Агентные рабочие процессы для крипто-исследований

insights.glassnodeОпубликовано 2026-04-01Обновлено 2026-04-01

Введение

AI-агенты меняют подход к анализу данных в криптосфере. Вместо написания кода исследователи формулируют гипотезу на естественном языке, а агент выполняет всю работу: пишет код, загружает данные через Glassnode CLI, проводит анализ и представляет результаты. В примере проверялась гипотеза: «Экстремальные притоки BTC на биржи предсказывают просадки в следующие 7 дней». Агент автоматически нашел нужные метрики, загрузил данные, выявил всплески притока (более 2 стандартных отклонений от среднего) и сравнил последующие просадки. Результаты показали умеренную корреляцию: в дни всплесков просадки были в среднем на 1.9% выше, однако выборка мала для статистической значимости. Далее по запросу агент создал визуализацию временных рядов. Инструмент позволяет быстро тестировать идеи, например, сравнивать netflow BTC и ETH или искать метрики с высокой корреляцией с доходностью. Для использования необходим API-ключ Glassnode Professional и любой AI-агент с поддержкой Python (Claude Code, Codex и др.).

Агенты ИИ для написания кода меняют способ взаимодействия аналитиков и исследователей с данными. Вместо построчного написания скриптов вы предоставляете гипотезу или исследовательский вопрос агенту ИИ, и он пишет код, извлекает данные, запускает анализ и возвращает результаты.

В этой статье мы представляем пошаговый пример из реального мира: просим агента ИИ загрузить данные через Glassnode CLI, провести статистический анализ и создать готовые к публикации графики, используя только подсказки на естественном языке.

Что вам понадобится

  1. Доступ к агенту ИИ

В этом руководстве мы используем Claude Code, но подойдет любой агент, способный выполнять команды Python и shell, включая ChatGPT's Codex, Cursor, Github Copilot, Google Gemini CLI, OpenClaw или аналогичные инструменты.

  1. Glassnode CLI (gn)

Интерфейс командной строки для API Glassnode. Установите его и настройте свой API-ключ, следуя документации Glassnode CLI. Требуется API-ключ.

Промпт

Мы оценим следующую гипотезу: Экстремальные события притока BTC на биржи предсказывают просадки (drawdowns) в течение следующих 7 дней. Для этого мы дадим инструкции Claude Code, используя следующий промпт:

Используя Glassnode CLI, загрузите ежедневные данные о притоках на биржи BTC и цены закрытия за последний год. Проанализируйте, предсказывают ли всплески притока (дни с притоком > 2 стандартных отклонения выше среднего) просадки в последующие 7 дней. Покажите мне сводку со статистикой и результатами.

Вот и все. Одно предложение с описанием вопроса и другое с определением методологии. Агент делает все остальное.

Простой промпт для агента ИИ

Что делает агент

За кулисами агент выполняет последовательность шагов:

  1. Обнаруживает нужные метрики, запуская gn metric list и gn metric describe, чтобы найти правильные пути к метрикам и допустимые параметры.
  2. Загружает данные через gn metric get, сохраняя CSV-файлы как для притоков на биржи (transactions/transfers_volume_to_exchanges_sum), так и для цены закрытия (market/price_usd_close).
  3. Пишет и запускает анализ на Python, который вычисляет порог всплеска, идентифицирует дни всплесков, рассчитывает максимальные просадки на следующие 7 дней и сравнивает дни со всплесками с обычными днями.

Агент возвращает читаемую сводку:

Хотя это всего лишь иллюстративный пример, наш эксперимент действительно выявляет умеренную связь между всплесками притока на биржи и последующими просадками. В дни всплесков в среднем наблюдается примерно на 1,9 процентных пункта больше просадки. Тем не менее, при наличии всего 10 дней со всплесками в выборке и эффекте, сконцентрированном в двух волатильных периодах, сигнал является скорее наводящим, чем статистически надежным. Тщательное бэктестирование должно учитывать перекрывающиеся окна, контролировать режимы волатильности, использовать данные на момент времени (point-in-time) и проверять на вневыборочных данных.

