Analyse approfondie des données sur les actifs cryptographiques off-chain

Animateur : Alex, chercheur indépendant

Invité : Colin, trader libre, chercheur en données off-chain.

Date d'enregistrement : 2025.2.15

Bonjour à tous, bienvenue dans WEB3 Mint To Be. Ici, nous continuons à poser des questions et à réfléchir en profondeur, clarifiant les faits dans le monde de WEB3, explorant la réalité et recherchant un consensus. Nous clarifions la logique derrière les sujets d'actualité, fournissons des insights qui vont au-delà des événements eux-mêmes et introduisons des perspectives de pensée diverses.

Déclaration : Le contenu discuté dans ce podcast ne représente pas les points de vue des institutions des invités, et les projets mentionnés ne constituent pas des conseils d'investissement.

Alex : Cet épisode est un peu spécial, car nous avons précédemment discuté de nombreux sujets concernant des pistes ou des projets spécifiques, et avons échangé sur certains récits périodiques, comme lorsque nous avons parlé des memes. Mais aujourd'hui, nous allons discuter de l'analyse des données off-chain, en particulier de l'analyse des données off-chain de BTC. Nous allons examiner de près son fonctionnement, ses indicateurs clés et apprendre sa méthodologie. Dans l'épisode d'aujourd'hui, nous mentionnerons de nombreux concepts d'indicateurs, en les énumérant au début de la version texte pour faciliter la compréhension de chacun.

Quelques indicateurs de données et concepts mentionnés dans ce podcast :

Prix réalisé (Realized Price) : Calculé en fonction du prix au dernier mouvement de Bitcoin sur la chaîne, pondéré pour refléter le coût historique en chaîne du Bitcoin, adapté pour évaluer l'état global de profit/perte du marché.

URPD : distribution des prix réalisée. Utilisé pour observer la distribution des prix des jetons BTC.

RUP (Profit non réalisé relatif) : Profit non réalisé relatif. Utilisé pour mesurer le ratio des profits non réalisés de tous les détenteurs de Bitcoin par rapport à la capitalisation boursière totale.

Cointime True Market Mean Price : un indicateur de prix moyen on-chain basé sur le système Cointime Economics, visant à évaluer plus précisément la valeur à long terme du BTC en introduisant le "poids temporel" du Bitcoin. Par rapport au prix actuel du marché du BTC et au prix réalisé (Realized Price), le True Market Mean Price sous le système Cointime prend également en compte l'influence du temps, ce qui le rend adapté aux prix sur de grands cycles du BTC.

Shiller ECY : Un indicateur de valorisation proposé par le lauréat du prix Nobel d'économie Robert Shiller, utilisé pour évaluer le potentiel de retour à long terme des marchés boursiers et mesurer l'attractivité des actions par rapport à d'autres actifs, dérivé de l'indice de bénéfice de Shiller (CAPE), prenant principalement en compte l'impact de l'environnement des taux d'intérêt.

Opportunité d'apprendre l'analyse des données off-chain

Alex : Aujourd'hui, notre invité est Colin, un trader libre et chercheur en données off-chain. Colin, veuillez d'abord saluer notre audience.

Colin : Bonjour à tous, tout d'abord merci à Alex pour l'invitation. J'étais un peu surpris lorsque j'ai reçu cette invitation, car je suis un petit investisseur anonyme, sans titre particulier, et je fais simplement mes propres transactions en silence. Je m'appelle Colin, et je gère un compte sur les réseaux sociaux appelé Monsieur Beige, où je partage principalement des enseignements sur les données off-chain, des analyses sur la situation actuelle du marché, ainsi que des concepts de trading. J'ai à peu près trois façons de me définir : la première est celle d'un trader axé sur les événements, je réfléchis souvent à des stratégies de trading basées sur des événements ; la deuxième est celle d'analyste de données off-chain, c'est aussi le contenu que je partage principalement sur les réseaux sociaux ; la troisième est plus conservatrice, je me qualifie d'investisseur indiciel, je choisis de placer une partie de mes fonds dans les grands indices du marché américain, et par le biais de ces fonds, je réduis la Beta de mes investissements pour diminuer la volatilité globale de ma courbe d'actifs, tout en maintenant une certaine défensive dans l'ensemble de mon portefeuille. Voilà donc comment je me positionne.

