Wenn die Jungs vom EXMON-Support das User-Feedback weiterleiten, sieht man fast immer dasselbe Bild: Die Leute wundern sich ernsthaft, warum ihre Spot- oder P2P-Order nicht so durchgehen, wie es die TradingView-Muster versprochen haben. Für das absolute Basis-Trading mögen Preis-Charts ja reichen, aber das ist nur die Spitze des Eisbergs. Das große Geld (Smart Money) hinterlässt seine Spuren an ganz anderen Stellen – in Smart Contracts, Liquiditätspools und Derivate-Pools.
Um zu checken, wohin die Liquidität tatsächlich wandert, muss man sich die Infos mühsam zusammenpuzzeln. Normalerweise hat man dafür das Standard-Setup aus fünf Plattformen offen, von denen jede einzelne genug eigene versteckte Macken und Bugs mitbringt.
Dune Analytics
Für maßgeschneiderte Kisten ist Dune unverzichtbar, aber das Tool hat definitiv seinen eigenen Kopf. Im Endeffekt sitzt man hier einfach vor einem SQL-Interface, das an eine gigantische Datenbank mit rohen On-Chain-Daten angedockt ist. Wenn man den Netto-Kapitalzufluss in die Uniswap-v3-Pools tracken oder die echten Wallet-Salden von Insidern nach einem fetten Mint überprüfen will, führt daran kein Weg vorbei.
Allerdings ist man ohne PostgreSQL-Kenntnisse komplett aufgeschmissen. Klar kann man die fertigen Dashboards aus der Community nutzen, aber genau da lauert die Falle. Vor ein paar Monaten sind wir über ein super beliebtes Dashboard für das Volumen von Layer-2-Netzwerken gestolpert, das die Metriken fast um das Doppelte aufgebläht hat. Am Ende stellte sich heraus: Der Macher hatte den Inner Join völlig verpatzt, wodurch Transaktionen bei wiederholten Contract Calls einfach doppelt gezählt wurden. Fremden Dashboards blind zu vertrauen, ist also eine verdammt schlechte Idee. Den Query-Code muss man am besten immer selbst manuell checken.
Token Terminal
Wer Bock hat, Web3-Projekte wie ein ganz klassisches Business unter die Lupe zu nehmen, landet meistens bei Token Terminal. Die Plattform zieht sich die harten Finanzkennzahlen: KGV (P/E Ratio), Umsatz und den Nettogewinn der Protokolle.
Manchmal wirkt der Blick auf diese Tabellen extrem ernüchternd. Ein Projekt steht vielleicht unter den Top 30 nach Marktkapitalisierung, aber sobald man den Reiter für die Gebühren öffnet, sieht man beim echten Umsatz nur Peanuts. Das gesamte Wachstum basierte darauf, dass das Team stumpf eigene native Token gedruckt und sie als Staking-Rewards unters Volk gebracht hat. Sobald die Emission runtergeht, bricht die Ökonomie in sich zusammen. Für die Analyse von Memecoins oder brandneuen Token ohne echtes Geschäftsmodell ist der Service allerdings komplett unbrauchbar – da gibt es schlichtweg nichts zu berechnen.
Ein paar Worte zu den Makro-Indikatoren von Glassnode
Bei der Analyse langfristiger Bitcoin-Zyklen schwören viele Analysten auf Glassnode. Metriken wie der NUPL (Net Unrealized Profit/Loss) oder die Coin-Bestände auf den Exchanges zeigen den Gesamtkontext des Marktes ziemlich gut – man sieht sofort, ob sich Panik breitmacht oder im Gegenteil gerade alle in extremer Gier (Extreme Greed) versinken.
Man sollte sie aber auf keinen Fall als fertige Trading-Signale missverstehen. Die Glassnode-Indikatoren sind verdammt träge. Der Markt kann laut On-Chain-Metriken schon brutal überhitzt sein, während der Preis auf purem Liquidations-Hype noch locker zwei Wochen weiter nach oben ballert. Zudem ist die Preispolitik ziemlich knackig: Hunderte Dollar im Monat für den Zugriff auf T3-Metriken hinzublättern, macht eigentlich nur für Institutionelle Sinn.
