第一章：课程导论与数据源

大家好，我是你们的老朋友。今天咱们正式开讲《链上数据量化回测与策略优化实战》的第一章。

说实话，我接触链上数据量化这个领域，已经有五六年了。刚开始那会儿，市场上能用的工具少得可怜，数据质量也参差不齐。我踩过的坑，估计比你们走过的路还多（笑）。所以这一章，我会把最核心的东西掰开揉碎了讲给你听。

1.1 什么是链上数据？

链上数据，说白了就是区块链上记录的所有交易、合约调用、地址余额等信息。它不像传统金融数据那样，只有价格和成交量。链上数据更底层、更原始。

举个例子：

• 交易数据：谁给谁转了多少钱，用了什么代币
• 合约数据：某个DeFi协议每天有多少用户交互，锁仓量多少
• 地址数据：大户地址的持仓变化，新地址的创建速度
• Gas数据：网络拥堵程度，矿工费变化

我个人习惯把链上数据分成两类：原生数据和衍生数据。原生数据就是区块里直接能读到的，比如转账记录。衍生数据则是经过计算得到的，比如某个地址的盈亏比、换手率。

1.2 为什么链上数据对量化交易重要？

你想想看，传统量化交易看什么？K线、MACD、RSI。这些指标都是价格和成交量的衍生品。但链上数据给你的是另一个维度——行为维度。

我在项目中遇到过这样一个案例：某个代币价格突然暴涨，但链上数据显示大户地址正在持续出货。如果你只看K线，可能会追高。但如果你看了链上数据，就会知道这波拉升大概率是诱多。结果呢？三天后价格腰斩。

链上数据的核心价值在于：

1. 提前发现信号：大户的链上操作往往比市场价格变动早几个小时甚至几天
2. 验证市场情绪：价格涨了，但链上活跃度没跟上？那可能是假突破
3. 构建更稳健的策略：结合链上数据的策略，往往比纯价格策略有更高的夏普比率

1.3 主流数据源介绍

现在市面上能用的链上数据源不少，但真正靠谱的也就那么几家。我按自己的使用频率，给你排个序。

数据源	特点	适合场景	价格
Dune	社区驱动，SQL查询，免费额度大	快速原型验证，自定义查询	免费版够用，付费版$399/月起
Glassnode	专业级指标，数据质量高	机构级策略，深度研究	$29/月起，专业版$799/月
CoinMetrics	覆盖广，API稳定，支持历史数据	回测研究，学术分析	按量计费，企业版定制

1.3.1 Dune：社区驱动的数据宝库

Dune是我用得最多的工具。为什么？因为它有个巨大的社区，别人写好的查询可以直接拿来用。你想想看，省了多少时间。

Dune的核心是SQL查询。你写一条SQL，就能从海量链上数据中提取你想要的信息。比如：

-- 查询过去24小时Uniswap V3的交易量
SELECT 
  date_trunc('hour', block_time) AS hour,
  SUM(amount_usd) AS volume_usd
FROM uniswap_v3_ethereum.swaps
WHERE block_time >= now() - interval '24 hours'
GROUP BY 1
ORDER BY 1

嗯，这里要注意：Dune的数据更新有延迟，大概5-10分钟。做高频交易的话，它不太合适。

1.3.2 Glassnode：机构级的数据质量

Glassnode是我做深度研究时的首选。它的指标都是经过精心计算的，比如MVRV比率、SOPR、NUPL等。这些指标在传统数据源里根本找不到。

我曾经用Glassnode的「交易所净流量」指标，成功预测过两次比特币的短期顶部。具体逻辑很简单：当大量BTC流入交易所时，说明大户准备出货了。

1.3.3 CoinMetrics：历史数据的王者

CoinMetrics最大的优势是历史数据覆盖广。它支持从比特币创世区块到现在的所有数据。对于做长周期回测的人来说，这简直是神器。

它的API设计也很规范，RESTful风格，文档清晰。我建议你直接用Python的requests库来调用：

import requests
import json

url = "https://api.coinmetrics.io/v4/timeseries/asset-metrics"
params = {
    "assets": "btc",
    "metrics": "PriceUSD,CapRealUSD",
    "frequency": "1d",
    "limit_per_asset": 100,
    "api_key": "YOUR_API_KEY"
}

response = requests.get(url, params=params)
data = response.json()
print(json.dumps(data, indent=2))

不过要注意，CoinMetrics的免费额度很少。做大规模回测的话，建议直接上付费版。

1.4 知识体系总览

为了让你对本章内容有个整体认识，我画了张图。这张图展示了链上数据量化交易的核心知识结构。

这张图展示了从数据获取到策略执行的完整链路。你会发现，数据源在最底层，是所有工作的基础。没有高质量的数据，再好的策略也是空中楼阁。

1.5 本章小结

好了，第一章的内容就到这里。我们讲了链上数据的定义、它对量化交易的重要性，以及三个主流数据源的特点和接入方式。

我个人建议你从Dune开始入手。它免费、社区活跃、学习曲线平缓。等你把Dune玩熟了，再考虑升级到Glassnode或CoinMetrics。

下一章，我们会深入讲解如何用Python搭建数据采集管道。到时候我会手把手教你写代码，把Dune和Glassnode的数据拉到本地。