Glassnode di Snowflake: Data Aset Digital Dikirim Langsung ke Gudang Data Anda

insights.glassnodeDipublikasikan tanggal 2026-06-04Terakhir diperbarui pada 2026-06-04

Abstrak

Glassnode kini hadir di Snowflake, memberikan akses langsung data aset digital terpercaya ke gudang data institusional. Integrasi ini menghilangkan kebutuhan pipeline API kustom dan pekerjaan ETL, memungkinkan tim mengkueri data on-chain, derivatif, spot, dan ETF seperti tabel biasa di Snowflake. Data mencakup analitik on-chain (aktivitas alamat, arus pertukaran), data derivatif lengkap, pergerakan ETF, serta data korporat, dengan granularitas mulai dari 10 menit hingga harian. Solusi ini dirancang khusus untuk alur kerja perdagangan kuantitatif, manajemen risiko, penelitian makro, dan kepatuhan. Fitur unggulan termasuk varian *point-in-time* (PiT) yang menghilangkan bias *look-ahead* dalam backtest dengan menjaga integritas historis data. Akses disediakan melalui *private listing* di Snowflake Marketplace, diatur dalam paket sesuai kebutuhan, dengan pembaruan mengalir otomatis. Ditenagai oleh teknologi klasterisasi proprietari dan rekayasa data kelas institusi selama hampir satu dekade, Glassnode on Snowflake menawarkan jalur tercepat dari data blockchain ke produksi. Untuk memulai uji coba atau informasi lebih lanjut, hubungi tim institusional Glassnode.

Tim institusional paling canggih tidak hanya membutuhkan data yang lebih baik. Mereka membutuhkannya di dalam lingkungan tempat alur kerja penelitian dan eksekusi mereka sudah berjalan.

Kami telah meluncurkan lingkungan Berbagi Data Glassnode di Snowflake, menjadi penyedia pertama yang menghadirkan analitik on-chain yang komprehensif ke dalam ekosistem Snowflake.

Untuk memulai atau mempelajari lebih lanjut tentang Glassnode Data Shares, bicaralah dengan pakar produk kami.

Minta Akses

Akses Data Aset Digital Terpercaya Langsung di Lingkungan Anda

Snowflake adalah gudang data pilihan untuk keuangan institusional. Namun hingga saat ini, mengintegrasikan data aset digital ke dalam alur kerja ini berarti membangun pipa ingest API khusus, mengelola pekerjaan ETL, dan merekonsiliasi pembaruan data. Itu adalah overhead rekayasa yang seharusnya dihabiskan untuk menghasilkan alpha.

Integrasi Snowflake kami menghilangkan semua itu. Melalui daftar privat Snowflake Marketplace, berbagi data kami mengirimkan seluruh riwayat setiap metrik Glassnode terpercaya langsung ke lingkungan Anda.

Anda mengkueri data tersebut seperti tabel lain di gudang data Anda, karena memang itulah faktanya.

Apa yang Termasuk

Ini adalah data yang sama yang menggerakkan alur kerja penelitian dari lembaga crypto-native terkemuka di dunia, sekarang dapat diakses tanpa satu panggilan API pun.

Analitik On-Chain | Aktivitas alamat, perilaku entitas, dinamika suplai, aliran pertukaran, metrik penambang, dan wawasan berbasis kluster lanjutan di seluruh Bitcoin, Ethereum, dan lainnya.

Derivatif | Open interest futures, funding rates, likuidasi, ditambah rangkaian opsi yang baru-baru ini kami perluas: premi, aliran taker, strategi combo, permukaan volatilitas tersirat, dan lainnya.

Data Spot & Pertukaran | Saldo pertukaran, dinamika inflow/outflow, dan rincian tingkat tempat yang menunjukkan perputaran modal secara real time.

ETF & Perbendaharaan Perusahaan | Aliran Bitcoin dan Ethereum ETF, dinamika AUM, dan kepemilikan perbendaharaan perusahaan.

Beberapa Resolusi | Granularitas 10 menit, per jam, dan harian untuk segalanya, mulai dari sinyal intraday hingga penelitian makro horizon panjang.

Dibangun untuk Alur Kerja yang Anda Jalankan

Perdagangan Kuantitatif & Sistematis | Kueri kedalaman penuh data on-chain, derivatif, dan pasar dalam SQL bersama dengan sinyal proprietary Anda. Varian PiT untuk kesetiaan backtesting. Resolusi sub-jam untuk sinyal intraday. Tidak ada batas kecepatan, tidak ada paginasi.