DefiLlama
Der unangefochtene Platzhirsch unter den DeFi-Aggregatoren. Die Plattform punktet vor allem damit, dass sie versucht, die TVL-Werte (Total Value Locked) um die Doppelzählung von Kapital zu bereinigen – was sonst ständig passiert, wenn dieselbe Sicherheit über mehrere Lending-Protokolle mit Hebel rekapitalisiert wird.
Aber auch hier läuft nicht immer alles glatt. Nach großen Netzwerk-Updates kann die detaillierte Aufschlüsselung einzelner Liquiditätspools schon mal ein paar Stunden oder gar Tage hinterherhinken. Wir hatten den Fall, dass ein Protokoll die Logik seines Smart Contracts aktualisiert hat und DefiLlama für den Pool tagelang ein TVL von null anzeigte, obwohl der Handel dort auf Hochtouren lief. Was die Abdeckung von Sektoren wie RWA (Real World Assets) oder Liquid Staking angeht, gibt es aktuell trotzdem kaum Alternativen.
Coinglass
Ein sehr spezielles Tool, wenn man den Futures-Markt im Auge behalten will. Hier holt man sich Infos zum Open Interest, den Funding Rates und den Liquidations-Heatmaps.
Aus der Praxis: Manchmal wirken fette Cluster von Stop-Orders auf der Heatmap wie ein echter Kursmagnet. Das bedeutet zwar nicht, dass der Markt zu 100 % dorthin läuft, aber solche Liquiditätszonen ziehen die dicken Fische magisch an, die genug Gegenparteien suchen, um ihre großen Positionen glattzustellen. Allerdings sollte man den historischen Daten von Coinglass nicht blind vertrauen – die Charts vergangener Liquidationen werden gerne mal nachträglich abgeändert (Repainting), wenn die Exchanges die Logs mit Verzögerung ausspucken.
Der Metriken-Spickzettel
Um nicht den Überblick zu verlieren, wo man was findet, orientiert man sich am besten an den Core-Tasks:
- Dune: Spuren von Whales tracken, Token-Verteilung von Smart Contracts prüfen;
- Token Terminal: Audit der echten Einnahmen, Verhältnis von Market Cap zu den Gebühren;
- Glassnode: Globale Kapitulationszonen und Überhitzung bei BTC/ETH checken;
- DefiLlama: TVL-Monitoring, Krypto-Hinterlegungen und Stablecoin-Mint-Volumen überwachen;
- Coinglass: Analyse der Funding Rates, Jagd auf potenzielle Squeeze-Zonen bei Futures.
Anomalien per API automatisch einsammeln
Tag und Nacht manuell auf den Seiten rumzusurfen, bringt absolut nichts. Viel smarter ist es, sich ein simples Skript zu basteln, das die Derivate-Metriken von Coinglass abgreift und sofort Alarm schlägt, wenn sich das Open Interest (OI) abnormal verändert, sobald am Markt die Post abgeht.
import logging
import os
from typing import Any, Dict, List, Optional
import requests
# Logging-Einstellungen für die Produktion
logging.basicConfig(
level=logging.INFO,
format="%(asctime)s [%(levelname)s] %(name)s: %(message)s"
)
logger = logging.getLogger("CoinglassAnalyzer")
# Schwellenwerte für die Business-Logik (idealerweise in eine Config-Datei auslagern)
OI_CHANGE_THRESHOLD_PCT = 12.0
LIQUIDATION_THRESHOLD_USD = 40_000_000.0
class CoinglassClient:
"""Client für die Arbeit mit der Coinglass v2 API und grundlegende Marktanalysen."""
BASE_URL = "https://open-api.coinglass.com/public/v2"
def __init__(self, api_key: Optional[str] = None):
# Übergebener Key hat Priorität, andernfalls aus den Umgebungsvariablen ziehen
self.api_key = api_key or os.getenv("COINGLASS_API_KEY")
if not self.api_key:
raise ValueError("Coinglass API-Key nicht gefunden. Bitte dem Konstruktor übergeben oder die Umgebungsvariable COINGLASS_API_KEY setzen")
self.session = requests.Session()
self.session.headers.update({
"accept": "application/json",
"coinglassSecret": self.api_key
})
def fetch_liquidation_data(self, symbol: str) -> Optional[List[Dict[str, Any]]]:
"""
Holt die Liquidationsdaten für ein bestimmtes Asset-Symbol.
