Glassnode 入驻 Snowflake:数字资产数据直送您的数据仓库

insights.glassnode發佈於 2026-06-04更新於 2026-06-04

文章摘要

Glassnode推出Snowflake数据共享环境,成为首个将全面链上分析数据引入Snowflake生态的提供商。该集成允许机构用户通过Snowflake Marketplace私有列表,将Glassnode全历史可信指标直接接入其数据仓库,无需构建自定义API管道或管理ETL任务。 数据涵盖链上分析、衍生品、现货与交易所数据、ETF及公司持仓等多个维度,支持10分钟、小时和日粒度。特别为量化团队提供防回视偏差的点对时(PiT)数据,确保历史数据不可变,满足回测完整性要求。该服务适用于系统化交易、风险与投资组合构建、宏观研究及基金运营等多种工作流,支持在现有SQL环境中直接查询,并与仓库内其他数据集无缝关联。 用户可通过分享Snowflake账户标识快速开通试用,数据按包订阅并自动更新。Glassnode凭借近十年的数据工程积累,提供实体聚类调整、全栈衍生品数据和持续扩展的覆盖范围,旨在为机构客户提供驱动阿尔法收益的深度分析能力。

最精密的机构团队不仅需要更好的数据。他们更需要将数据集成到其研究和执行工作流已然运行的环境中。

我们已推出 Glassnode 的 Snowflake 数据共享环境,成为首家将全面的链上分析引入 Snowflake 生态系统的提供商。

要开始使用或了解有关 Glassnode 数据共享的更多信息,请与我们的产品专家交流。

申请访问权限

在您自己的环境中直接访问可信的数字资产数据

Snowflake 是机构金融领域的首选数据仓库。但在此之前,将数字资产数据集成到这些工作流中意味着需要构建自定义的 API 数据摄取管道、管理 ETL 任务并协调数据更新。这些本应用于生成超额收益的工程开销。

我们的 Snowflake 集成消除了所有这些麻烦。通过 Snowflake 市场私有列表,我们的数据共享将每个可信的 Glassnode 指标的全部历史数据直接送达您的环境。

您可以像查询仓库中的任何其他表一样查询它,因为它正是如此。

包含内容

这是为全球领先的加密货币原生机构的研究工作流提供动力的相同数据,现在无需进行一次 API 调用即可访问。

链上分析 | 比特币、以太坊及其他资产的地址活动、实体行为、供应动态、交易所资金流向、矿工指标,以及基于聚类的深度洞察。

衍生品 | 期货未平仓合约、资金费率、强平数据,以及我们最近扩展的期权套件:期权费、交易者资金流、组合策略、隐含波动率曲面等。

现货和交易所数据 | 交易所余额、流入/流出动态,以及显示实时资金轮动的交易所层级细分数据。

ETF 和公司资金库 | 比特币和以太坊 ETF 的资金流、资产管理规模动态以及公司资金库持仓。

多种时间粒度 | 10分钟、小时和日度粒度的数据,适用于从日内信号到长周期宏观研究的各种需求。

为您的工作流而构建

量化与系统化交易 | 在 SQL 中查询链上、衍生品和市场数据的全部深度,并与您的专有信号相结合。提供用于回测保真度的 PiT 变体。亚小时级粒度满足日内信号需求。无速率限制,无分页。

风险与投资组合构建 | 统一查看交易所集中度、杠杆动态、ETF 资金流和供应过剩情况。原生 Snowflake 交付意味着可与现有风险仪表板直接集成。

多策略与宏观研究 | 将 Glassnode 数据与您仓库中已有的股票、固定收益和宏观数据集连接。同一查询层,无中间件。

基金运营与合规 | 无需定制管道意味着更少的操作风险。Snowflake 的访问控制和审计日志开箱即用地处理治理问题。时间点时间戳为监管要求和内部治理提供数据沿袭。

从回测中消除前视偏差

对于量化团队而言,历史数据完整性是不可妥协的。在事后修订的数据上进行回测并非真正的回测,而是过拟合。

Glassnode 是 首家在 Snowflake 中提供时间点链上数据的提供商。时间点指标是仅追加且历史不可变的。每个数据点都精确反映了其计算时所知的信息。无事后修正,无前视偏差。

这很重要,因为链上数据本质上是可变的。聚类算法的改进、延迟报告的交易所数据以及精炼的标签都可能导致标准指标的修订。时间点变体冻结了记录,因此您的回测反映了每个时间点参与者实际可获得的信息。每个时间点数据点都包含一个 computed_at 时间戳,以实现完全的可审计性。

开始使用

无论您是在构建经过回测的系统化模型、将加密资产集成到跨资产框架中,还是建立机构级风险基础设施,Glassnode on Snowflake 都是从区块链数据到生产应用的最快途径。

要申请试用或了解有关 Glassnode 数据共享的更多信息,请联系我们的机构团队:sales@glassnode.com。

Glassnode on Snowflake 的设置步骤

  1. 通过 Snowflake 的标准流程或简单的 SQL 查询获取您的 Snowflake 账户标识符。
  2. 将其提供给 Glassnode 团队。我们通过 Snowflake 市场私有列表来配置访问权限。
  3. 接受列表。初始复制后,数据即在您的仓库中生效。