Alex : Merci à Colin pour sa présentation. Je l'ai invité à participer à l'émission parce que j'ai vu sur les réseaux sociaux ses analyses de données sur Bitcoin, qui étaient très inspirantes. C'est un sujet dont nous avons peu parlé auparavant, et c'est une partie qui me manque aussi dans mon domaine. J'ai lu sa série d'articles et j'ai trouvé sa logique claire et ses propos pertinents, c'est pourquoi je l'ai invité. Je tiens à rappeler que, aujourd'hui, que ce soit moi ou les opinions des invités, elles sont très subjectives et les informations et opinions peuvent évoluer à l'avenir. Différentes personnes peuvent interpréter les mêmes données et indicateurs différemment. Le contenu de cet épisode ne doit pas être considéré comme un conseil d'investissement. L'émission mentionnera certaines plateformes d'analyse de données, uniquement comme partage et exemples d'utilisation personnelle, sans recommandation commerciale. Ce programme n'a reçu aucun financement commercial de la part de ces plateformes. Entrons dans le vif du sujet et parlons de l'analyse des données sur les actifs chiffrés. Comme mentionné, Colin est un trader, dans quelles circonstances as-tu commencé à aborder et à apprendre l'analyse des données sur les actifs chiffrés ?

Colin : Je pense que cette question devrait être divisée en deux parties. D'abord, je pense que peu importe qui est autour de moi, que ce soit quelqu'un qui souhaite entrer ou qui est déjà dans le marché financier, y compris moi-même, l'objectif principal devrait toujours être de gagner de l'argent, d'utiliser les bénéfices pour améliorer sa qualité de vie. Donc, ma philosophie a toujours été cohérente : j'apprends ce qui peut m'aider à augmenter mes bénéfices. De cette manière, j'améliore la valeur d'attente de mon système de trading global ; en termes simples, j'apprends ce qui peut rapporter de l'argent. La deuxième partie, c'est que j'ai d'abord été exposé aux données on-chain par pure coïncidence, il y a environ six ou sept ans, à l'époque je ne comprenais absolument rien, je regardais ça, puis cela. En explorant différents domaines, j'ai vu des théories de recherche très intéressantes que je voulais apprendre, et c'est là que j'ai découvert, par hasard, qu'il y avait un domaine d'analyse des données on-chain lié au Bitcoin. J'ai donc commencé à apprendre et à étudier. En avançant, je vais combiner les connaissances acquises dans d'autres domaines, principalement dans le développement de trading quantitatif, avec les données on-chain, puis développer des modèles de trading, pour finalement intégrer ces modèles dans mon propre système de trading.

Alex : Alors, depuis que tu as commencé à t'intéresser à l'analyse des données off-chain, combien d'années as-tu à peu près passées à apprendre et à étudier de manière systématique ?

Colin : Je pense que c'est difficile à définir, en fait, je n'ai jamais vraiment étudié de manière systématique. Parce que depuis le passé jusqu'à maintenant, j'ai rencontré un problème, c'est que je n'ai jamais vraiment vu d'enseignement systématique. Depuis le tout début où j'ai découvert ce domaine, cela fait peut-être plusieurs années, à ce moment-là, j'avais remarqué cela, mais je n'ai pas approfondi mes recherches, j'ai juste lu deux ou trois articles pour comprendre ce sujet. Après un certain temps, je suis revenu à des contenus plus approfondis, à ce moment-là, je me concentrais sur d'autres choses, puis je suis revenu ici, j'ai trouvé cela assez intéressant, alors j'ai continué à étudier. Je n'ai pas eu de temps d'apprentissage systématique, c'est juste un assemblage ici et là.

Alex : D'accord, depuis combien de temps as-tu appris à utiliser les données off-chain dans tes investissements pratiques ?

Colin : Cette limite est assez difficile à définir, mais je pense que cela se rapproche des deux cycles de Bitcoin... enfin, cela ne peut pas vraiment être considéré comme deux cycles, cela dépend de si vous commencez à définir à partir d'un marché haussier ou d'un marché baissier. J'ai commencé à m'y intéresser vers 2020, 2019, mais à cette époque, il n'y avait pas d'application réelle, car je n'osais pas, je n'étais pas encore très familier avec cela, mais j'avais déjà commencé à apprendre.

Valeur et principe de l'analyse des données off-chain

Alex : Je comprends. Nous allons aborder de nombreux concepts spécifiques concernant l'analyse des données off-chain, y compris certains indices. Quelles sont généralement les plateformes d'observation des données off-chain que tu utilises au quotidien ?

Colin : J'utilise principalement un site, qui est Glassnode. Pour faire simple, il est payant. Il y a deux niveaux d'abonnement, l'un est le version professionnelle, qui est assez cher, je me souviens qu'il coûte plus de 800 dollars par mois. Le deuxième, je l'ai un peu oublié, il coûte environ trente à quarante dollars par mois. Il y a aussi une version gratuite, mais les informations disponibles dans la version gratuite sont en réalité très limitées. Bien sûr, en plus de Glassnode, il y a beaucoup d'autres options, mais j'ai finalement choisi celui-ci parce qu'au départ, lors de ma sélection et de mes recherches, ce site correspondait le mieux à mes attentes.