Der v2-Endpoint für Liquidationen liefert meist eine Liste nach Exchanges oder ein aggregiertes Array.
"""
url = f"{self.BASE_URL}/derivatives/orderbook_liquidation"
params = {"symbol": symbol.upper()}
try:
response = self.session.get(url, params=params, timeout=10)
response.raise_for_status()
payload = response.json()
# Check auf das custom Erfolgs-Flag der Coinglass-API
if str(payload.get("code")) != "0" and not payload.get("success"):
logger.error(f"API lieferte Fehler für {symbol}: {payload.get('msg', 'Unbekannter Fehler')}")
return None
# In v2 liegen die Daten meist unter 'data' und können eine Liste oder ein Dict sein
return payload.get("data")
except requests.RequestException as e:
logger.error(f"Netzwerkfehler beim Abrufen der Daten für {symbol}: {e}")
return None
def analyze_market(self, symbol: str) -> Optional[Dict[str, Any]]:
"""Analysiert die Marktdaten basierend auf den abgerufenen Liquidationen und dem OI."""
raw_data = self.fetch_liquidation_data(symbol)
if not raw_data:
return None
# Die Coinglass-API kann eine Liste von Objekten nach Exchanges zurückgeben.
# Professioneller Code muss sowohl mit einem einzelnen Objekt als auch mit einem Array klarkommen.
main_data = raw_data[0] if isinstance(raw_data, list) and raw_data else raw_data
if not isinstance(main_data, dict):
logger.error(f"Ungültiges Datenformat von der API für {symbol}")
return None
try:
# Sicheres Auslesen mit Typkonvertierung
oi = float(main_data.get("openInterest") or 0)
oi_change = float(main_data.get("openInterestChgVolPercentage") or 0)
liq = float(main_data.get("totalLiquidationVolume") or 0)
except (ValueError, TypeError) as e:
logger.error(f"Fehler beim Parsen der numerischen Werte für {symbol}: {e}")
return None
alerts = []
if abs(oi_change) >= OI_CHANGE_THRESHOLD_PCT:
alerts.append(f"Signifcant OI Shift: {oi_change:.2f}%")
if liq >= LIQUIDATION_THRESHOLD_USD:
alerts.append(f"High Liquidation Volume: ${liq:,.0f}")
# Informativer Prozess-Log
logger.info(
f"{symbol.upper()} | OI: ${oi:,.0f} | Δ OI: {oi_change:.2f}% | "
f"24h Liq: ${liq:,.0f} | Alerts Triggered: {len(alerts)}"
)
# Warnings ausgeben, falls Trigger angeschlagen haben
for alert in alerts:
logger.warning(f"ALERT [{symbol.upper()}]: {alert}")
return {
"symbol": symbol.upper(),
"open_interest": oi,
"oi_change_pct": oi_change,
"liquidations_24h": liq,
"alerts": alerts
}
if __name__ == "__main__":
# Beispiel für die Initialisierung und den Live-Start des Skripts
# Zum Testen den Key einfach direkt hier einfügen oder im Terminal exportieren: export COINGLASS_API_KEY="dein_key"
try:
analyzer = CoinglassClient()
analysis_result = analyzer.analyze_market("BTC")
if analysis_result:
print("\n--- Analyse-Ergebnisse ---")
print(analysis_result)
except ValueError as err:
logger.critical(err)Und klar: Kein einziges dieser Tools liefert euch ganz alleine den ultimativen Trading-Edge oder garantiert 100 % Profit. Aber im Zusammenspiel helfen sie ungemein dabei, die Logik hinter den Marktbewegungen besser zu raffen und Entscheidungen auf Basis von echtem Geldfluss statt subjektiver Hoffnung zu treffen.