Визуализация результатов

Визуализация данных — хороший способ проверить, соответствуют ли цифры действительности. В этом процессе достаточно простого последующего промпта:

Создайте визуализацию, которая показывает данные в виде временного ряда.

Отсюда вы можете продолжать итерации: настраивать график, уточнять анализ или направлять исследование в другое русло, все через разговор на естественном языке.

Сгенерированная ИИ визуализация данных Glassnode

Начните работу с ИИ-исследованиями криптовалют на данных Glassnode

Для Glassnode CLI требуется API-ключ, доступный подписчикам Glassnode Professional.

  1. Установите Glassnode CLI и настройте свой API-ключ. См. документацию
  2. Откройте предпочитаемого агента для написания кода ИИ (Claude Code, Codex, Cursor, Gemini CLI, OpenClaw и т.д.)
  3. Начинайте давать промпты. Попробуйте вопросы, такие как:
    • "Загрузите данные о стейкинге ETH за последние 6 месяцев и постройте график тренда"
    • "Сравните чистые потоки BTC и ETH на биржах за последние 90 дней"
    • "Найдите, какая метрика имеет наибольшую корреляцию с 30-дневной доходностью BTC"

Glassnode CLI позволяет агентам обнаруживать и извлекать данные метрик без необходимости поиска вручную в API или написания шаблонного кода. В сочетании с агентом для написания кода ИИ, Glassnode CLI превращает исследовательский вопрос в результаты за считанные минуты.

Связанные с этим вопросы

QЧто такое AI coding agents и как они меняют подход к анализу данных?

AAI coding agents — это инструменты искусственного интеллекта, которые автоматически генерируют код, получают данные, проводят анализ и представляют результаты на основе естественно-языковых запросов. Они позволяют исследователям и аналитикам взаимодействовать с данными, не написавая код вручную, что ускоряет и упрощает процесс исследования.

QКакие инструменты необходимы для реализации описанного workflow?

AДля реализации workflow требуется: 1) Доступ к AI агенту, способному выполнять Python и shell команды (например, Claude Code, ChatGPT Codex, Cursor, Github Copilot); 2) Glassnode CLI (gn) с настроенным API-ключом, доступным для подписчиков Glassnode Professional.

QКакой конкретный пример гипотезы был проверен в статье?

AГипотеза заключалась в том, что экстремальные притоки BTC на биржи (дни с притоками > 2 стандартных отклонений выше среднего) предсказывают просадки (drawdowns) в течение последующих 7 дней.

QКакие шаги выполняет AI агент для анализа данных?

AАгент выполняет последовательность шагов: 1) Обнаруживает нужные метрики через команды gn metric list и describe; 2) Загружает данные через gn metric get; 3) Пишет и запускает Python-анализ для вычисления порога спайков, идентификации дней со спайками, расчета просадок и сравнения результатов.

QКакие возможности предоставляет связка Glassnode CLI и AI агента для исследований?

AСвязка позволяет преобразовывать исследовательские вопросы в готовые результаты за минуты: автоматически находить и загружать данные метрик без ручного API-поиска, генерировать код, проводить статистический анализ и создавать визуализации через естественно-языковые запросы.

Похожее

BitMine добавляет 7 430 ETH и тратит $86 млн на выкуп акций – Почему?

Компания Bitmine на прошлой неделе значительно сократила закупки Ethereum (ETH), приобретя лишь 7430 ETH — это минимальный еженедельный объем с мая. Вместо наращивания криптовалютного резерва компания направила примерно 86 млн долларов на обратный выкуп 5,5 млн своих обыкновенных акций по средней цене 15,62 доллара, чтобы повысить акционерную стоимость. Несмотря на замедление темпов покупки, резерв Bitmine по-прежнему огромен и составляет 5 777 468 ETH (около 4,8% от общего объема эмиссии ETH). Компания близка к достижению своей долгосрочной цели — владению 5% всех ETH. Уже через 12 месяцев после запуска стратегии фонд почти достиг этого показателя. Кроме того, Bitmine разместила в стейкинге через свою платформу MAVAN около 4,92 млн ETH (85% своих активов). Это может приносить примерно 247 млн долларов годового дохода при текущей доходности в 2,67%, а после стейкинга всего резерва доход может вырасти до 290 млн долларов. Параллельно в статье отмечается, что пока Bitmine фокусируется на Ethereum, компания MicroStrategy Майкла Сэйлора продолжает агрессивно накапливать Bitcoin (BTC), несмотря на финансовое давление и недавние продажи части активов.

