Alur Kerja Agen untuk Penelitian Kripto

insights.glassnodeDipublikasikan tanggal 2026-04-01Terakhir diperbarui pada 2026-04-01

Abstrak

Agen AI pengkodean mengubah cara analis dan peneliti berinteraksi dengan data. Artikel ini memberikan contoh penggunaan agen AI (seperti Claude Code) untuk meneliti data crypto dari Glassnode CLI hanya menggunakan perintah bahasa alami. Contoh hipotesis: "Apakah inflow ekstrem BTC ke exchange memprediksi penurunan harga 7 hari ke depan?". Agen secara otomatis menemukan metrik yang tepat, mengunduh data, menjalankan analisis statistik, dan menghasilkan ringkasan hasil. Hasil menunjukkan hari dengan inflow >2 standar deviasi di atas rata-rata mengalami drawdown 1.9% lebih tinggi, namun sampel terbatas. Agen juga dapat membuat visualisasi timeseries dari data tersebut. Glassnode CLI memungkinkan penelitian cepat tanpa boilerplate code. Cukup berikan pertanyaan penelitian dalam bahasa alami, dan agen akan menghasilkan hasil dalam hitungan menit.

Agen pengkodean AI mengubah cara analis dan peneliti berinteraksi dengan data. Alih-alih menulis skrip baris demi baris, Anda memberikan hipotesis atau pertanyaan penelitian kepada agen AI dan – ia menulis kode, mengambil data, menjalankan analisis, dan mengembalikan hasil.

Dalam artikel ini kami menyajikan contoh dunia nyata langkah demi langkah: Meminta agen AI untuk mengunduh data melalui Glassnode CLI, menjalankan analisis statistik, dan menghasilkan bagan siap terbit, semua dari perintah bahasa alami.

Apa yang Anda perlukan

Akses ke agen AI

Kami menggunakan Claude Code dalam panduan ini, tetapi agen apa pun yang dapat menjalankan perintah Python dan shell akan bekerja, termasuk Codex ChatGPT, Cursor, Github Copilot, Google Gemini CLI, OpenClaw, atau alat serupa.

Glassnode CLI (gn)

Antarmuka baris perintah untuk API Glassnode. Instal dan konfigurasikan kunci API Anda dengan mengikuti dokumen Glassnode CLI. Kunci API diperlukan.

Perintah (Prompt)

Kami akan mengevaluasi hipotesis berikut: Peristiwa masuk ekstrem ke bursa BTC bersifat prediktif terhadap penurunan (drawdown) 7 hari ke depan. Untuk melakukan itu, kami akan menginstruksikan Claude Code menggunakan perintah berikut:

Menggunakan Glassnode CLI, unduh masuk harian ke bursa BTC dan harga penutupan untuk tahun terakhir. Analisis apakah lonjakan masuk (hari dengan masuk > 2 standar deviasi di atas rata-rata) memprediksi penurunan dalam 7 hari berikutnya. Tunjukkan saya ringkasan dengan statistik dan hasil.

Itu saja. Satu kalimat yang menggambarkan pertanyaan, dan kalimat lain yang mendefinisikan metodologi. Agen yang akan melanjutkannya dari sana.

Apa yang dilakukan agen

Di balik layar, agen menjalankan serangkaian langkah:

Menemukan metrik yang tepat dengan menjalankan gn metric list dan gn metric describe untuk menemukan jalur metrik yang benar dan parameter yang valid.
Mengunduh data melalui gn metric get, menyimpan file CSV untuk kedua masuk ke bursa (transactions/transfers_volume_to_exchanges_sum) dan harga penutupan (market/price_usd_close).
Menulis dan menjalankan analisis Python yang menghitung ambang batas lonjakan, mengidentifikasi hari lonjakan, menghitung penurunan maksimum 7 hari ke depan, dan membandingkan hari lonjakan dengan hari normal.

Agen kembali dengan ringkasan yang dapat dibaca:

Meskipun ini hanya contoh ilustratif, eksperimen kami memang mengungkapkan hubungan moderat antara lonjakan masuk ke bursa dan penurunan berikutnya. Hari lonjakan melihat penurunan rata-rata kira-kira 1,9 poin persentase lebih banyak. Namun, dengan hanya 10 hari lonjakan dalam sampel dan efek yang terkonsentrasi dalam dua periode volatil, sinyalnya lebih bersifat sugestif daripada statistik yang kuat. Backtest yang ketat perlu memperhitungkan jendela yang tumpang tindih, mengontrol rezim volatilitas, menggunakan data point-in-time, dan memvalidasi out-of-sample.

