Contrairement aux marchés financiers traditionnels, où les bilans des entreprises sont publiés trimestriellement, la technologie blockchain permet d’auditer le comportement économique d’un réseau en temps réel. L’analytique On-Chain et les modèles quantitatifs transforment le flux massif de données de la blockchain en indicateurs exploitables pour évaluer l’état fondamental du marché, identifier des plafonds ou des planchers macroéconomiques et atténuer les risques de surendettement.
1. Indicateurs de valorisation fondamentale et sentiment On-Chain
* MVRV Z-Score : Compare la capitalisation boursière avec la capitalisation réalisée (calculée en additionnant la valeur de chaque UTXO au prix auquel il a été déplacé pour la dernière fois) et standardise la différence à l’aide de l’écart type. Un Z-Score supérieur à 5.0 indique que la capitalisation boursière est extrêmement surévaluée par rapport au coût de base d’acquisition du réseau, ce qui signale historiquement des sommets de cycle. À l’inverse, un Z-Score inférieur à 0.1 indique que le prix de marché se négocie en dessous du prix d’achat moyen global, ce qui correspond à des périodes de capitulation et d’accumulation.
* SOPR (Spent Output Profit Ratio) : Mesure la proportion de profits ou de pertes réalisés par les participants sur une journée donnée en divisant le prix de vente du UTXO par son prix d’achat. Une valeur supérieure à 1.0 indique que les transactions sont réalisées en moyenne avec des gains, tandis qu’une valeur inférieure à 1.0 reflète des ventes à perte. Lors des corrections dans une tendance haussière, le SOPR rebondit généralement sur 1.0, devenant ainsi un support dynamique de rentabilité.
2. Segmentation des participants : LTH vs. STH
L’analyse quantitative avancée divise le réseau entre les détenteurs de long terme (Long-Term Holders, LTH) et les détenteurs de court terme (Short-Term Holders, STH), en prenant comme seuil 155 jours : un point statistique à partir duquel la probabilité qu’une pièce soit dépensée diminue drastiquement.
* Dynamique d’accumulation : Dans les creux de marché, les LTH accumulent de manière agressive tandis que les STH capitulent. Pendant les phases d’euphorie haussière, les LTH distribuent progressivement leurs positions aux STH.
* STH-NUPL (Net Unrelized Profit/Loss) : Reflète le profit ou la perte non réalisée du capital, le plus réactif au prix. Des niveaux extrêmes sur cette métrique suggèrent une euphorie imminente et un risque élevé de correction brutale.
3. Modèles statistiques et autres indicateurs de tendance
* Régression logarithmique : Ajuste la croissance historique de l’actif en tenant compte de la loi des rendements décroissants et de l’augmentation de la maturité du marché. Utilise des paramètres optimisés par moindres carrés pour générer des bandes de percentiles qui agissent comme support et résistance logarithmiques entre les cycles.
* Modèle de loi de puissance (Power Law) : Propose que la croissance du prix et l’adoption d’un réseau décentralisé suivent une relation en puissance basée sur le temps. Cette approche suggère que l’actif ne suit pas un comportement exponentiel infini, mais une échelle en puissance autosimilaire et déterministe sur le long terme.
* Multiple de Puell : Évalue les revenus quotidiens des mineurs par rapport à leur moyenne mobile sur 365 jours. Des valeurs supérieures à 2.4 indiquent des périodes de surchauffe et une forte pression de vente minière, tandis que des valeurs inférieures à 0.5 identifient des moments de stress financier et de capitulation chez les mineurs.