Risiko & Konstruksi Portofolio | Pandangan terpadu tentang konsentrasi pertukaran, dinamika leverage, aliran ETF, dan limpahan suplai. Pengiriman native Snowflake berarti integrasi langsung dengan dasbor risiko yang sudah ada.

Penelitian Multi-Strategi & Makro | Gabungkan data Glassnode dengan kumpulan data ekuitas, pendapatan tetap, dan makro yang sudah ada di gudang data Anda. Lapisan kueri yang sama, tanpa middleware.

Operasi Dana & Kepatuhan | Tanpa pipa khusus berarti risiko operasional lebih rendah. Kontrol akses dan pencatatan audit Snowflake menangani tata kelola langsung. Stempel waktu point-in-time menyediakan silsilah data untuk persyaratan peraturan dan tata kelola internal.

Hilangkan Bias Look-Ahead dari Backtest

Bagi tim kuantitatif, integritas data historis tidak bisa ditawar. Backtesting pada data yang direvisi secara surut bukanlah backtesting. Itu adalah overfitting.

Glassnode adalah yang pertama menawarkan data blockchain point-in-time (PiT) di Snowflake. Metrik PiT bersifat append-only dan tidak dapat diubah secara historis. Setiap titik data mencerminkan persis apa yang diketahui saat dihitung. Tidak ada koreksi surut, tidak ada bias look-ahead.

Ini penting karena data on-chain pada dasarnya bersifat dapat berubah. Peningkatan kluster, data pertukaran yang terlapor terlambat, dan pelabelan yang disempurnakan semuanya dapat memicu revisi pada metrik standar. Varian PiT membekukan catatan tersebut, sehingga backtest Anda mencerminkan informasi yang sebenarnya tersedia bagi peserta pada setiap titik waktu. Setiap titik data PiT menyertakan stempel waktu computed_at untuk keauditan penuh.

Memulai

Baik Anda membangun model sistematis yang di-backtest, mengintegrasikan crypto ke dalam kerangka kerja cross-asset, atau membangun infrastruktur risiko tingkat institusional, Glassnode di Snowflake adalah jalur tercepat dari data blockchain ke produksi.

Untuk meminta uji coba atau mempelajari lebih lanjut tentang Glassnode Data Shares, hubungi tim institusional kami di sales@glassnode.com.

Penyiapan untuk Glassnode di Snowflake

  1. Ambil pengenal akun Snowflake Anda melalui proses standar Snowflake atau kueri SQL sederhana.
  2. Bagikan dengan tim Glassnode. Kami menyediakan akses melalui daftar privat Snowflake Marketplace.
  3. Terima daftar tersebut. Setelah replikasi awal, data tersebut langsung tersedia di gudang data Anda.

Berbagi data diatur berdasarkan paket (on-chain, pasar, sinyal, umum, metadata), sehingga Anda berlangganan sesuai kebutuhan. Pembaruan mengalir secara otomatis.

Alternatifnya, Anda dapat memulai uji coba melalui daftar di Snowflake.

i️
Temukan dokumentasi penyiapan lengkap di dokumentasi Glassnode.

Glassnode Menghadirkan Kedalaman Analitis yang Mendorong Alpha

Cakupan saja tidak membedakan. Yang membedakan kami adalah kedalaman analitis yang dibangun selama hampir satu dekade rekayasa data tingkat institusional.

Penyesuaian entitas proprietary | Teknologi kluster kami mengidentifikasi entitas dunia nyata (pertukaran, lembaga, pemegang jangka panjang, penambang) daripada alamat mentah. Data blockchain yang berisik menjadi intelijen yang dapat ditindaklanjuti.

Derivatif full-stack | On-chain, futures, opsi, dan spot dari satu penyedia dengan metodologi terpadu dan kualitas yang konsisten.

Cakupan yang berkembang | Rantai, instrumen, dan produk baru ditambahkan secara terus-menerus. Lingkungan Snowflake Anda mencerminkan setiap pembaruan secara otomatis.

* Data historis default selama uji coba dibatasi hingga 14 hari dan resolusi 1h/24h - hubungi sales@glassnode.com untuk meminta uji coba dengan resolusi lebih tinggi dan riwayat yang diperpanjang.


  • Ikuti kami di X untuk pembaruan dan analisis pasar tepat waktu
  • Bergabunglah dengan saluran Telegram kami untuk wawasan pasar reguler
  • Untuk metrik on-chain, dasbor, dan peringatan, kunjungi Glassnode Studio

Pertanyaan Terkait

QApa manfaat utama integrasi Glassnode dengan Snowflake menurut artikel ini?

