币圈链上活跃供应量数据查询-不同时间段活跃供应量链上数据查询

链上活跃供应量（Active Supply）是衡量市场真实流动性与持仓行为的关键指标之一。不同于总供应量或流通量的静态视角，活跃供应量追踪的是在特定时间窗口内发生过移动的币种数量，因此能反映出长期持有者与短线交易者之间的力量切换。对于研究员而言，观察不同时间段的活跃供应量变化，有助于识别筹码的重新分配过程、判断市场是否进入过热或冷清阶段，也能为周期拐点提供辅助性验证。以下我们将从链上数据查询方法入手，结合不同时间维度的指标逻辑，展开实用性拆解。

查询路径与基础工具

获取活跃供应量数据的首要前提是选择可靠的链上数据源。目前业界常用的平台包括 Glassnode、CryptoQuant 以及部分 Dune 自定义看板。这些工具一般将“活跃”定义为在指定回溯窗口内（例如 1d、7d、30d、90d、1y 等）至少发生过一次地址间转账的供应量。需要注意的是，交易所内部转账、机构托管钱包的自转或合并交易需要结合具体平台的清洗逻辑做剔除，否则可能高估活跃数值。

以比特币为例，Glassnode 的 “Active Supply” 指标允许用户直接切换不同持有区间，比如 “1y-2y” 或 “3m-6m”，从而观察特定年龄币龄的移动规模。而 CryptoQuant 还提供 “Active by Entity” 这类实体维度数据，可进一步区分矿工、交易所与长期 holder 的行为差异。对于国内用户来说，最便捷的查询路径是借助聚合型交易所的链上数据页面——欧易 内部的链上分析工具整合了部分活跃供应量视图，并支持按周月切换，适合快速验证判断。

短期活跃供应量：市场情绪的温度计

短期活跃供应量，通常指 1 天或 7 天窗口内移动过的币量。这一指标与市场交易热度高度同步。当价格处于急涨或急跌阶段，短期活跃供应量会迅速放大，因为大量筹码在短时间内发生换手。如果价格上涨伴随短期活跃供应量急剧攀升，往往意味着获利兑现压力正在积聚；反之，价格下跌但短期活跃供应量持续萎缩，则表明抛压更多来自存量恐慌盘而非新增卖盘，后续价格企稳概率增加。

长期观察可以发现，比特币短期活跃供应量与价格走势常出现顶背离形态。例如在 2021 年 4 月和 11 月，价格创出历史新高，但 7 日活跃供应量并未同步创新高，反而较前几次高点明显收缩，这暗示市场筹码的“活化”程度下降，新买方承接力不足以推动进一步上涨。而触底反弹阶段，例如 2022 年 11 月 FTX 事件后，短期活跃供应量曾快速冲高后回落，随后伴随价格横盘已久，这一信号被不少分析师视为恐慌筹码出清完毕的提示。

中期活跃供应量：筹码迁移的中枢视角

90 天与 180 天活跃供应量是衔接短期情绪与长期周期的中间层。该指标常用于观察主升浪启动前的主力吸筹行为。当市场经历长时间下跌后，90 日活跃供应量若出现缓慢下降，说明部分前期成交的筹码逐步沉淀为“持仓不动”状态，而保持活跃的部分更多是高频短线资金。此时若价格开始放量突破，往往意味着沉淀筹码被有效锁定，上行的潜在阻力减弱。

反之，当 90 日活跃供应量从低位突然跃升，并且价格进入滞涨阶段，需要警惕早期低位筹码的大规模解禁或老持有者的集中转移。这类情况常见于项目解锁周期的前后，或大额场外交易完成后的链上再分配。例如某些盈利地址在价格翻倍后选择将币转至交易所，若该行为在 90 日窗口内集中发生，活跃供应量数值会显著抬升，但实际抛售可能需要数周才完全消化。

对普通交易者而言，不应孤立看待中期活跃供应量的绝对值，而应结合持币地址数的增长情况。如果活跃供应量上升但总地址数并未明显增加，说明现有筹码在少数地址间频繁移动，可能存在做市或对倒行为，此时指标可信度需要打折。通过 欧易 的链上数据面板并配合其交易所内的资金费率指标，可以交叉验证中期活跃数据是否与衍生品市场方向一致。

长期活跃供应量：周期定位的基础参考

1 年以上的活跃供应量多为衡量历史底部与顶部区域的重要参数。当 1 年活跃供应量跌至近几年的极低水平，说明绝大多数曾经交易过的币都处于“沉睡”状态，这一般对应长期熊市的末期。反过来，如果 1 年或 2 年活跃供应量持续上升，并超过总供应量的某个比例阈值，通常意味着大量早期筹码重新进入流通，市场进入高风险区间。历史上 2017 年 12 月和 2021 年 3 月均出现过类似现象。

不过，长期指标也有其固有滞后性。因为“1 年活跃供应量”统计的是过去 365 天内未移动的币，一旦这些币发生移动，指标的更新比实际交易时间滞后了一个统计周期。因此不少研究者更偏好使用 “Ribbon” 型分段数据，例如将活跃供应量按 3m-6m、6m-12m、1y-2y 拆开，观察不同年龄段的相对变化，从而构建更细致的周期模型。

实战查询中的注意事项

查询不同时间段活跃供应量时，务必注意以下三点：第一，底层数据的口径是否包含稳定币、抵押铸造币或封装资产，这些类型的地址行为与原生货币有显著差异；第二，区块重组或孤立区块可能导致临时性的数据跳变，尽量等待几个确认后再采数；第三，跨链结算的兴起使得部分“活跃”并非基于传统转账，而是发生在二层网络或侧链中，若仅盯主网数据，可能会低估真实活跃度。

对于使用轻量级终端的用户来说，不必非要借助复杂的 SQL 查询，利用现货平台的链上集成视图也能达到基本目的。例如通过 欧易 进入市场分析板块，即可快速查看主流资产的活跃供应量曲线，并结合该平台提供的资金流向与锁仓量数据，形成多维度的判断框架。行业经验表明，链上活跃供应量单指标的有效性约在六成左右，但如果与交易所净流入、稳定币成交占比等组合使用，可以过滤掉大量虚假信号。

如何将活跃供应量纳入日常决策

研究员在设计自己的监控体系时，可以考虑按“三层”结构使用活跃供应量：底层为长期趋势判断，只观察 1y 与 2y 的活跃度是否处于历史极端区间；中层用于制定买卖区间，参考 90d 与 180d 活跃度的斜率变化，判断主力是否有吸筹或派发嫌疑；上层用于短期进出，结合 7d 活跃量的突发性放大或萎缩，配合价格走势，做出加减仓决策。每层之间留出足够的容错空间，避免因瞬时数据抖动造成误判。

另外，需要警惕“数据在模糊时最不可用”的规律。链上活跃供应量在市场方向明确时往往表现出一致性，但在震荡市中，各类时间窗口的数值可能会相互打架，比如 7 日活跃量上升而 180 日下降，这种分歧本身虽具有提示意义，却不能直接作为单一交易依据。更好的做法是等待多个时间维度同向共振，或者借助 欧易 的指标定制功能，将活跃供应量与与价格均线的偏离度放在一起观察，寻找共振点。

从执行层面看，建议每月固定时间记录一次 1y、3m、7d 活跃供应量的具体数值，并备注当时的价格与市场事件。连续积累两到三个季度后，就能直观感受到该指标在不同阶段的表现特征。