链上数据之于区块链，就像基本面数据之于股票市场，是做加密资产量化时绕不开的信息，它可以成为因子策略中的重要因子。

链上数据泛指所有发生在区块链上的交易信息。区块链本质上是一个公开的分布式数据库，所有的链上交易都会被保存，具有公开透明、不可篡改等特点。因此，链上数据不可造假，公开透明。

本文将简要介绍主要有哪些链上数据提供商，并以Glassnode为例展示如何使用Python下载数据，并以「活跃地址交易调整后价格」指标为例展示链上数据的作用。

区块链的数据提供商可以分成以下三类：

一是区块浏览器，包括Etherscan、Zapper等，主要是用来帮助用户更方便地浏览交易和账户信息（下图）。

二是链上数据服务商，包括 Glassnode，Coin Metrics，IntoTheBlock、Nansen，Token Terminal 等，主要对链上数据进行分析整合和分析。本文将简要介绍如何使用 Python 从 Glassnode 免费下载链上数据。

三是链上基建，包括Chainalysis，Infura等，包括以反洗钱为目的监测链上数据，为项目开发提供了基础设施开发工具套件和API。

Glassnode 是一家顶级的区块链的数据分析平台，它提供了比较完整的链上、期货期权、交易所交互等数据。知名投资机构、量化团队、咨询平台等都在使用它们提供的数据信息。

Glassnode 主要分为**「Studio数据库」， 「Insights市场研报」，「Academy教育」**三个模块。

「Studio」模块界面如下，用户可以查看加密资产指标。

「Insights」模块每周提供专业分析师的最新研报，还提供了中文翻译，内容除了周报和链上数据分析，还有对defi、nft等领域的分析。

「Academy」模块提供了对链上数据模型的使用指南和相关知识的免费学习。

如下图，Glassnode数据可以大致分成地址（addresses），指标类（indicators），衍生品（derivatives）等。

Glassnode 的数据标价表如下，标准版（Standard）是免费的，支持日度频率的数据下载。

第一次使用Glassnode需要申请API，用户可以在「studio」模块完成账户注册，并申请一个API key，并将api key填入下面的代码中。

import json
import requests
import pandas as pd

# insert your API key here
API_KEY = '{your api key}'
# make API request
res = requests.get('https://api.glassnode.com/v1/metrics/indicators/sopr',
    params={'a': 'BTC', 'api_key': API_KEY})
# convert to pandas dataframe
df = pd.read_json(res.text, convert_dates=['t'])

Tier 1一共支持437个数据接口，可以使用如下代码查询所有可调用接口，或直接查看官方开发文档：https://docs.glassnode.com/basic-api/endpoints。

# make API request
res = requests.get('https://api.glassnode.com/v2/metrics/endpoints',
    params={'a': 'ETH', 'api_key': API_KEY})
# convert to pandas dataframe
df = pd.read_json(res.text, convert_dates=['t'])

以调用活跃用户地址数量为例，可以通过如下输入关键词「active」的方法查看端口完整名称，从中确定了端口是  /v1/metrics/addresses/active_count 。

for index, row in df.iterrows():
    if 'active' in row['path']:
        print(row['path'])

得到端口名称后，便可以运行如下代码得到glassnode数据：

#链接可以修改
res = requests.get('https://api.glassnode.com/v1/metrics/addresses/active_count',
    params={'a': 'ETH', 'api_key': API_KEY})
# convert to pandas dataframe
df = pd.read_json(res.text, convert_dates=['t'])

摩根士丹利在一篇研报中提出过 Volume per Address adjusted Price 概念（简称pava），即**「活跃地址交易调整后价格」**。简单来说，对一层公链来说（例如以太坊、Solana等），可以通过链上交易量和活跃地址数对价格进行调整，计算出公链的估值水平。计算方法是用价格除以（90天平均链上交易量/90天平均活跃地址数），以上提到的数据都可以通过 glassnode 的api 免费得到。

将调整后价格（pava指标）和过去90天收益率放在同一张图如下：

从上表可以发现，调整后价格与过去90天收益率有很强的相关性，并存在周期性。假如将pava按大小分成5个区间，区间0代表最小的20%值，区间4代表最大的20%值的话，计算未来7天，30天和90天的平均收益率，如下：

以及未来胜率：

综上可以发现，pava是一个不错的因子。

本文简单简单介绍了链上数据的提供商glassnode，如何使用api下载从glassnode获得链上数据，最后以「活跃地址交易调整后价格」为例展示了链上数据的价值。

