d'apprentissage pour les débutants qui ont encore besoin des retours visuels de l'IDE. Les outils (Claude Code CLI, Compound Engineering) évoluent rapidement, offrant une fenêtre d'expérimentation aux pionniers.

marsbitIl y a 22 mins

De l'IDE au terminal : Un manuel pratique d'ingénierie d'agents

marsbitIl y a 22 mins

Ne vous focalisez plus sur les GPU, Intel dévoile une manœuvre majeure, peut-elle mettre fin au monopole de Nvidia sur la puissance de calcul ?

Au cours des deux dernières années, le GPU a été au cœur du matériel informatique pour l'IA. Cependant, lors du COMPUTEX 2026, Intel a présenté une vision différente, axée sur l'Agentic AI (IA agentique). Contrairement aux modèles d'IA traditionnels fonctionnant par « tours » de questions-réponses, l'IA agentique opère dans des flux de travail réels, suivant un cycle continu de réflexion, planification, action et évaluation. Cela transforme fondamentalement l'utilisation du calcul, nécessitant une forte coordination système et un traitement de tâches fragmentées. Intel soutient que cela rééquilibrera la répartition des ressources dans les centres de données. Alors que la phase d'entraînement des modèles avancés repose fortement sur les GPU (avec des ratios CPU/GPU pouvant atteindre 1:8), le déploiement d'agents intelligents nécessitera davantage de puissance CPU pour l'orchestration des tâches, l'appel d'outils et la gestion des données, ramenant le ratio vers 1:1, voire en faveur du CPU. La consommation de tokens peut être multipliée par 1000 par rapport à une inférence simple. Pour répondre à cette nouvelle demande, Intel a dévoilé le processeur Xeon 6+ (fabriqué en technologie 18A), offrant jusqu'à 288 cœurs efficaces et conçu pour une haute densité et une meilleure efficacité énergétique. Parallèlement, Intel a présenté une nouvelle architecture d'inférence découplée, développée avec des partenaires comme SambaNova. Cette solution répartit les différentes étapes de l'inférence (orchestration, décodage, pré-remplissage) sur les composants les plus adaptés (CPU Xeon 6, RDU SambaNova, GPU NVIDIA Blackwell) pour optimiser l'efficacité. L'écosystème d'Intel inclut également le processeur Core Ultra de 3ᵉ génération pour l'IA locale sur PC, permettant une répartition dynamique des charges de travail entre le périphérique et le cloud, et les processeurs Arc G3 pour les appareils portables. Enfin, Intel mise sur les puces sur mesure (comme les IPU développées avec Google) pour répondre aux besoins spécifiques de divers secteurs industriels. En résumé, face à la domination de NVIDIA sur les GPU, Intel adopte une stratégie globale : proposer une suite de solutions (puces universelles, architectures hétérogènes, IA locale, composants personnalisés) adaptée à chaque étape et besoin du nouveau paysage informatique défini par l'IA agentique. Le succès dépendra de l'exécution technique et de l'adoption par les clients, mais Intel affiche désormais une direction claire pour capitaliser sur cette reconfiguration des infrastructures d'IA.

marsbitIl y a 47 mins

Ne vous focalisez plus sur les GPU, Intel dévoile une manœuvre majeure, peut-elle mettre fin au monopole de Nvidia sur la puissance de calcul ?

marsbitIl y a 47 mins

“小美”, Yuanbao, l'interconnexion, est-ce un précurseur pour l'agent intelligent de WeChat ?

Lors de la publication des résultats du premier trimestre 2026 de Meituan, l'attention a été attirée par l'annonce de Wang兴 concernant l'intégration de son assistant IA "Xiao Mei" avec "Yuan Bao" de Tencent. Cette collaboration permettra aux utilisateurs d'exprimer des besoins en services de proximité dans Yuan Bao, déclenchant automatiquement une communication "Agent à Agent" avec Xiao Mei pour accéder aux services de livraison de repas de Meituan. Cet accord stratégique vise à positionner Meituan comme une infrastructure de services de base, tout en s'appuyant sur une entrée IA externe pour compenser son manque d'accès indépendant. Cette démarche intervient dans un contexte où les assistants IA rivaux, comme Dou Bao (ByteDance) et Qian Wen (Alibaba), développent leurs propres écosystèmes fermés ("jardin clos") en intégrant des services transactionnels, contournant potentiellement les avantages de Meituan. L'article analyse les défis de cette collaboration : plafond de l'expérience utilisateur due à l'architecture "Agent à Agent", répartition des bénéfices, et fluidité de l'expérience entre deux écosystèmes distincts. Elle est également interprétée comme un test préliminaire crucial pour le futur "Agent IA" intégré à WeChat, dont le lancement a été rapporté par le Financial Times. Le succès de ce partenariat avec Meituan pourrait servir de modèle pour convaincre d'autres grandes plateformes de s'intégrer à l'écosystème IA de Tencent via des protocoles standardisés, préservant leur souveraineté des données tout en gagnant en visibilité.

marsbitIl y a 2 h

“小美”, Yuanbao, l'interconnexion, est-ce un précurseur pour l'agent intelligent de WeChat ?

marsbitIl y a 2 h

Trading

Spot
Futures
活动图片