Агрегатный анализ за пределами цены: Glassnode Global Metrics

insights.glassnodeОпубликовано 2026-06-03Обновлено 2026-06-03

Введение

Крипторынок фрагментирован, и традиционный анализ с использованием простых агрегированных данных страдает от структурных разрывов при изменении состава активов. Glassnode представляет решение — **Glassnode Global Metrics**, набор нормализованных индексов, которые обеспечивают непрерывность данных при еженедельном ребалансировании корзин активов (по рыночной капитализации: крупные, средние, малые и все монеты). **Индексы против сырых данных:** * **Рыночная капитализация малых активов (2024):** В сырых данных успешные монеты покидают корзину, искажая картину. Индекс же выявил значительный рост сегмента малой капитализации. * **Индекс SOPR (прибыль/убыток при тратах):** Индекс глобального SOPR для альткойнов показывает более стабильные показатели, чем сырые данные, и выявляет тренд: в каждом цикле инвесторы в крупные активы фиксируют всё меньшую прибыль. * **Открытый интерес в деривативах:** Индекс позволяет сравнить волатильность левериджа: сегменты средней и малой капитализации демонстрируют резкие всплески во время спекулятивных эпизодов. **Доступ к данным:** Метрики доступны через API Glassnode в двух форматах: "сырые" агрегаты (для абсолютных значений) и нормализованные индексы (для анализа трендов и сравнения корзин). В текущем релизе представлены четыре метрики для четырёх корзин активов.

Совокупный анализ рынка стал сложной задачей с тех пор, как пространство цифровых активов фрагментировалось на тысячи активов, секторов и быстро меняющиеся когорты по рыночной капитализации. По мере того как активы растут в цене, падают, запускаются или исчезают, агрегированные временные ряды метрик развивают структурные разрывы, затрудняющие долгосрочный анализ.

Ранее мы демонстрировали мощь глобальных представлений, которые агрегируют метрики по всему рынку, с помощью нашего Multi-Asset Explorer. Теперь мы расширили эту структуру Glassnode Global Metrics — набором формально ребалансируемых агрегированных метрик с непрерывной нормализацией индексов, доступных через API.

В этой статье мы представляем структуру, рассматриваем несколько примеров по рыночной капитализации, прибыльности и позициям на деривативах, и показываем, что выявляют индексы с поправкой на непрерывность по сравнению с сырыми агрегатами.

Что такое Glassnode Global Metrics?

Global Metrics — это агрегированные ончейн-метрики и рыночные метрики, вычисляемые для нескольких криптовалют, организованных в настраиваемые корзины. Корзины могут быть определены порогами рыночной капитализации, рейтингом топ-N (по любой метрике) или тегами активов (секторы, категории). Они решают фундаментальную проблему в криптоаналитике: как отслеживать ончейн- и рыночные метрики для высокодинамичной группы активов с течением времени без искусственных разрывов, вызванных изменениями состава корзины, в отличие от индексов, которые фокусируются только на цене.

Мы предоставляем два типа вывода для каждой метрики:

  • Сырые агрегаты (Raw Aggregates): Истинные значения в исходных единицах, сохраняющие экономический смысл (например, USD для рыночной капитализации, количество для активных адресов).
  • Индексы (Indices): Временные ряды, скорректированные с учетом масштабного фактора и нормализованные к базе (base 100), для анализа трендов и сравнения между корзинами.

Что выявляют индексы

Структура рынка: всплеск малой капитализации в 2024 году

Наиболее наглядная демонстрация важности индексов с поправкой на непрерывность — сегмент малой капитализации в 2024 году. На рисунке ниже представлена Общая рыночная капитализация: сырой агрегат (USD, логарифмическая шкала) для всех четырех корзин: Все монеты, Крупная, Средняя и Малая капитализация, с наложенной ценой BTC.

Просмотр живой метрики

Сравните с Индексом общей рыночной капитализации: масштабированный индекс (база 100) для тех же четырех корзин. Каждый сегмент начинается со 100, поэтому линии напрямую сопоставимы как кратные роста.

Просмотр живой метрики

Сырой ряд малой капитализации содержит структурное смещение: всякий раз, когда актив малой капитализации показывает хорошие результаты, он в конечном итоге пересекает порог в $100 млн и покидает корзину, забирая с собой свои достижения. Другими словами, "победители уходят". Сырой агрегат по своей сути не способен зафиксировать ралли малой капитализации.