ambcrypto24 мин. назад

BitMine добавляет 7 430 ETH и тратит $86 млн на выкуп акций – Почему?

ambcrypto24 мин. назад

9,42 миллиона частных инвесторов бросились покупать акции Changxin Technology, кто же выиграл в лотерее?

Результаты размещения акций Changxin Technology привлекли огромное внимание инвесторов. Всего в онлайн-подписке для частных инвесторов участвовало около 9,4288 миллиона человек, было подано 816,92 миллиарда заявок на акции, сгенерировано примерно 7,7 миллиона выигрышных лотерейных номеров, а итоговая ставка онлайн-подписки составила около 0,4714%, что является рекордно высоким показателем для новых акций на рынке STAR. Из-за высокого спроса компания активировала механизм обратного перевода, увеличив количество акций, размещаемых онлайн, до 3,851 миллиарда. Среди институциональных инвесторов 285 организаций, управляющих 10907 счетами, подали заявки на сумму около 12,38 триллиона акций, получив в итоге 2,173 миллиарда акций при коэффициенте распределения около 0,1756%. Taikang Asset Management стал институциональным инвестором, получившим наибольшее распределение. Среди публичных фондов лидерами по объему размещения стали E Fund, Southern Fund и ICBC Credit Suisse. Основатель ведущей китайской компании в области больших моделей DeepSeek, Лян Вэньфэн, через свои хедж-фонды Ningbo幻方量化 и Zhejiang九章资产 получил самое большое распределение среди частных фондов — акций на общую сумму примерно 1,75 миллиарда юаней. Ожидается, что Changxin Technology официально выйдет на биржу 27 июля. По оценкам рынка, её стоимость после IPO может превысить 1 триллион юаней, а некоторые аналитики дают прогноз до 2-3 триллионов юаней. Однако недавняя коррекция на глобальном технологическом рынке может оказать определенное влияние на цену акций компании после листинга.

marsbit50 мин. назад

9,42 миллиона частных инвесторов бросились покупать акции Changxin Technology, кто же выиграл в лотерее?

marsbit50 мин. назад

Криптовалюта USCR стабилизируется на отметке $0,0022: Сможет ли мемкоин отыграть потери второго квартала?

Криптовалюта USCR, мемкоин, отслеживающий тему официальных крипторезервов США, пытается восстановиться после падения до двухмесячного минимума в $0.0022. В мае цена выросла на 65%, но в июне упала на 37%. Сейчас наблюдается потенциальный отскок, и если быкам удастся закрепиться выше ключевых скользящих средних, возможен рост до $0.0028 (уровень Фибоначчи) и далее до майского пика в $0.0036, что означает потенциал роста на 30-60%. Динамика USCR тесно связана с новостями о создании стратегического резерва биткойна в США. Майский рост совпал с увеличением вероятности этого события и внесением соответствующего законопроекта. Однако его рассмотрение застопорилось, а шансы на создание резерва к 2027 году, по данным Polymarket, упали до 18%, что давит на настроения. Несмотря на неопределённость, база держателей USCR остаётся значительной: 48 тысяч, сократившись лишь на 4 тысячи с начала 2026 года. Восстановление цены будет зависеть от позитивных новостей по законопроекту о биткойн-резерве.

ambcrypto1 ч. назад

Криптовалюта USCR стабилизируется на отметке $0,0022: Сможет ли мемкоин отыграть потери второго квартала?

ambcrypto1 ч. назад

«Богиня благотворительности» с 3 млн подписчиков целиком создана ИИ, поддельный детский дом, международный «фальшивый фонд» рухнул за одну ночь

