Blockchaindata vertellen een verhaal, maar alleen als je weet hoe je het moet interpreteren. Elke transactie, portemonneebeweging en interactie met een smart contract laat een openbaar spoor achter dat onthult hoe gebruikers, investeerders en protocollen zich in realtime gedragen.
Hier komt on-chain analyse om de hoek kijken. In tegenstelling tot traditionele markten waar data verborgen of vertraagd is, stelt blockchains iedereen in staat de activiteit ervan te observeren.
Door middel van on-chain-analyse kunnen analisten vroegtijdige waarschuwingssignalen van distributie opsporen vóór een marktpiek, gezonde DeFi-protocollen identificeren voordat ze een trend vertonen en ongebruikelijk walletgedrag detecteren dat wijst op risico of kansen.
Een plotselinge toename van de instroom op beurzen kan bijvoorbeeld wijzen op naderende verkoopdruk, terwijl stijgende langetermijnsaldi van houders kunnen duiden op toenemend vertrouwen. Bij NFT's kan een stijgende bodemprijs in combinatie met een afnemend aantal unieke houders een onderliggende, fragiele vraag blootleggen.
Sleutel afhaalmaaltijden
On-chain analyse maakt gebruik van openbare blockchaingegevens om te laten zien wat gebruikers en investeerders daadwerkelijk doen.
Het helpt bij het vroegtijdig opsporen van signalen van accumulatie, distributie, risico en groei.
On-chain data werkt het beste in combinatie met technische en fundamentele analyses.
Schone data, duidelijke methoden en meerdere signalen verbeteren de nauwkeurigheid.
Ethisch gebruik en respect voor privacy zijn belangrijk bij on-chain analyse.
"On-chain analyse onthult het werkelijke marktgedrag door te volgen wat er op de blockchain gebeurt, niet alleen prijsbewegingen."
Wat is on-chain analyse?
Analyse op de keten On-chain analyse is het proces waarbij gegevens die direct op een blockchain zijn vastgelegd, worden bestudeerd om te begrijpen hoe een cryptonetwerk wordt gebruikt en hoe deelnemers zich gedragen. Omdat blockchains openbare grootboeken zijn, kan iedereen transacties, walletsaldi, interacties met smart contracts en netwerkactiviteit in realtime bekijken. On-chain analyse beantwoordt vragen zoals:
Worden deze blockchain of token actief gebruikt door de gebruikers?
Zijn grote beleggers aan het accumuleren of verkopen?
Gaan de fondsen naar beurzen (mogelijke verkoop) of van beurzen af (mogelijke aanhouding)?
Wordt een protocol steeds verder uitgebreid, vertraagd of verlaten?
De reikwijdte van de on-chain analyse omvat:
Transactiegegevens: overboekingen tussen wallets, transactiegroottes, betaalde kosten
Portemonnee- en adresactiviteit: aantal actieve gebruikers, nieuwe adressen, langetermijnhouders versus kortetermijnhouders
Tokenstromen: Het verplaatsen van tokens tussen wallets, exchanges en smart contracts.
Aanbod- en eigendomsstatistieken: circulerend aanbod, tokens in bezit van grote investeerders (whales), aanbod op beurzen.
Protocolgebruik: DeFi-stortingen, -opnames, -liquidaties en interacties met slimme contracten
Hoe verschilt het van technische analyse en fundamentele analyse?
On-chain analyse wordt vaak vergeleken met twee andere populaire methoden: technische analyse en fundamentele analyse. Elk van deze methoden bekijkt de markt vanuit een ander perspectief.
Analysetype
Waar het zich op richt
Gebruikte gegevens
Hoofddoel
Technische Analyse (TA)
Prijsgrafieken en indicatoren zoals voortschrijdende gemiddelden, RSI en steun-/weerstandsniveaus.
Historische prijs- en volumegegevens
Het doel is om prijsgedrag te bestuderen en instap- en uitstappunten voor de handel te identificeren.
Fundamentele Analyse (FA)
Projectfundamentals zoals het team, whitepaper, roadmap, tokenfunctionaliteit, partnerschappen en macro-economische factoren
Projectinformatie, marktomstandigheden en economische gegevens
Om de waarde en de kracht van een cryptoproject op de lange termijn te evalueren.