Memvisualisasikan hasil

Memvisualisasikan data adalah cara yang baik untuk memvalidasi apakah angka-angkanya bertahan. Dalam proses ini, perintah tindak lanjut yang sederhana sudah cukup:

Buat visualisasi yang menunjukkan data sebagai deret waktu (timeseries).

Dari sini, Anda dapat terus beriterasi: sesuaikan bagan, perbaiki analisis, atau arahkan penelitian ke arah yang berbeda, semua melalui percakapan bahasa alami.

Visualisasi data Glassnode yang dihasilkan AI

Mulai dengan Penelitian Kripto AI pada Data Glassnode

Glassnode CLI memerlukan kunci API, tersedia untuk pelanggan Glassnode Professional.

Instal Glassnode CLI dan konfigurasikan kunci API Anda. Lihat dokumentasi
Buka agen pengkodean AI pilihan Anda (Claude Code, Codex, Cursor, Gemini CLI, OpenClaw, dll.)
Mulai memberikan perintah. Coba pertanyaan seperti:
- "Unduh deposit staking ETH untuk 6 bulan terakhir dan plot trennya"
- "Bandingkan aliran bersih (netflows) bursa BTC dan ETH selama 90 hari terakhir"
- "Temukan metrik mana yang memiliki korelasi tertinggi dengan pengembalian (returns) 30 hari BTC"

Glassnode CLI memungkinkan agen untuk menemukan dan mengambil data metrik tanpa memerlukan pencarian API manual atau penulisan kode boilerplate. Digabungkan dengan agen pengkodean AI, Glassnode CLI mengubah pertanyaan penelitian menjadi hasil dalam hitungan menit.

Pertanyaan Terkait

QApa yang dimaksud dengan AI coding agent dan bagaimana cara kerjanya dalam penelitian kripto?

AAI coding agent adalah alat kecerdasan buatan yang mengubah cara analis dan peneliti berinteraksi dengan data. Alih-alih menulis skrip secara manual, pengguna cukup memberikan hipotesis atau pertanyaan penelitian kepada agen AI, lalu agen akan menulis kode, mengambil data, menjalankan analisis, dan mengembalikan hasil secara otomatis.

QApa saja yang diperlukan untuk memulai penelitian kripto dengan AI menggunakan data Glassnode?

ADibutuhkan dua hal utama: (1) Akses ke AI agent seperti Claude Code, ChatGPT Codex, Cursor, atau tools serupa yang mampu menjalankan perintah Python dan shell, (2) Glassnode CLI (gn) yang sudah diinstal dan dikonfigurasi dengan API key dari Glassnode Professional subscription.

QBagaimana proses yang dilakukan AI agent untuk menganalisis data inflow exchange BTC?

AAgen AI menjalankan tiga langkah utama: (1) Menemukan metrik yang tepat dengan menjalankan perintah gn metric list dan gn metric describe, (2) Mengunduh data melalui gn metric get untuk exchange inflows dan harga penutupan BTC, (3) Menulis dan menjalankan analisis Python untuk menghitung threshold spike, mengidentifikasi hari spike, dan menghitung drawdown 7 hari ke depan.

QApa hasil yang ditemukan dari analisis hubungan antara inflow spike dan drawdown BTC?

AAnalisis menemukan asosiasi moderat antara inflow spike dan drawdown subsequent. Hari-hari dengan inflow spike menunjukkan drawdown rata-rata sekitar 1,9 persentase poin lebih tinggi. Namun dengan hanya 10 hari spike dalam sampel dan efek yang terkonsentrasi di dua periode volatil, sinyal ini lebih bersifat sugestif daripada statistik yang robust.

QApa saja contoh pertanyaan penelitian yang bisa diajukan ke AI agent untuk data Glassnode?

AContoh pertanyaan penelitian: (1) 'Unduh data deposit staking ETH selama 6 bulan terakhir dan plot trennya', (2) 'Bandingkan netflow exchange BTC dan ETH selama 90 hari terakhir', (3) 'Temukan metrik mana yang memiliki korelasi tertinggi dengan return BTC 30-hari'.