Alex : Je comprends, après avoir regardé beaucoup d'informations de Colin, je me suis également inscrit sur Glassnode et suis devenu membre payant. Je trouve effectivement que leurs données sont très riches, et en plus, la réactivité est assez bonne. Alors parlons du deuxième problème, tu as mentionné que tu es un trader, ce que tu apprécies c'est l'aide qu'il apporte à la pratique de l'investissement. Quelle est la valeur fondamentale de l'analyse des données off-chain dans ton investissement ? Quel est le principe sous-jacent ? Peux-tu nous en parler ?

Colin : D'accord. Tout d'abord, parlons du premier point, à savoir la valeur et le principe de l'analyse des données off-chain. Je compte combiner ces deux éléments, car c'est en fait assez simple. Dans nos marchés financiers traditionnels, que ce soit pour le trading d'actions, de contrats à terme, d'options sur obligations, voire d'immobilier ou de certaines matières premières, le bitcoin a une différence fondamentale avec eux : il utilise la technologie blockchain. La valeur la plus importante et la plus souvent mentionnée de cette technologie est sa transparence. Toutes les informations sur les transferts de bitcoins sont publiques et transparentes, vous pouvez donc voir directement sur la chaîne, par exemple, 300 bitcoins transférés d'une adresse à une autre, ce qui peut être consulté sur un explorateur de blockchain. Bien que je ne puisse pas savoir qui se cache derrière cette série d'adresses, cela n'a pas d'importance, car en réalité, aucun individu unique ne peut influencer la tendance des prix ou la dynamique du bitcoin. Donc, normalement, lorsque nous étudions les données off-chain, nous regardons l'ensemble du marché, ses tendances, le consensus et le comportement collectif. Même si je ne sais pas qui se cache derrière cette adresse ou celle-là, je peux analyser le flux de ces jetons en consolidant toutes les adresses, voir si elles ont déjà pris des bénéfices ou des pertes, comment leur situation de profit se présente, comment leur situation de perte se présente, où ils ont tendance à acheter massivement des bitcoins ou où ils n'aiment pas acheter des bitcoins à tel ou tel niveau de prix, toutes ces données sont en fait visibles. C'est ce que je considère comme la plus grande valeur de l'analyse des données off-chain du bitcoin par rapport aux autres marchés financiers, car les autres marchés ne peuvent pas faire cela.

Alex : Il est vraiment important de le souligner. Comme pour notre investissement en chiffrement, il faut analyser les fondamentaux de la même manière que pour les actions ou d'autres produits. Comme vous l'avez dit, les données off-chain sont transparentes et tout le monde peut les observer. Si d'autres investisseurs professionnels consultent les données off-chain et que vous ne le faites pas, cela équivaut à avoir un manque d'une arme très importante dans vos investissements.

Difficultés de l'analyse des données off-chain

Alex : Lorsque tu fais de l'analyse de données off-chain en pratique, quels pourraient être, selon toi, les principaux défis et difficultés ?

Colin : Je pense que cette question est très bien posée, et j'ai l'intention d'y répondre en deux parties. La première partie est relativement facile à résoudre, c'est un point assez difficile en matière d'apprentissage, à savoir les connaissances de base. Pour la plupart des gens, y compris moi à l'époque, comme je l'ai mentionné plus tôt, il est très difficile de trouver un véritable enseignement systémique. Bien sûr, je ne suis pas allé demander en personne s'il y avait des cours payants de ce genre, mais même s'il y en avait, je ne serais probablement pas très à l'aise pour les acheter, car depuis que je fais du trading, je ne suis pas du tout enclin à payer pour des cours. Je n'ai pas été exposé à des cours d'enseignement systémique, donc en réalité, je dois explorer et découvrir tout le contenu par moi-même. Il existe de nombreux types de données off-chain, et dans le processus de recherche, ma philosophie est de clarifier les méthodes de calcul et les principes derrière chaque indicateur que j'ai examiné. C'est en fait un processus très chronophage, car quand vous regardez un indicateur, il vous donnera une formule de calcul, et mon idée est de déchiffrer ce que cette formule signifie réellement, pourquoi elle est conçue de cette manière. Une fois que j'ai compris ces indicateurs, je dois ensuite faire une deuxième chose appelée sélection. Ceux qui ont de l'expérience dans le développement de stratégies quantitatives ou qui ont étudié les indicateurs savent en fait qu'il y a une chose à comprendre : la corrélation entre de nombreux indicateurs est très élevée. Une corrélation trop élevée peut poser un problème, c'est que lors de l'interprétation, il est très facile de générer du bruit, ou vous pourriez surinterpréter. Par exemple, supposons que j'ai un système d'évasion de sommet, ce système d'évasion de sommet pourrait avoir 10 signaux allant de 1 à 10. Supposons que si les signaux 1 à 4 ont une corrélation trop élevée, cela pourrait poser un problème. Par exemple, si le prix du Bitcoin aujourd'hui a subi un certain...