Analyse op de keten
Werkelijke blockchainactiviteit en netwerkgedrag
On-chain data zoals transacties, walletactiviteit en tokenstromen.
Om in realtime te begrijpen wat gebruikers en investeerders doen.
"Dankzij de transparantie van blockchain kan iedereen de activiteit verifiëren, waardoor on-chain analyse een krachtige bron van inzichten vormt."
Kerngegevenstypen en -bronnen in on-chain-analyse
Dit legt uit waar blockchaingegevens vandaan komen en hoe ze worden verzameld. Inzicht in deze gegevensbronnen helpt je om ruwe blockchainactiviteit om te zetten in heldere, bruikbare inzichten.
Ruwe blockchain-gegevens
Ruwe blockchain-gegevens De originele informatie wordt rechtstreeks op de blockchain vastgelegd. Deze gegevens zijn openbaar, permanent en vormen de basis van alle on-chain analyses. Het omvat blokken, transacties, logboeken en ontvangstbewijzen.
Ruwe data is zeer gedetailleerd en technisch, maar laat precies zien wat er op het netwerk is gebeurd, zonder interpretatie. Twee belangrijke stukken informatie die erin kunnen staan, zijn:
Transactievelden (van, naar, waarde, gas, input). Deze velden helpen analisten bij het volgen van geldstromen, gebruikersgedrag en contractgebruik. Elke transactie bevat belangrijke velden, zoals:
Van: Het walletadres van de afzender
Aan: Het wallet- of smart contract-adres van de ontvanger
Waarde: Aantal verzonden tokens
Gas/kosten: Kosten betaald voor het verwerken van de transactie.
Invoergegevens: Instructies verzonden naar een smart contract
Gebeurtenislogboeken en geïndexeerde onderwerpen (ERC-20-overdrachten, goedkeuringen). Gebeurtenislogboeken worden veel gebruikt omdat ze gestructureerd, doorzoekbaar en efficiënt zijn voor analyse. Wanneer slimme contracten worden uitgevoerd, genereren ze gebeurtenislogboeken. Deze logboeken maken het gemakkelijker om specifieke acties te volgen, zoals:
ERC-20 tokenoverdrachten
Tokengoedkeuringen
DeFi-transacties zoals stortingen, opnames of swaps.
Afgeleide gegevens en indexen
Afgeleide data wordt gecreëerd door ruwe blockchaindata te verwerken en te ordenen, zodat deze beter te begrijpen is. De meeste analisten vertrouwen op afgeleide data omdat deze ruwe blockchainrecords omzet in betekenisvolle indicatoren. Voorbeelden hiervan zijn:
UTXO-aggregaten (voornamelijk voor Bitcoin): het groeperen van niet-gebruikte outputs om het gedrag van houders te analyseren.
Prijsgenormaliseerde statistieken: het aanpassen van on-chain waarden aan de hand van marktprijzen (bijv. gerealiseerde cap, MVRV)
Algemene openbare bronnen
On-chain data kan via verschillende openbare bronnen worden verkregen, afhankelijk van de gewenste diepte en gebruiksvriendelijkheid. Voorbeelden hiervan zijn full nodes en RPC-providers, block explorers (Etherscan, Blockchair) en aanbieders van on-chain analyses.
Gegevensformaten en toegang (API's, CSV, SQL-export, Parquet)
On-keten gegevens zijn beschikbaar in verschillende formaten, afhankelijk van het platform en de toepassing. De keuze van het formaat hangt af van of de gebruiker snel inzicht wil, specifiek onderzoek op maat wil uitvoeren of een grootschalige analyse wil uitvoeren.
API's: voor realtime data en automatisering
CSV-bestanden: Gemakkelijk te downloaden en te analyseren in spreadsheets.
SQL-exports: Worden gebruikt voor aangepaste query's en dashboards.
Parquet-bestanden: een efficiënt formaat voor grootschalige data-analyse.
"Transactiestromen, portemonneegedrag en netwerkgebruik geven vaak signalen af over marktverschuivingen voordat de prijzen reageren."
Tools, platforms en queryomgevingen voor on-chain data-analyse
On-chain analyse is sterk afhankelijk van de tools die worden gebruikt om blockchain-data te verzamelen, te verwerken en te interpreteren. Deze tools variëren van professionele analyseplatforms tot open community-dashboards en diensten voor toegang tot data op laag niveau.