Bacaan Terkait

Polymarket yang Tersendat: Ujian Sebenarnya Setelah Melewati Masa Kejayaan Traffic Telah Tiba

Polymarket, platform prediksi terkemuka, menghadapi masalah kelambatan dan pengalaman perdagangan yang memburuk akibat pertumbuhan yang melampaui kapasitas infrastruktur saat ini. Wakil Presiden Teknik DeFi Polymarket, Josh Stevens, mengakui masalah ini dan mengumumkan rencana perbaikan, termasuk migrasi rantai (chain migration) dari Polygon. Awalnya, Polygon dipilih karena biaya rendah dan kemudahan penggunaan, tetapi kini menjadi penghambat pertumbuhan seiring Polymarket yang berevolusi menjadi platform perdagangan yang lebih kompleks dan frekuensi tinggi. Rencana perbaikan tidak hanya mencakup migrasi rantai, tetapi juga pembangunan ulang sistem order book (CLOB), pengurangan penundaan data on-chain, perbaikan masalah pembatalan transaksi, peningkatan kinerja situs web, dan pengembangan produk perpetual contracts (Perps). Beberapa blockchain seperti Solana, Sui, dan Algorand telah menawarkan diri untuk menjadi tuan rumah baru, sementara Polygon berusaha mempertahankan Polymarket mengingat kontribusinya yang signifikan terhadap pendapatan gas. Tantangan terbesar Polymarket kini adalah membangun infrastruktur yang stabil dan dapat diandalkan untuk mempertahankan kepercayaan pengguna dalam melakukan transaksi频繁.

Odaily星球日报04/27 03:21

Polymarket yang Tersendat: Ujian Sebenarnya Setelah Melewati Masa Kejayaan Traffic Telah Tiba

Odaily星球日报04/27 03:21

Anggota Kongres Kunci 'Melunak', Rintangan Terbesar Pengangkatan Wash sebagai Ketua Fed pada 15 Mei Telah Tersingkir

Hambatan politik utama untuk konfirmasi Kevin Warsh sebagai ketua Fed telah tersingkir setelah Senator Republik Thom Tillis mencabut penentangannya. Tillis sebelumnya khawatir investigasi kriminal terhadap ketua Fed incumbent Jerome Powell mengancam independensi bank sentral. Penarikan investigasi oleh Jaksa Federal memenuhi kekhawatirannya. Komite Perbankan Senat dijadwalkan mengadakan pemungutan suara untuk nominasi Warsh pada 29 April. Jika lolos, nominasi akan diajukan ke Senat penuh, dengan konfirmasi akhir diperkirakan bertepatan dengan berakhirnya masa jabatan Powell pada 15 Mei. Kebijakan Warsh berpotensi mengubah pasar secara signifikan. Dia berencana menghapus "dot plot" (proyeksi suku bunga), meninjau kembali pedoman kebijakan, dan berpotensi mengurangi frekuensi rapat. Langkah-langkah ini dapat mendekonstruksi "forward guidance" yang menjadi dasar penetapan harga aset global selama 15 tahun terakhir, memicu penilaian ulang besar-besaran di pasar saham, obligasi, dan valuta asing.

marsbit04/27 02:58

Anggota Kongres Kunci 'Melunak', Rintangan Terbesar Pengangkatan Wash sebagai Ketua Fed pada 15 Mei Telah Tersingkir

marsbit04/27 02:58

Menurunkan Ekspektasi untuk Bull Market Bitcoin Berikutnya

Artikel ini membahas penurunan ekspektasi penulis terhadap potensi kenaikan harga Bitcoin (BTC) pada siklus bull market berikutnya. Penulis, Alex Xu, yang sebelumnya memegang BTC sebagai aset terbesarnya, telah mengurangi porsi BTC dari full menjadi sekitar 30% pada kisaran harga $100.000-$120.000, dan kembali mengurangi di level $78.000-$79.000. Alasan utama penurunan ekspektasi ini adalah: 1. **Energi Penggerak yang Melemah:** Narasi adopsi BTC yang mendorong kenaikan signifikan di siklus sebelumnya (dari aset niche hingga institusi besar via ETF) sulit terulang. Langkah berikutnya, seperti masuknya BTC ke dalam cadangan bank sentral negara maju, dianggap sangat sulit tercapai dalam 2-3 tahun ke depan. 2. **Biaya Peluang Pribadi:** Penulis menemukan peluang investasi yang lebih menarik di perusahaan-perusahaan lain. 3. **Dampak Resesi Industri Kripto:** Menyusutnya industri kripto secara keseluruhan (banyak model bisnis seperti SocialFi dan GameFi terbukti gagal) dapat memperlambat pertumbuhan basis pemegang BTC. 4. **Biaya Pendanaan Pembeli Utama:** Perusahaan pembeli BTC terbesar, Stratis, menghadapi kenaikan biaya pendanaan yang memberatkan, yang dapat mengurangi kecepatan pembeliannya dan memberi tekanan jual. 5. **Pesaing Baru untuk "Emas Digital":** Hadirnya "tokenized gold" (emas yang ditokenisasi) menawarkan keunggulan yang mirip dengan BTC (seperti dapat dibagi dan dipindahkan) sehingga menjadi pesaing serius. 6. **Masalah Anggaran Keamanan:** Imbalan miner yang terus berkurang pasca halving menimbulkan kekhawatiran tentang keamanan jaringan, sementara upaya mencari sumber fee baru seperti ordinals dan L2 dinilai gagal. Penulis menyatakan tetap memegang BTC sebagai aset besar dan terbuka untuk membeli kembali jika alasannya tidak lagi relevan atau muncul faktor positif baru, meski siap menerima jika harganya sudah terlalu tinggi untuk dibeli kembali.