数据共享按包(链上、市场、信号、通用、元数据)进行组织,因此您可以根据需要订阅。更新自动同步。

或者,您也可以通过 Snowflake 列表发起试用。

i️
完整的设置文档请参见 Glassnode 文档。

Glassnode 提供驱动超额收益的分析深度

仅凭覆盖范围不足以脱颖而出。真正让我们与众不同的是在近十年的机构级数据工程基础上构建的分析深度。

专有实体调整 | 我们的聚类技术识别的是真实世界的实体(交易所、机构、长期持有者、矿工),而非原始地址。嘈杂的区块链数据因此转化为可操作的情报。

全栈衍生品 | 链上、期货、期权和现货数据来自单一提供商,具有统一的方法论和一致的质量。

不断扩展的覆盖范围 | 新的链、工具和产品持续添加。您的 Snowflake 环境会自动反映每一次更新。

* 试用期间的默认历史数据限制为 14 天和 1 小时/24 小时粒度 - 请联系 sales@glassnode.com 申请更高粒度和更长历史的试用。


  • 在 X 上关注我们,获取及时的市场更新和分析
  • 加入我们的 Telegram 频道,获取定期的市场洞察
  • 如需链上指标、仪表板和警报,请访问 Glassnode Studio

相關問答

QGlassnode 在 Snowflake 上推出的数据共享服务,其主要目标客户群体是谁?

A其目标客户是那些需要将数字资产数据无缝集成到现有研究和工作流程中的、最复杂的机构团队。

QGlassnode 的 Snowflake 集成服务主要解决了传统数字资产数据集成中的哪些痛点?

A它解决了传统方式中需要构建自定义API数据摄入管道、管理ETL任务以及协调数据更新的问题,从而节省了工程开销,让团队能将精力专注于(阿尔法)收益的生成。

Q文章中提到 Glassnode 是首个在 Snowflake 中提供“点-in-time”数据的提供商。为什么这一点对量化团队尤其重要?

A因为点-in-time数据是只追加且历史不可变的,每个数据点都精确反映了计算时可用的信息,避免了因聚类改进、交易所数据延迟报告或标签优化而进行的追溯性修正。这确保了回测过程中没有前瞻性偏差,使测试结果真实反映历史时刻可获得的信息。

QGlassnode 通过 Snowflake 共享的数据包含哪些主要类别?

A数据包含以下主要类别:链上分析(地址活动、供应动态、交易所资金流、矿工指标等)、衍生品数据(期货持仓、资金费率、期权相关数据)、现货与交易所数据、ETF与公司持仓数据,并提供从10分钟到日频的多种时间粒度。

Q机构用户如何开始使用 Glassnode on Snowflake 服务?

A用户首先需要获取自己的 Snowflake 账户标识符,并将其提供给 Glassnode 团队。Glassnode 将通过 Snowflake Marketplace 的私人列表提供访问权限。用户接受列表后,经过初始复制,数据即可在其数据仓库中实时使用。也可以直接通过 Snowflake 上的列表发起试用。

你可能也喜歡

AI & Web3 时代的秩序演进:m&W 的竞争维度与探索路径

人类正从“生产力提升”转向“生产关系重塑”。AI智能体的发展释放了强大的硅基生产能力,未来任务将由人类、AI智能体及多智能体网络共同完成。这带来了核心挑战:在长期人机协作中,如何建立可信关系、评估复杂贡献并形成公平的价值分配机制? 现有Web3项目在身份、资产和组织等层面奠定了基础,但面对AI智能体经济,仅解决资产交易已不足够。行业探索呈现不同路径:如Colony关注人类组织的贡献治理,SingularityNET聚焦AI能力的开放交换,Gitcoin Passport验证身份真实性,Farcaster构建开放社交网络。然而,它们尚未系统解决陌生智能体间如何建立长期信任协作的问题。 m&WDAO提出的EcoFi(生态金融/秩序)探索,试图连接人类信用、协作机制与AI经济,构建面向人机协同的新型秩序模型。其演进分为三个阶段: 1. **m&W 1.0:信用锚定**。通过“质子撞击”机制筛选高质量贡献者(Builder),将其持续贡献沉淀为不可转移的SBT(灵魂绑定代币)信用资产,为未来AI数字分身提供可信来源。 2. **m&W 2.0:协作经济**。通过EcoFi协议,将信用资产连接至真实协作任务。采用“AI前置处理+高信用节点复杂判断+OG仲裁网络争议解决”的分层验证体系,使非结构化贡献能被定价并形成“信用→协作→价值→增强信用”的经济闭环。 3. **m&W 3.0:智能秩序**。人类积累的可信信用(SBT图谱)成为其AI Agent参与经济活动的信用基础,推动形成人类与AI Agent共同生产、协作的“人机协同经济”。 这一探索面临高质量节点冷启动、AI验证与人类治理的平衡、通证经济长期稳定等挑战。m&W的目标并非成为另一个AI模型平台或工具,而是为未来智能网络建立更底层的信用基础、协作规则和经济秩序,最终实现用区块链为智能网络建立秩序的使命。

链捕手1 小時前

AI & Web3 时代的秩序演进:m&W 的竞争维度与探索路径

链捕手1 小時前

交易

現貨
活动图片