Elke categorie is geschikt voor verschillende gebruikers en heeft verschillende doelstellingen, van actieve handelaren tot onderzoekers en compliance-teams.
Commerciële analyseplatforms
Beste voor: Gebruikers die betrouwbare inzichten willen zonder zelf data-pipelines te hoeven bouwen.
Commerciële analyseplatformen richten zich op kant-en-klare inzichten en professionele statistieken. Ze verzamelen grote hoeveelheden ruwe blockchaindata, schonen deze op, labelen wallets en transformeren ze in gemakkelijk te begrijpen indicatoren. Voorbeelden hiervan zijn:
Glasknoop: Het platform staat algemeen bekend om zijn diepgaande on-chain-statistieken, zoals de verhouding tussen aanbod en winst of verlies, MVRV, SOPR en het gedrag van langetermijnbeleggers. Het wordt veel gebruikt voor macro-economische analyses en onderzoek naar marktcycli.
Nansen: Het is gespecialiseerd in het labelen van wallets en het volgen van geldstromen, waardoor het populair is voor het identificeren van activiteiten van grote investeerders (whales), bewegingen van 'smart money' en interacties binnen DeFi.
IntoTheBlock: legt de nadruk op statistische modellen, on-chain signalen en risico-indicatoren die aantrekkelijk zijn voor handelaren en analisten.
Messari: Het combineert on-chain data met fundamenteel onderzoek en biedt gestructureerde statistieken, dashboards en schriftelijke rapporten die nuttig zijn voor investeerders en instellingen.
Gemeenschap / open tools
Beste voor: Analisten die transparantie en controle willen over hoe meetgegevens worden samengesteld en geïnterpreteerd.
Community- en open tools geven prioriteit aan transparantie, flexibiliteit en aanpassingsmogelijkheden. Ze stellen gebruikers in staat om blockchain-data direct te verkennen en hun eigen dashboards of zoekopdrachten te creëren.
Duin: Hiermee kunnen gebruikers SQL-query's uitvoeren op blockchaingegevens en de resultaten visualiseren in openbare dashboards. Het wordt veel gebruikt voor DeFi-, NFT- en DAO-analyses.
De grafiek: Biedt geïndexeerde blockchaingegevens via subgrafieken, waardoor het voor ontwikkelaars en analisten gemakkelijker wordt om efficiënt specifieke gegevens van slimme contracten op te vragen.
DeFiLlama: Het platform richt zich op DeFi-statistieken zoals TVL, protocolinkomsten en vergelijkingen op blockchainniveau, en biedt een eenvoudig en breed vertrouwd overzicht van het DeFi-ecosysteem.
Omgekeerde crypto: Biedt gestructureerde blockchain-datasets aan en beloont gebruikers voor het maken van inzichtelijke analyses en dashboards.
Block explorers & RPC providers
Beste voor: Analisten die vaak gebruikmaken van basistools voor meer geavanceerde analyses.
Deze tools staan het dichtst bij de ruwe blockchain. Block explorers en RPC-providers bieden directe toegang tot blockchain-data zonder ingewikkelde interpretatie.
EtherscanEtherscan en vergelijkbare tools stellen gebruikers in staat transacties, walletsaldi, tokenoverdrachten en interacties met smart contracts in een leesbaar formaat te bekijken. Ze worden vaak gebruikt voor verificatie, het oplossen van problemen en snel onderzoek.
RPCRPC-providers zoals Infura en Alchemy stellen applicaties en analisten in staat om programmatisch blockchaingegevens op te vragen. Ze zijn essentieel voor ontwikkelaars, geautomatiseerde systemen en geavanceerd on-chain onderzoek.
Het kiezen van tools op basis van gebruiksscenario (handelssignalen versus protocolonderzoek versus on-chain forensisch onderzoek)
De beste on-chain tool hangt af van het specifieke doel. Traders geven vaak de voorkeur aan commerciële platforms die duidelijke signalen, waarschuwingen en marktgerichte indicatoren bieden.
Protocolteams en onderzoekers maken doorgaans gebruik van communitytools en SQL-gebaseerde omgevingen om gebruik, gebruikersgedrag en de prestaties van slimme contracten te volgen.