**Шокирующий разоблачение: Астролябка «благотворительности» с 300 000 подписчиков оказалась масштабной аферой на основе ИИ** Австралийская инфлюенсерша Лили Джей, имевшая почти 3 миллиона подписчиков в Instagram, создала тщательно продуманную мошенническую схему под прикрытием своего «Фонда Лили Джей». Используя искусственный интеллект, она и ее команда генерировали фальшивые изображения и видео, изображающие строительство мечетей, раздачу хлеба в Газе и даже открытие детского дома в Уганде для привлечения пожертвований от преимущественно мусульманской аудитории. Расследование ABC News Verify выявило многочисленные подделки: видео с «открытием» детского дома полностью сгенерировано ИИ (включая детей, саму Лили и фонды), «награда» за гуманитарную деятельность оказалась фальшивкой с цифровым водяным знаком ИИ, а заявленные благотворительные проекты в Уганде и Газе не существуют. Фонд не зарегистрирован как официальная благотворительная организация, что позволяло избегать финансовой отчетности. После запросов ABC сайт фонда стал скрывать кнопки для пожертвований и предупреждения о своем неблаготворительном статусе для посетителей из Австралии, но оставил их для иностранных пользователей. Эксперты предупреждают, что эта афера — тревожный прецедент, демонстрирующий, как ИИ может эксплуатировать человеческое доверие и желание творить добро, создавая убедительные, но полностью вымышленные нарративы.

marsbit1 ч. назад

«Богиня благотворительности» с 3 млн подписчиков целиком создана ИИ, поддельный детский дом, международный «фальшивый фонд» рухнул за одну ночь

marsbit1 ч. назад

L2 «рекалибровка»: когда L1 становится собственным ролл-апом, каков финал Ethereum?

«L2 перекалибровка»: когда L1 становится собственным роллапом, каков финал Ethereum? Первоначально, роллапы (L2) рассматривались как основной путь масштабирования Ethereum, обеспечивая дешёвое и быстрое исполнение транзакций. Однако, с развитием самого L1 (повышение лимита газа, внедрение безсостоятельности и zkEVM) и объединением задач масштабирования, традиционное разделение между L1 как безопасным, но медленным «слоем урегулирования» и L2 как дешёвым «слоем исполнения» меняется. Вопрос теперь не только в увеличении пространства блоков, а в перераспределении ролей в системе с множеством исполняющих сред. Будущая роль L2 смещается от простого предоставления дешёвого газа к обеспечению уникальных функций, таких как оптимизация для конкретных приложений, приватность и гибкие модели управления. Таким образом, L2 станет скорее спектром исполняющих сред с разной степенью наследования безопасности Ethereum, чем единым техническим классом. Ключевой задачей становится решение фрагментации. Разделённая ликвидность и состояние пользователя ухудшают опыт. Усилия концентрируются на улучшении взаимодействия (интероперабельности) через системы на основе намерений (intents) и нативные протоколы, такие как Ethereum Interoperability Layer (EIL), чтобы Ethereum вновь «ощущался как единая цепь». Сокращение времени до финальности транзакций L1 также имеет решающее значение для доверия между цепями. Ещё более радикальная идея — с появлением систем доказательств (zkEVM) внутри L1 сама Ethereum может стать своего рода «собственным роллапом», где высокопроизводительные узлы исполняют транзакции, а валидаторы проверяют криптографические доказательства. Это размывает классические границы между слоями и открывает путь к архитектуре, где множество исполняющих доменов (специализированных L2) сосуществуют, разделяя общую безопасность, ликвидность и систему урегулирования Ethereum. В итоге, будущее Ethereum видится не как победа L1 над L2 или наоборот, а как экосистема взаимосвязанных исполняющих сред, которые, будучи «разобранными» для масштабирования, вновь объединяются в единое, безопасное и удобное для пользователя целое.

marsbit1 ч. назад

L2 «рекалибровка»: когда L1 становится собственным ролл-апом, каков финал Ethereum?

marsbit1 ч. назад

Торговля

Спот
活动图片

Популярные категорииright-arrow

Популярные тегиright-arrow