从区块高度、哈希率到矿工收入，一文读懂如何快速获取并落地应用比特币核心指标。
什么是比特币基本面关键指标？
比特币基本面关键指标（Bitcoin Key Metrics） 是一套每日更新的链上与链下综合数据，自 2009 年创世区块起覆盖至 2024 年 5 月。目前共计 23 个维度，能够一站式呈现比特币的 供应量、网络安全、矿工经济、交易活跃度和市场表现，是量化投资与基本面研究的基础数据包。
本文将手把手拆解这 23 个指标的用法、查数方式以及在脚本中的调用示例，并在常见疑问环节给出可直接复制的模板代码，帮助开发者和分析师快速落地。
23 个核心指标一览
| 指标中文名 | 字段代码 | 关键用途 | 更新频率 |
|---|---|---|---|
| 全市场比特币总量 | TOTBC | 通胀度量 | 每日 |
| BTC/USD 市场价格 | MKPRU | 估值起点 | 每日 |
| 平均区块大小 | AVBLS | 扩容需求监控 | 每日 |
| 中位确认时间 | ATRCT | 体验指标 | 每日 |
| 全网难度 | DIFF | 网络安全 | 2048 块约两周 |
| 哈希率 | HRATE | 矿工信心 | 每日估算 |
| 矿工收入 | MIREV | 成本估算 | 每日 |
| 市值 | MKTCP | 相对规模 | 每日 |
| 活跃地址数 | NADDU | 用户增量 | 每日 |
| 交易笔数 | NTRAN | 需求热度 | 每日 |
| 总交易手续费 | TRFEE | 网络拥堵晴雨表 | 每日 |
| ...（完整 23 项见下方 FAQ 1） |
在脚本中实时调用示例
下面以 Python + BigQuant 为例，演示如何在本地或 Jupyter 环境中一次性拉取最新一天全部指标：
import dai
sql = """
SELECT *
FROM bitcoin_key_metrics
WHERE date = '2024-04-29'
ORDER BY date
"""
df = dai.query(sql).df()
print(df.head())场景化落地方法
1. 量化择时
- 输入：HRATE 与 MKPRU 两列
- SMA 策略：当哈希率先于价格转升，视为“算力先行”做多信号。
2. 策略链追踪
- 用 Toutv（总输出量）与 TRFEE（手续费）建立 活跃度-拥堵度二维矩阵，辅助调仓。
3. 宏观研究
- 将 DIFF 环比变化 与 TOTBC 增量 联合输出，自动触发“减半周期”事件标签。
常见问题答疑
Q1：23 个完整字段到底有哪些？
A1：已在 README.md 及页面顶部列出，也可通过 dai.query("DESC bitcoin_key_metrics") 一键查询。
Q2：能否一次性获取多年数据？
A2：可以。改为 WHERE date BETWEEN '2020-01-01' AND '2024-04-29' 即可。
Q3：数据延迟多久？
A3：官方源在 UTC 00:00 结算，API 在 01:30 左右提供更新，可在 cron 中设定 02:00 任务拉取。
Q4：与链上浏览器区别？
A4：浏览器按需手动点查，本数据库封装为可 批处理、回测、模型训练 的格式化结构化表。
Q5：如何对接传统金融数据库？
A5：通过 BigQuant UNION 与 JOIN 语句，把 MKPRU 作为标的表与 A 股或纳指因子表直接对齐时间戳。
Q6：表格里没有我想要的指标怎么办？
A6：在 FAQ 页面提交自定义字段需求，工程师通常 3-5 个工作日可上线。
结语
掌握这 23 个比特币关键指标，等于握住了链上数据金矿的入场券。无论你是量化新手还是研究老手，上述脚本即刻可跑，模板随时可抄。Ready to code? 打开终端输入命令，今天就把数据拉到本地吧！