Voor on-chain forensisch onderzoek, compliance of onderzoeken combineren analisten vaak block explorers, RPC-toegang en gelabelde wallet-databases om geldstromen nauwkeurig te traceren.
In de praktijk gebruiken de meeste professionals een combinatie van tools. Commerciële platforms bieden snelheid en gebruiksgemak, terwijl open tools en toegang tot onbewerkte data flexibiliteit en dieper inzicht bieden.
Methodologieën: Hoe voer je on-chain analyses uit?
On-chain analyse gaat niet alleen over het bekijken van grafieken of statistieken. Het volgt een duidelijk proces dat ruwe blockchain-data omzet in betekenisvolle inzichten. Een goede methodologie helpt je ruis te verminderen, verkeerde conclusies te vermijden en je besluitvorming te verbeteren. Hier zijn zeven methodologieën die je zou moeten toepassen.
Gegevens opschonen en normaliseren
Ruwe blockchaindata is vaak rommelig en inconsistent. Tokens kunnen verschillende decimalen gebruiken, waarden kunnen in basiseenheden worden vastgelegd en dezelfde gebruiker kan meerdere adressen beheren.
Het opschonen van data begint met het normaliseren van de eenheden, zodat waarden vergelijkbaar zijn. Denk hierbij aan het omrekenen van ruwe tokenbedragen naar standaard token-eenheden of het aanpassen van waarden naar USD. Analisten moeten ook rekening houden met wrapped tokens, bridged assets en blockchain-specifieke standaarden.
Het hergebruik van adressen en het clusteren van wallets worden zorgvuldig behandeld, aangezien één entiteit meerdere adressen kan beheren. Zonder de juiste opschoning en normalisatie kunnen on-chain statistieken misleidend zijn.
Tijdsbestekken en gladstrijken
Blockchainactiviteit is zeer volatiel, vooral op kortere tijdsframes. Het kiezen van het juiste tijdsframe is cruciaal. Dagelijkse data zijn nuttig voor signalen op korte termijn, maar kunnen ruis bevatten.
Overzichten per week of maand helpen bredere trends te onthullen. Gladstrijktechnieken, zoals voortschrijdende gemiddelden, worden vaak toegepast om willekeurige pieken te verminderen en onderliggende patronen te benadrukken. De sleutel is om het tijdsbestek af te stemmen op het doel van de analyse, of het nu gaat om kortetermijnhandel of langetermijnnetwerkevaluatie.
Cohortanalyse
Cohortanalyse groepeert adressen of tokens op basis van gedeelde kenmerken. Leeftijdscohorten classificeren munten of houders op basis van hoe lang de activa al in bezit zijn, waardoor analisten onderscheid kunnen maken tussen kortetermijnhandelaren en langetermijnhouders.
Houderscohorten kunnen ook worden gegroepeerd op basis van portefeuillegrootte, activiteitsniveau of gedrag. Deze methode laat zien hoe verschillende groepen reageren op marktomstandigheden, bijvoorbeeld of langetermijnhouders accumuleren terwijl kortetermijnhouders verkopen.
Adreslabeling en heuristieken
Omdat blockchainadressen standaard anoniem zijn, is labeling essentieel voor interpretatie. Adreslabeling maakt gebruik van bekende tags en gedragspatronen om beurzen, slimme contracten, fondsen of protocolwallets te identificeren.
Heuristieken zoals transactiefrequentie, interactiepatronen en tegenpartijen helpen bij het classificeren van onbekende adressen. Hoewel het labelen van adressen meer inzicht biedt, is het nooit perfect en moet het eerder als probabilistisch dan als absoluut worden beschouwd.
Het detecteren van grote evenementen
Belangrijke gebeurtenissen op de blockchain hebben vaak een impact op de markt. Het vrijgeven van tokens kan het aanbod vergroten, transacties door grote investeerders kunnen duiden op accumulatie of distributie, en contractupgrades kunnen het gedrag van het protocol beïnvloeden.
Het opsporen van deze gebeurtenissen vereist het monitoren van ongebruikelijke veranderingen in saldi, stromen of contractactiviteit. De context is belangrijk, aangezien niet alle grote overboekingen of vrijgaven tot prijsbewegingen leiden, maar ze verhogen vaak wel het risico of de volatiliteit.