AIntegrasi Glassnode dengan Snowflake menghilangkan kebutuhan untuk membangun pipeline penerapan API khusus, mengelola pekerjaan ETL, dan merekonsiliasi pembaruan data. Ini memungkinkan tim institusional mengakses data aset digital secara langsung di lingkungan gudang data mereka, sehingga mereka dapat fokus pada generasi alpha daripada overhead teknikal.

QJenis data apa saja yang disertakan dalam penawaran Glassnode di Snowflake?

APenawaran data mencakup Analitik On-Chain (aktivitas alamat, dinamika pasokan, alur pertukaran), data Derivatif (minat terbuka futures, tingkat pendanaan, likuidasi, opsi), data Spot & Pertukaran (saldo pertukaran, aliran masuk/keluar), data ETF & Perbendaharaan Perusahaan, serta data dalam berbagai resolusi mulai dari 10 menit, per jam, hingga harian.

QApa yang dimaksud dengan 'point-in-time (PiT) blockchain data' dan mengapa itu penting?

A'Point-in-time (PiT) blockchain data' adalah metrik data yang hanya ditambahkan dan tidak dapat diubah secara historis. Setiap titik data mencerminkan apa yang diketahui persis saat dihitung, tanpa koreksi retroaktif. Ini sangat penting untuk menghilangkan bias 'look-ahead' dalam pengujian kembali, memastikan bahwa backtest mencerminkan informasi yang benar-benar tersedia bagi peserta pada setiap titik waktu.

QBagaimana cara memulai atau mendapatkan akses ke Glassnode Data Shares di Snowflake?

AUntuk memulai, pengguna dapat: 1) Mengambil pengenal akun Snowflake mereka, 2) Membagikannya dengan tim Glassnode yang akan menyediakan akses melalui daftar privat Snowflake Marketplace, 3) Menerima daftar tersebut, dan data akan langsung tersedia di gudang data. Alternatifnya, percobaan dapat dimulai melalui daftar di Snowflake Marketplace atau dengan menghubungi tim penjualan Glassnode di sales@glassnode.com.

QApa saja alur kerja atau tim yang menurut artikel ini paling diuntungkan dari Glassnode di Snowflake?

AArtikel ini menyebutkan beberapa alur kerja utama yang diuntungkan: Perdagangan Kuantitatif & Sistematis (untuk pembuatan sinyal dan backtesting), Manajemen Risiko & Konstruksi Portofolio (untuk pandangan terpadu), Penelitian Multi-Strategi & Makro (untuk analisis lintas aset), serta Operasi Dana & Kepatuhan (untuk mengurangi risiko operasional dan memenuhi tata kelola).

Bacaan Terkait

Peter Todd Peringatkan Teknologi Zcash Terlalu Berisiko Untuk Dorongan Privasi Bitcoin

Pengembang Bitcoin, Peter Todd, menentang usulan untuk memasukkan fitur privasi ala Zcash ke dalam lapisan konsensus Bitcoin, dengan alasan profil risiko kriptografinya terlalu tinggi untuk protokol inti jaringan. Debat ini muncul setelah pengembang ZODL mengungkap masalah yang memengaruhi "shielded pool" Orchard di Zcash, yang memicu diskusi lebih luas tentang privasi, kemampuan audit, dan konsep "osifikasi" Bitcoin. Todd berargumen bahwa sistem akuntansi transparan Bitcoin memungkinkan bug kritis lebih mudah dideteksi dan diperbaiki, seperti pada insiden "value overflow" 2010, karena koin palsu dapat terlihat di blockchain. Sebaliknya, dalam sistem privasi seperti Zcash yang "terlindungi", sebuah bug dapat lebih sulit diamati, diatribusikan, dan dibatalkan, sehingga berpotensi menghancurkan saldo pengguna tanpa mudah dikembalikan. Ia menekankan bahwa meskipun Bitcoin tidak kebal bug, jenis kriptografi yang digunakan Zcash membawa risiko operasional yang jauh lebih tinggi. Todd mencontohkan bahwa sekitar 30% pasokan ZEC sudah berada dalam shielded pool, sehingga kerusakan di sana akan menjadi bencana bagi banyak pengguna. Para pendukung Zcash membantah, menyatakan bahwa bug tidak dapat memengaruhi total pasokan ZEC dan menyoroti bahwa Bitcoin juga pernah mengalami masalah serius. Namun, Todd bersikeras bahwa tidak satu pun insiden Bitcoin mengancam kelangsungan mata uangnya seperti yang mungkin terjadi pada sistem privasi yang kompleks.