Индекс нейтрализует этот эффект. В 2024 году сегмент малой капитализации резко взлетел, что в значительной степени невидимо в сыром ряду. Этот скачок был обусловлен платформами для почти мгновенного создания токенов и последовавшей за ними манией мем-коинов.

Тот же график также подчеркивает расхождение между сегментами: в то время как крупная капитализация держалась относительно хорошо, сегменты альткоинов вошли в затяжной спад. Обе части становятся читаемыми только в индексе.

Настроения на фиксацию прибыли: SOPR альткоинов против SOPR BTC

Spent Output Profit Ratio (SOPR), который измеряет, перемещаются ли монеты в ончейне с прибылью (выше 1) или с убытком (ниже 1), — это один из самых ясных случаев, когда глобальная метрика добавляет ценность по сравнению с версией для одного актива. SOPR для BTC и медианный SOPR по корзинам альткоинов часто расходятся, и спред между ними сам по себе становится сигналом.

На следующем рисунке показан Медианный SOPR: сырой агрегат для всех четырех корзин, с наложенной ценой BTC. SOPR колеблется около 1.

Просмотр живой метрики

Сравните с Медианным SOPR: масштабированный индекс (база 100) для тех же четырех корзин.

Просмотр живой метрики

Сырой ряд рассказывает следующую историю: SOPR для малой капитализации падает до уровней, сопоставимых с медвежьими рынками 2018 и 2022 годов, в то время как крупная и средняя капитализация держались лучше в последних циклах. Индекс добавляет дополнительный нюанс: поскольку подорожавшие монеты малой капитализации продолжают покидать корзину, переходя в более высокие сегменты, сырой ряд преувеличивает, насколько плохи настроения для активов, которые фактически остаются.

Скорректированный с учетом этого, настрой для малой капитализации более стабилен, чем кажется. Для крупной и средней капитализации такая поправка не применяется, и то, что выявляет индекс, — это подлинный долгосрочный тренд: в каждом цикле средний держатель устоявшихся активов извлекает немного меньше прибыли, чем в предыдущем. Поскольку больше предложения блокируется в долгосрочном хранении, меньше его проходит с прибылью.

Вместо того чтобы полагаться на выбранные токены как на прокси для настроений на альткоинах, глобальный индекс SOPR предоставляет считывание на уровне когорты напрямую. Нет необходимости выборочно выбирать отдельные токены.

Позиционирование на деривативах: Open Interest

Open Interest (OI) измеряет общую стоимость непогашенных контрактов бессрочных фьючерсов и служит полезным прокси для концентрации кредитного плеча на рынке.

На рисунке ниже представлен Общий Open Interest: сырой агрегат (USD, логарифмическая шкала) для всех четырех корзин, данные с 2022 года.

Просмотр живой метрики

Сравните с Индексом общего Open Interest: масштабированный (база 100) для тех же четырех корзин.

Просмотр живой метрики

Крупная капитализация доминирует в открытом интересе в абсолютном выражении; большая часть кредитного плеча находится на самых крупных, наиболее ликвидных активах. Однако индекс делает поведение более мелких сегментов сопоставимым: открытый интерес средней и малой капитализации гораздо более волатилен, резко взлетая во время спекулятивных эпизодов и так же быстро сокращаясь. Эти всплески служат полезным ранним предупреждающим сигналом о каскадном риске в более хрупких частях рынка.

Структура с поправкой на непрерывность облегчает изоляцию этих сдвигов, отделяя изменения в поведении кредитного плеча от изменений в составе когорты.

Набор Glassnode Global Metric

Четыре метрики активны с этим выпуском, каждая вычисляется для всех четырех корзин, всего шестнадцать временных рядов. Все используют еженедельный ребалансинг и равновзвешенность.

Корзины — это сегменты по рыночной капитализации, используемые на протяжении всей статьи:

  • Все монеты (All Coins) (без фильтра)
  • Крупная капитализация (Large Cap) (≥$1 млрд)
  • Средняя капитализация (Mid Cap) ($100 млн – $1 млрд)
  • Малая капитализация (Small Cap) (<$100 млн).