Het combineren van on-chain en off-chain signalen
On-chain data wordt krachtiger wanneer deze gecombineerd wordt met off-chain informatie. Orderboekdata toont de directe marktliquiditeit en -druk, terwijl derivatenstatistieken inzicht geven in hefboomwerking en risicopositie.
Het sentiment op sociale media kan helpen bij het verklaren van plotselinge activiteitspieken of door verhalen gedreven koersbewegingen. Het gebruik van alleen on-chain data kan deze factoren missen, maar het combineren van signalen biedt een completer beeld van de markt.
Backtesten van on-chain signalen
Backtesting houdt in dat on-chain indicatoren worden getest aan de hand van historische gegevens om te evalueren hoe ze in het verleden zouden hebben gepresteerd. Een typische aanpak definieert een signaal, past dit toe op verschillende historische perioden en vergelijkt de resultaten met prijs- of risicometrieën.
Veelvoorkomende valkuilen zijn overfitting, het negeren van veranderende marktomstandigheden en de aanname dat gedrag uit het verleden zich exact zal herhalen. Goede backtesting richt zich op robuustheid, eenvoud en realistische aannames in plaats van perfecte historische prestaties.
Casestudies (korte, praktische voorbeelden) over on-chain-analyse
Casestudies helpen om on-chain theorie om te zetten in een praktisch begrip. De onderstaande voorbeelden laten zien hoe gangbare on-chain metrics in de praktijk worden toegepast om tot duidelijkere besluitvorming te komen.
Voorbeeld 1: het gebruik van uitwisselingsstromen + SOPR om distributie te detecteren
In dit scenario monitort een analist de instroom van tokens op beurzen in combinatie met de SOPR (Spent Output Profit Ratio). Een aanhoudende stijging van het aantal tokens dat naar beurzen wordt overgeplaatst, suggereert dat houders zich mogelijk voorbereiden om te verkopen. Tegelijkertijd geeft een SOPR die boven de 1 blijft aan dat de munten met winst worden uitgegeven.
Wanneer beide signalen samen voorkomen, wijst dit vaak op distributie, waarbij beleggers winst veiligstellen in plaats van accumuleren. Handelaren kunnen deze combinatie interpreteren als een waarschuwingssignaal voor toenemende verkoopdruk of een mogelijke marktpiek.
Voorbeeld 2: protocolstatusdashboard voor een DeFi-leningsmarkt
Een protocolteam bouwt een eenvoudig on-chain dashboard om de status van het platform te monitoren. Belangrijke meetwaarden zijn onder andere de totale vergrendelde waarde, het aantal actieve leners en uitleners, de benuttingsgraad, het liquidatievolume en de protocolinkomsten.
Als de TVL (Total Value Locked) stabiel blijft terwijl het aantal actieve gebruikers afneemt en het aantal liquidaties toeneemt, kan dit duiden op problemen of een verminderd vertrouwen van de gebruiker. Door deze indicatoren in de loop van de tijd te volgen, kunnen teams en investeerders snel beoordelen of een leenprotocol duurzaam groeit of verborgen risico's loopt.
Effectieve en verantwoorde on-chain analyse vereist meer dan alleen technische vaardigheden. Analisten moeten de beste werkwijzen volgen om ervoor te zorgen dat de inzichten betrouwbaar, reproduceerbaar en ethisch verantwoord worden gebruikt. Dit beschermt zowel de integriteit van de analyse als de privacy van de netwerkdeelnemers.
Vragen over reproduceerbaarheid en documentatie
Reproduceerbaarheid is een hoeksteen van betrouwbare analyses. Elke query, berekening van meetwaarden en datatransformatie moet duidelijk worden gedocumenteerd, zodat anderen, of zelfs uzelf in de toekomst, de resultaten kunnen repliceren.
Dit omvat het specificeren van de gegevensbronnen, tijdsperioden, filtermethoden en normalisatiestappen. Door query's en methoden te documenteren, maken analisten hun werk controleerbaar.
Het combineren van meerdere onafhankelijke signalen
Het vertrouwen op één enkele meetwaarde of indicator kan misleidend zijn vanwege ruis, afwijkingen of uitschieters in blockchaingegevens.
Het is aan te raden meerdere onafhankelijke signalen te combineren om conclusies te onderbouwen. Een toename van instromende gegevens kan bijvoorbeeld worden geanalyseerd in combinatie met SOPR, actieve adressen of retentiecijfers van cohorten.