marsbit04/27 02:47

Menurunkan Ekspektasi untuk Bull Market Bitcoin Berikutnya

marsbit04/27 02:47

Prediksi Pasar Tidak Dapat Terlepas dari Perdagangan Orang Dalam, Tapi Perdagangan Orang Dalam Sedang Membunuhnya

Sebuah pasar prediksi menghadapi dilema mendasar: mereka bergantung pada informasi orang dalam untuk menghasilkan harga yang akurat, tetapi aktivitas orang dalam justru dapat merusak kepercayaan investor ritel. Kasus terbaru melibatkan seorang tentara AS yang diduga menghasilkan $400.000 di Polymarket menggunakan informasi rahasia tentang operasi militer, menyoroti masalah perdagangan orang dalam yang sistemik. Platform seperti Polymarket dan Kalshi secara implisit mendorong partisipasi orang dalam untuk meningkatkan akurasi prediksi, namun juga memiliki kebijakan yang melarang perdagangan berdasarkan informasi non-publik. Kontradiksi ini menciptakan ketegangan antara efisiensi informasi dan persepsi keadilan. Jika terlalu longgar, investor ritel akan merasa dimanipulasi dan meninggalkan pasar. Jika terlalu ketat, pasar kehilangan sumber informasi paling berharga dan menjadi kurang akurat. Masa depan pasar prediksi tergantung pada kemampuan menemukan titik optimal: mempertahankan likuiditas dan kepercayaan ritel sambil tetap memberi insentif bagi informasi orang dalam yang terbatas. Tanpa keseimbangan ini, risiko kegagalan sistemik mengancam kelangsungan jangka panjangnya.

marsbit04/27 02:38

Prediksi Pasar Tidak Dapat Terlepas dari Perdagangan Orang Dalam, Tapi Perdagangan Orang Dalam Sedang Membunuhnya

marsbit04/27 02:38

Selat Hormuz, Bisakah Iran "Mengendalikannya"?

Menurut laporan media Iran, Iran telah menyusun rencana komprehensif untuk mengelola Selat Hormuz. Rencana ini mencakup klaim kedaulatan penuh atas selat tersebut, mewajibkan kapal asing memperoleh izin transit, menerapkan biaya transit (dengan preferensi pembayaran dalam rial), serta melarang mutus kapal-kapal dari negara musuh, khususnya Israel. Analis menilai langkah ini bertujuan untuk: 1. Menekan Amerika Serikat dan Israel secara ekonomi dan diplomatis dengan memanfaatkan pengaruh Iran atas jalur pelayaran vital ini. 2. Menciptakan sumber pendapatan baru yang signifikan (potensi mencapai miliaran dolar per tahun) untuk menghadapi sanksi dan mendanai rekonstruksi. 3. Memberikan ruang negosiasi dengan AS, dengan menjadikan izin transit untuk kapal AS sebagai alat tawar. Namun, implementasi rencana ini diragungkan karena beberapa hal: * Tantangan operasional dalam memberlakukan aturan di selat yang padat dan diawasi militer asing. * Protes internasional atas dasar hukum dan dampak ekonomi terhadap biaya transportasi global. * Tekanan balik dari AS, termasuk blokade terhadap pelabuhan Iran dan ancaman mencegat kapal yang membayar biaya transit. * Ketidakpastian apakah rencana ini benar-benar akan diterapkan atau hanya sekadar strategi negosiasi.

marsbit04/27 01:32

Selat Hormuz, Bisakah Iran "Mengendalikannya"?

marsbit04/27 01:32

Trading

Spot

Futures