Фильтрация по правам, даты начала и выбор между агрегацией суммой или медианой описаны в приложении.

Доступ к данным через API

Каждая метрика публикуется в двух формах. 1) Сырой агрегат (raw aggregate) сохраняет исходные единицы (разрывы при ребалансировках) и предназначен для абсолютного измерения размеров и снимков на определенный момент времени. 2) Индекс (index) является масштабированным, с базой 100 и непрерывным, что делает его более подходящим для анализа трендов и сравнения между корзинами.

Сырые и индексные версии обслуживаются с отдельных конечных точек, и каждая конечная точка возвращает все корзины для этой метрики:

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

Полные детали запроса см. в документации Glassnode API. Структура является расширяемой (планируются дополнительные метрики, альтернативные взвешивания и корзины секторов на основе тегов), но четыре метрики, перечисленные выше, активны уже сегодня, и они уже привносят дисциплину непрерывности традиционных ценовых индексов в ончейн- и рыночные данные для рынка, который становится все более мультиактивным.

Методология

Полные детали по выбору корзин, фильтрации прав, формулам масштабного фактора и нормализации индексов — пожалуйста, обратитесь к своему аккаунт-менеджеру для доступа.


  • Подписывайтесь на нас в X для своевременных обновлений и анализа рынка
  • Присоединяйтесь к нашему Telegram-каналу для регулярных рыночных инсайтов
  • Для ончейн-метрик, дашбордов и алертов посетите Glassnode Studio

Отказ от ответственности: Этот отчет предназначен только для информационных и образовательных целей. Анализ представляет собой ограниченное исследование случая со значительными ограничениями и не должен толковаться как инвестиционная рекомендация или окончательные торговые сигналы. Паттерны прошлой производительности не гарантируют будущих результатов. Всегда проводите тщательную проверку и учитывайте множество факторов перед принятием инвестиционных решений.

Связанные с этим вопросы

QЧто представляют собой Glassnode Global Metrics и какую основную проблему они решают?

AGlassnode Global Metrics — это набор агрегированных ончейн-метрик и рыночных показателей, рассчитываемых для множества криптовалют, сгруппированных в настраиваемые корзины (например, по рыночной капитализации). Они решают фундаментальную проблему аналитики в криптовалютной сфере: как отслеживать метрики в динамично меняющейся группе активов с течением времени без искусственных разрывов, возникающих из-за изменений состава корзины. Это позволяет проводить долгосрочный анализ, в отличие от традиционных индексов, фокусирующихся только на цене.

QКакие два типа данных предоставляются для каждой метрики в Glassnode Global Metrics и чем они отличаются?

AДля каждой метрики предоставляются два типа данных: 1. **Исходные агрегаты (Raw Aggregates)**: Фактические значения в исходных единицах измерения (например, USD для рыночной капитализации), которые сохраняют экономический смысл, но могут иметь разрывы при ребалансировке. 2. **Индексы (Indices)**: Временные ряды, скорректированные с помощью коэффициентов масштабирования и нормализованные к базовому значению 100. Они непрерывны и лучше подходят для анализа трендов и сравнения различных корзин между собой.

QНа примере рыночной капитализации малой капитализации (Small Cap) в 2024 году объясните, почему важен анализ с помощью индексов, а не только исходных агрегатов?

AИсходный агрегат рыночной капитализации для активов малой капитализации (

QКакой новый инсайт дает глобальный индекс SOPR (Spent Output Profit Ratio) по сравнению с анализом SOPR только для биткойна?

AГлобальный индекс SOPR, рассчитанный для корзин активов разной капитализации (например, альткойнов), позволяет увидеть расхождение в настроениях инвесторов между разными сегментами рынка. Часто наблюдается разница между SOPR биткойна и медианным SOPR для альткойнов, и этот спред сам по себе становится торговым сигналом. Индекс, скорректированный на непрерывность, также показывает, что настроения в сегменте малой капитализации более стабильны, чем кажется по исходным данным, и выявляет долгосрочный тренд: в каждом цикле средний держатель устоявшихся активов фиксирует немного меньшую прибыль, чем в предыдущем.

QКак можно получить доступ к данным Glassnode Global Metrics и какие форматы данных доступны через API?

