WEB3 Mint To Be - Analyse des données off-chain de Bitcoin

Animateur : Alex, partenaire de recherche chez Mint Ventures

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

Date d'enregistrement : 2025.2.15

Les indicateurs de données et concepts mentionnés dans ce podcast :

Glassnode : une plateforme d'analyse de données off-chain couramment utilisée, nécessitant un abonnement payant.

Prix réalisé (Realized Price) : Calculé en fonction du prix pondéré au moment du dernier mouvement on-chain de Bitcoin, il reflète le coût historique on-chain de Bitcoin et est adapté pour évaluer l'état global de profit/perte du marché.

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

RUP (Profit relatif non réalisé) : mesure le ratio des profits non réalisés de tous les détenteurs de Bitcoin par rapport à la capitalisation totale du marché.

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

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

Déclaration : Le contenu discuté dans cet épisode de podcast ne représente pas les opinions des institutions auxquelles nos invités appartiennent, et les projets mentionnés ne constituent pas des conseils d'investissement.

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

Alex : Aujourd'hui, nous avons le plaisir d'accueillir Colin, un trader libre et chercheur en données off-chain. Colin, pourrais-tu dire bonjour à nos auditeurs ?

Colin : Bonjour à tous, tout d'abord merci à Alex pour l'invitation. J'ai été un peu surpris lorsque j'ai reçu cette invitation, car je suis un petit investisseur sans nom et je n'ai pas de titre particulier, je fais simplement mes transactions en silence. Je m'appelle Colin et je gère un compte sur les réseaux sociaux appelé Monsieur Baige, où je partage principalement des enseignements sur les données off-chain, des analyses de la situation actuelle du marché, ainsi que des concepts de trading. Je me considère à peu près dans trois catégories : la première est celle des traders basés sur des événements, je réfléchis souvent à des stratégies de trading basées sur des événements ; la deuxième est celle des analystes de données off-chain, c'est aussi ce 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 le marché boursier américain, et grâce à ces fonds, j'investis pour réduire le Beta de l'ensemble de mon portefeuille afin de diminuer la volatilité globale de ma courbe d'actifs, tout en maintenant une certaine défense dans ma position globale. Voilà donc comment je me définis.

Alex : Merci à Colin pour son auto-présentation. Je l'ai invité à participer à l'émission parce que j'ai vu sur les réseaux sociaux ses analyses de données on-chain sur Bitcoin, ce qui était très inspirant. C'est un sujet dont nous avons peu parlé auparavant et qui fait également défaut dans ma propre section. J'ai lu sa série d'articles et j'ai trouvé sa logique claire et ses propos pertinents, donc je l'ai invité. Je tiens à rappeler à tout le monde que, aujourd'hui, que ce soit moi ou les opinions de l'invité, elles sont très subjectives et les informations ainsi que les opinions peuvent changer à l'avenir. Différentes personnes peuvent interpréter les mêmes données et indicateurs de manière différente. Le contenu de cet épisode ne constitue pas un conseil en investissement. Ce programme mentionnera certaines plateformes d'analyse de données, uniquement comme partage et exemple pour un usage personnel, sans recommandation commerciale. Ce programme n'a reçu aucun sponsor commercial de la part de ces plateformes. Entrons dans le vif du sujet et parlons de l'analyse des données on-chain des actifs cryptographiques. Tout à l'heure, il a été mentionné que Colin est un trader, dans quelles circonstances as-tu commencé à te familiariser et à apprendre l'analyse des données on-chain des actifs cryptographiques ?