bitcoinist1j yang lalu

Peter Todd Peringatkan Teknologi Zcash Terlalu Berisiko Untuk Dorongan Privasi Bitcoin

bitcoinist1j yang lalu

UBS: Tingkat Kepadatan Saham Teknologi A-Shares Jauh Belum Capai Puncak Sejarah

Artikel ini menyajikan analisis UBS mengenai kondisi pasar teknologi A-shares. Meskipun volume perdagangan dan proporsi kapitalisasi pasar sektor teknologi besar telah mencapai rekor tertinggi, UBS menilai bahwa tingkat kepadatan (crowdedness) masih jauh dari puncak sejarah. Indikator inti, yaitu rasio over-weight reksa dana terhadap sektor teknologi besar (elektronik, komunikasi, komputer, dan pertahanan), tercatat 9.9% pada Q1 2026, lebih rendah dari puncak sejarah 14.1% pada Q4 2015 dan jauh di bawah puncak sektor konsumen (18.7%). Laporan UBS mencatat bahwa siklus gaya investasi (style cycle) biasanya berlangsung sekitar tiga tahun, sementara kinerja unggul gaya pertumbuhan teknologi saat ini baru berjalan kurang dari dua tahun sejak perubahan kebijakan pada September 2024, menunjukkan ruang lebih untuk kenaikan. Dasar fundamental pasar juga menguat dengan pemulihan laba. UBS memproyeksikan pertumbuhan laba semua perusahaan A-shares naik dari 3.9% pada 2025 menjadi 11% pada 2026. Pada Q1 2026, laba sektor non-keuangan tumbuh 11.8% (y/y), dengan margin kotor dan margin bersih mencapai level tertinggi sejak 2023. Inflasi yang meningkat (PPI +2.8% pada April) juga diperkirakan akan mendorong ekspansi pendapatan. Dari sisi konfigurasi taktis, UBS cenderung pada gaya pertumbuhan dan siklus dalam skenario "slow bull", dan merekomendasikan over-weight pada enam sektor: elektronik, komunikasi, peralatan listrik, mesin, logam non-besi, dan kimia.

marsbit1j yang lalu

UBS: Tingkat Kepadatan Saham Teknologi A-Shares Jauh Belum Capai Puncak Sejarah

marsbit1j yang lalu

Pejabat Fed: Saat Ini Pilihan Adalah Tetap Sabar atau Naikkan Suku Bunga, Inflasi Adalah Risiko Nomor Satu Ekonomi, AI Belum Berpengaruh

Pejabat Federal Reserve (Fed) AS, termasuk Presiden Bank Sentral Kansas City Jeffrey Schmid, San Francisco Mary Daly, dan Richmond Thomas Barkin, menyampaikan sinyal kebijakan yang cenderung hawkish mengenai inflasi dan suku bunga. Schmid menegaskan bahwa inflasi adalah risiko nomor satu bagi ekonomi AS dan untuk pertama kalinya secara terbuka memasukkan kenaikan suku bunga sebagai opsi kebijakan, tidak lagi menyebut kemungkinan penurunan suku bunga. Dia mempertanyakan apakah Fed harus tetap bersabar atau bertindak menaikkan suku bunga 25-50 basis poin untuk menekan inflasi yang bertahan di sekitar 3,5%. Daly menyatakan kebijakan moneter saat ini berada pada posisi yang baik, namun ketidakpastian ekonomi terlalu tinggi sehingga memberikan panduan ke depan berisiko menyesatkan pasar. Fed siap merespons ke dua arah. Dia juga menyebutkan bahwa AI belum mendorong atau menurunkan inflasi saat ini, dan peningkatan produktivitas secara luas belum terlihat dalam data makro. Efek deflasi AI baru mungkin relevan dalam kerangka waktu 5-10 tahun. Barkin menilai pasar tenaga kerja AS saat ini seimbang dan tidak menunjukkan ketegangan secara keseluruhan. Investor, berdasarkan kontrak futures suku bunga, kini menilai probabilitas kenaikan suku bunga dalam tahun ini telah meningkat. Fed diperkirakan akan mempertahankan suku bunga tetap pada pertemuan FOMC Juni mendatang.

marsbit1j yang lalu

Pejabat Fed: Saat Ini Pilihan Adalah Tetap Sabar atau Naikkan Suku Bunga, Inflasi Adalah Risiko Nomor Satu Ekonomi, AI Belum Berpengaruh

marsbit1j yang lalu

Trading

Spot
Futures
活动图片