AДанные доступны через API Glassnode. Каждая метрика публикуется в двух форматах, доступных по отдельным endpoint-ам: 1. Исходные агрегаты (прерывистые при ребалансировке): `https://api.glassnode.com/v1/metrics/global/{metric}_{aggregation}_{rebalancing}_{weighting}_raw` 2. Индексы (непрерывные, нормализованные к 100): `https://api.glassnode.com/v1/metrics/global/{metric}_{aggregation}_{rebalancing}_{weighting}_index` Каждый endpoint возвращает данные для всех корзин (All Coins, Large Cap, Mid Cap, Small Cap) по данной метрике. Для деталей запросов необходимо обратиться к документации API Glassnode.

Похожее

От золота к биткойну: фиксированное предложение + институциональная лихорадка — повторится ли история «взрывного» роста цен?

Аналитики проводят параллели между биткоином и золотом, отмечая схожие черты: фиксированное предложение, статус негенерирующих доход активов-убежищ и зависимость цены от настроений инвесторов. Эксперт Bloomberg Intelligence Эрик Бальчунас указывает, что история золотых ETF за 22 года может служить дорожной картой для биткоин-ETF. После запуска в 2004 году золотые ETF пережили взлёты, болезненные коррекции и долгое восстановление, но каждый цикл устанавливал новые максимумы. Биткоин-ETF, одобренные в 2024 году, стали одними из самых быстрорастущих в истории, открыв криптоактив для институциональных инвесторов. Однако это привело к повышенной волатильности: крупные оттоки средств из ETF, как у BlackRock IBIT, могут оказывать значительное давление на рынок. Несмотря на падение цены более чем на 50% с октября 2025 года, многие остаются оптимистичны в долгосрочной перспективе, видя в биткоине "цифровое золото". Устойчивый институциональный спрос на ETF и растущее включение биткоина в инвестиционные портфели компаний помогают смягчать продажи. Если биткоин сможет занять даже небольшую часть рыночной капитализации золота (около $28 трлн), это откроет огромный потенциал для роста. Путь, вероятно, будет сопряжён с высокой волатильностью, но фиксированное предложение в сочетании с волнами институционального спроса может вновь привести к взрывному росту цены.

Foresight News5 мин. назад

От золота к биткойну: фиксированное предложение + институциональная лихорадка — повторится ли история «взрывного» роста цен?

Foresight News5 мин. назад

Почему AI-агенты для покупок не так широко распространены?

**Почему AI-агенты для покупок не получили широкого распространения?** Идея о том, что AI-агент с кошельком может полностью заменить человека в совершении покупок, кажется простой, но содержит логические изъяны. Она смешивает два ключевых аспекта шопинга: **информационный поиск** (сбор, фильтрация, сравнение) и **ценностную оценку** (субъективное суждение о качестве, уместности, доверии к продавцу). Машинный поиск данных успешно автоматизируется. Однако ценностная оценка, особенно **определение потребностей** (что важно для меня и почему), остается прерогативой человека. Исследования показывают, что предпочтения нестабильны и формируются в процессе выбора, поэтому взаимодействие с AI должно быть итеративным, а не разовым. Критическое разграничение — является ли сам процесс выбора **рутиной или удовольствием**. * **Стандартные товары** (бумага, батарейки): выбор не имеет ценности, идеальны для полной автоматизации. * **Товары для удовольствия** (вино, книги, одежда): сам выбор — часть наслаждения. Здесь AI должен выступать как помощник, сужая опции для финального решения человека. Схема **«дать AI кошелек»** решает лишь самую простую проблему — проведение платежа, и только в сценарии, где AI обладает полной автономией. Отраслевые решения (Stripe, Mastercard, Google, Visa) уже разделяют **авторизацию** и **хранение средств**, предоставляя AI ограниченные, одноразовые платежные токены, а не полный контроль над кошельком. Истинные сценарии для автономных AI-кошельков лежат не в розничной торговле, а в **B2B-закупках** и **межмашинных расчетах (M2M)**, где процессы стандартизированы, а решения лишены субъективизма. Таким образом, главными препятствиями для повсеместного внедрения AI2C-покупок являются не технологии платежей, а: 1. **Недостаток достоверных данных** (фальшивые отзывы, поддельные товары), без которых любая автоматизация опасна. 2. **Принципиальная невозможность автоматизировать определение человеческих потребностей и ценностей**. Итог: будущее AI в шопинге — не в полном замещении, а в усилении. AI должен взять на себя утомительный поиск и анализ, оставляя человеку ключевые права: **определять критерии выбора** и **получать удовольствие от самого акта выбора**. Платформам следует сосредоточиться на улучшении именно этого опыта.