链上数据之于区块链，就像基本面数据之于股票市场，是做加密资产量化时绕不开的信息，它可以成为因子策略中的重要因子。

链上数据泛指所有发生在区块链上的交易信息。区块链本质上是一个公开的分布式数据库，所有的链上交易都会被保存，具有公开透明、不可篡改等特点。因此，链上数据不可造假，公开透明。

本文将简要介绍主要有哪些链上数据提供商，并以Glassnode为例展示如何使用Python下载数据，并以「活跃地址交易调整后价格」指标为例展示链上数据的作用。

区块链的数据提供商可以分成以下三类：

一是区块浏览器，包括Etherscan、Zapper等，主要是用来帮助用户更方便地浏览交易和账户信息（下图）。

二是链上数据服务商，包括 Glassnode，Coin Metrics，IntoTheBlock、Nansen，Token Terminal 等，主要对链上数据进行分析整合和分析。本文将简要介绍如何使用 Python 从 Glassnode 免费下载链上数据。

三是链上基建，包括Chainalysis，Infura等，包括以反洗钱为目的监测链上数据，为项目开发提供了基础设施开发工具套件和API。

Glassnode 是一家顶级的区块链的数据分析平台，它提供了比较完整的链上、期货期权、交易所交互等数据。知名投资机构、量化团队、咨询平台等都在使用它们提供的数据信息。

Glassnode 主要分为**「Studio数据库」， 「Insights市场研报」，「Academy教育」**三个模块。

「Studio」模块界面如下，用户可以查看加密资产指标。

「Insights」模块每周提供专业分析师的最新研报，还提供了中文翻译，内容除了周报和链上数据分析，还有对defi、nft等领域的分析。

「Academy」模块提供了对链上数据模型的使用指南和相关知识的免费学习。

如下图，Glassnode数据可以大致分成地址（addresses），指标类（indicators），衍生品（derivatives）等。

Glassnode 的数据标价表如下，标准版（Standard）是免费的，支持日度频率的数据下载。

第一次使用Glassnode需要申请API，用户可以在「studio」模块完成账户注册，并申请一个API key，并将api key填入下面的代码中。

import json
import requests
import pandas as pd

# insert your API key here
API_KEY = '{your api key}'
# make API request
res = requests.get('https://api.glassnode.com/v1/metrics/indicators/sopr',
    params={'a': 'BTC', 'api_key': API_KEY})
# convert to pandas dataframe
df = pd.read_json(res.text, convert_dates=['t'])

Tier 1一共支持437个数据接口，可以使用如下代码查询所有可调用接口，或直接查看官方开发文档：https://docs.glassnode.com/basic-api/endpoints。

# make API request
res = requests.get('https://api.glassnode.com/v2/metrics/endpoints',
    params={'a': 'ETH', 'api_key': API_KEY})
# convert to pandas dataframe
df = pd.read_json(res.text, convert_dates=['t'])

以调用活跃用户地址数量为例，可以通过如下输入关键词「active」的方法查看端口完整名称，从中确定了端口是  /v1/metrics/addresses/active_count 。

for index, row in df.iterrows():
    if 'active' in row['path']:
        print(row['path'])

得到端口名称后，便可以运行如下代码得到glassnode数据：

#链接可以修改
res = requests.get('https://api.glassnode.com/v1/metrics/addresses/active_count',
    params={'a': 'ETH', 'api_key': API_KEY})
# convert to pandas dataframe
df = pd.read_json(res.text, convert_dates=['t'])

摩根士丹利在一篇研报中提出过 Volume per Address adjusted Price 概念（简称pava），即**「活跃地址交易调整后价格」**。简单来说，对一层公链来说（例如以太坊、Solana等），可以通过链上交易量和活跃地址数对价格进行调整，计算出公链的估值水平。计算方法是用价格除以（90天平均链上交易量/90天平均活跃地址数），以上提到的数据都可以通过 glassnode 的api 免费得到。

将调整后价格（pava指标）和过去90天收益率放在同一张图如下：

从上表可以发现，调整后价格与过去90天收益率有很强的相关性，并存在周期性。假如将pava按大小分成5个区间，区间0代表最小的20%值，区间4代表最大的20%值的话，计算未来7天，30天和90天的平均收益率，如下：

以及未来胜率：

综上可以发现，pava是一个不错的因子。

本文简单简单介绍了链上数据的提供商glassnode，如何使用api下载从glassnode获得链上数据，最后以「活跃地址交易调整后价格」为例展示了链上数据的价值。