Transparantie over aannames en drempelwaarden
Elke on-chain analyse is gebaseerd op aannames, bijvoorbeeld over de clustering van wallets, de classificatie van tokens, de gebruikte methoden voor het gladstrijken van transacties of de drempelwaarden voor het definiëren van 'grote transacties'.
Analisten dienen deze aannames en de onderbouwing van eventuele gebruikte drempelwaarden duidelijk te vermelden. Transparantie zorgt ervoor dat lezers de beperkingen en mogelijke vertekeningen van de analyse begrijpen.
Privacykwesties en verantwoorde openbaarmaking
Hoewel blockchaingegevens openbaar zijn, blijven ethische overwegingen cruciaal. Analisten moeten voorkomen dat ze persoonlijk identificeerbare informatie openbaar maken of zoekopdrachten publiceren die individuele gebruikers onnodig kunnen de-anonimiseren.
Bij het ontdekken van exploits, kwetsbaarheden of verdachte activiteiten, is het belangrijk om de juiste meldingspraktijken te volgen: relevante projecten of autoriteiten waarschuwen in plaats van individuen publiekelijk aan de schandpaal te nagelen of te viseren.
On-chain analyse draait blockchain-transparantie Dit vertaalt zich naar praktische inzichten. Door de daadwerkelijke activiteit op de blockchain te bestuderen, zoals transacties, walletgedrag, tokenstromen en protocolgebruik, helpt het te verklaren wat gebruikers en investeerders echt doen, en niet alleen wat de prijzen suggereren. Dit maakt on-chain analyse een krachtige aanvulling op technische en fundamentele analyse.
On-chain-analyse werkt echter het beste wanneer deze doordacht wordt toegepast. Schone data, de juiste tijdsperioden, meerdere bevestigende signalen en duidelijke aannames zijn essentieel. Ethische overwegingen zoals privacy, transparantie en verantwoorde openbaarmaking zijn net zo belangrijk als technische nauwkeurigheid.
Voor beginners is de belangrijkste les simpel: begin klein. Leer een paar kerncijfers kennen, begrijp wat ze meten en observeer hoe ze zich gedragen onder verschillende marktomstandigheden.
Veelgestelde vragen
Wat is on-chain analyse in eenvoudige bewoordingen?
On-chain analyse is de studie van blockchaingegevens om te begrijpen hoe gebruikers, investeerders en protocollen zich gedragen door transacties, wallets en tokenbewegingen te volgen.
Wie maakt gebruik van on-chain analyse?
Handelaren, langetermijnbeleggers, DeFi-ontwikkelaars, onderzoekers en compliance-teams gebruiken on-chain-analyse om datagestuurde beslissingen te nemen.
Is on-chain analyse beter dan technische analyse?
Het is niet beter, maar anders. On-chain analyse toont de daadwerkelijke blockchain-activiteit, terwijl technische analyse zich richt op prijsgrafieken. Veel gebruikers combineren beide.
Wat zijn de belangrijkste on-chain statistieken voor beginners?
Gangbare statistieken voor beginners zijn onder andere actieve adressen, inkomende en uitgaande transacties, SOPR, MVRV en de totale waarde die is vergrendeld (TVL).
Heb ik geavanceerde technische vaardigheden nodig om on-chain analyse te gebruiken?
Nee. Veel platforms bieden kant-en-klare dashboards en statistieken, waardoor het zelfs voor beginners toegankelijk is.
Hallo, welkom op mijn profiel. Ik ben een gepassioneerde contentwriter, copywriter en fictieschrijver. Ik streef ernaar om altijd boeiende en hoogwaardige content te leveren. Ik heb de kunst van het combineren van fantasierijke gedachten met herkenbare thema's tot in de puntjes geperfectioneerd, waardoor verhalen ontstaan die boeien en verschillende doelgroepen aanspreken.
DisclaimerDit artikel is uitsluitend bedoeld ter informatie en mag niet worden beschouwd als handels- of beleggingsadvies. Niets in dit artikel mag worden opgevat als financieel, juridisch of fiscaal advies. Handelen of investeren in cryptovaluta brengt een aanzienlijk risico op financieel verlies met zich mee. Voer altijd een due diligence-onderzoek uit voordat u handels- of beleggingsbeslissingen neemt.