Foresight News1 ч. назад

Почему AI-агенты для покупок не так широко распространены?

Foresight News1 ч. назад

После девяти месяцев шортинга полный переход в лонг: известный трейдер открывает позицию по биткоину около 64 000 долларов, расхождения между быками и медведями на крипторынке усиливаются

Популярный трейдер Doctor Profit закрыл все короткие позиции по биткойну после девяти месяцев успешного шортинга и начал покупать на уровне около $64 000, заявив, что фундаментальные изменения — такие как возможное принятие закона CLARITY и институциональный спрос — могут привести к досрочному достижению дна рыночного цикла. Тем временем, аналитик on-chain gumsays отмечает, что бычье расхождение на недельном графике биткойна длится уже 147 дней, что близко к 161 дню перед минимумом 2022 года. Однако исследователь циклов Джейк Пахор указывает, что три ключевых условия для рыночного дна, наблюдавшихся с 2014 года, пока не выполнены: с момента пика октября 2025 года прошло лишь 9 месяцев (вместо типичных 12), индекс страха CSH ни разу не опускался ниже 20, а цена не пробивала реализованную цену (~$53 000). Рынок разделён: одни считают, что институциональный спрос через ETF и регулирование изменили правила игры, другие ждут классических сигналов капитуляции. Стратегия Пахора отражает этот раскол — он продолжает периодические покупки, но сохраняет крупный капитал для более низких цен, если историческая модель повторится.

marsbit1 ч. назад

После девяти месяцев шортинга полный переход в лонг: известный трейдер открывает позицию по биткоину около 64 000 долларов, расхождения между быками и медведями на крипторынке усиливаются

marsbit1 ч. назад

Опытный трейдер рассказывает: Как торговать на ошибочных ожиданиях рынка?

Опытный трейдер делится историей успешной сделки, построенной на торговле против ошибочных рыночных ожиданий. В основе его метода — анализ не самих данных (например, слабого CPI), а того, как рынок *ожидает*, что эти данные повлияют на цены, и проверка, остаётся ли этот механизм влияния (функция реакции) в силе. На примере сделки с Nasdaq (NQ) он показывает: после слабых данных CPI рынок ожидал общего снижения ставок и роста акций, особенно технологических. Однако долгосрочные реальные ставки (10-30 лет) достигли многолетних максимумов, отказавшись подтверждать этот сценарий. Это означало, что «дешёвых» долгосрочных денег для роста дорогих tech-акций не будет. Рост NQ на фоне слабого CPI стал ошибочным定价ованием. Трейдер выявил несоответствие: рынок предполагал цепочку «слабый CPI → смягчение политики → падение долгосрочных ставок → рост оценки NQ», но ключевое звено (падение долгосрочных ставок) не сработало. Это создало возможность для short-позиций по NQ, наиболее уязвимому к дорогим долгосрочным деньгам индексу. В статье изложена структура для поиска подобных возможностей: 1. Определить текущую рыночную причинно-следственную цепочку. 2. Найти в ней ключевую переменную с «правом вето». 3. Проверить, отказывается ли эта переменная подтверждать цепочку. 4. Дождаться, пока цена по инерции продолжит двигаться по старому сценарию. 5. Выбрать наиболее чистый актив для выражения этой ошибки. 6. Заранее определить условия для выхода (опровержение гипотезы или реализация логики). Главный вывод: альфа часто возникает не из-за информпреимущества, а из-за разницы в функциях реакции. Когда макрорежим меняется, рынок может по привычке реагировать на данные по-старому, создавая ошибку в цене. Ключевой вопрос: «На какую причинно-следственную цепочку опирается первая рыночная реакция, и остаётся ли она справедливой сегодня?».

marsbit1 ч. назад

Опытный трейдер рассказывает: Как торговать на ошибочных ожиданиях рынка?

marsbit1 ч. назад

Торговля

Спот
活动图片