Colin : Je pense que cette question devrait être divisée en deux parties. D'abord, pour la première partie, je crois que peu importe qui nous entoure, tant qu'il s'agit de personnes qui souhaitent entrer ou qui sont déjà entrées sur le marché financier, y compris moi-même, l'objectif principal devrait toujours être de gagner de l'argent, d'utiliser les bénéfices pour améliorer la qualité de vie. Donc ma philosophie a toujours été cohérente : j'apprends tout ce qui peut m'aider à augmenter mes bénéfices. De cette manière, j'élève l'espérance de mon système de trading. En termes simples, j'apprends ce qui peut rapporter de l'argent. Pour la deuxième partie, au début, ma rencontre avec les données on-chain était purement accidentelle. Il y a environ six ou sept ans, je n'y comprenais rien, je regardais-ci et là. En explorant différents domaines, j'ai vu des théories de recherche très intéressantes que je voulais apprendre. C'est alors que j'ai remarqué par hasard qu'il y avait un domaine d'analyse des données on-chain associé au Bitcoin, et j'ai commencé à apprendre et à étudier. Plus tard, j'ai combiné les connaissances acquises dans d'autres domaines, principalement dans le développement de trading quantitatif, avec les données on-chain, puis j'ai développé des modèles de trading, et enfin j'ai intégré ces modèles dans mon propre système de trading.

Alex : Depuis combien d'années as-tu commencé à t'intéresser à l'analyse des données off-chain de manière systématique et à faire des recherches ?

Colin : Je pense que c'est difficile à définir, en fait je n'ai jamais vraiment étudié de manière systématique. Parce que depuis le début jusqu'à maintenant, j'ai rencontré un problème, c'est que je n'ai en fait jamais vu d'enseignement systématique. Depuis le tout début, quand j'ai découvert ce domaine, cela remonte à plusieurs années, j'avais remarqué cela à l'époque, mais je ne m'étais pas plongé dedans, j'ai juste lu deux ou trois articles pour comprendre ce dont il s'agissait. Après un certain temps, je suis revenu voir 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, donc j'ai continué mes recherches. Je n'ai pas eu de temps d'apprentissage systématique, c'est juste en rassemblant des informations ici et là.

Alex : Je comprends, depuis combien de temps as-tu appris les données off-chain et les as-tu appliquées à ta pratique d'investissement réelle ?

Colin : Cette limite est assez difficile à définir, mais je pense que cela se rapproche des cycles de Bitcoin... enfin, ce n'est pas vraiment deux cycles, cela dépend de si vous définissez depuis un marché haussier ou baissier. J'ai commencé à m'y intéresser vers 2020, 2019, mais à ce moment-là, il n'y avait pas d'application pratique, car je n'osais pas, je n'étais pas encore très familier avec ce truc, mais j'avais déjà commencé à apprendre.

La valeur et les principes de l'analyse des données off-chain

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

Colin : Je utilise principalement un site, c'est-à-dire Glassnode. Pour faire simple, c'est un service payant. Il y a deux niveaux de paiement, l'un est la version professionnelle qui est assez chère, je me souviens qu'il coûte plus de 800 dollars par mois. Le deuxième, j'ai un peu oublié, c'est environ une trentaine à quarante U par mois. Il y a aussi une version gratuite, mais les informations accessibles dans la version gratuite sont en fait 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 début, lors de la sélection et de la recherche, ce site correspondait le mieux à mes attentes.

Alex : Je comprends, après avoir consulté beaucoup d'informations de Colin, je me suis également inscrit sur Glassnode et suis devenu membre payant. Effectivement, je trouve que leurs données sont très riches et leur instantanéité est également assez bonne. Passons à la deuxième question, tu as mentionné que tu es un trader, ce que tu privilégies est l'aide qu'il apporte à la pratique d'investissement. Quelle est la valeur centrale de l'analyse des données on-chain dans tes investissements ? Quel en 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 on-chain. Je prévois de les aborder ensemble car c'est en fait assez simple. Dans notre marché financier traditionnel, que ce soit pour le trading d'actions, de contrats à terme, d'options sur obligations, voire d'immobilier, ou de certaines matières premières, Bitcoin a une différence fondamentale avec eux, c'est qu'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 le transfert de ces Bitcoin sont publiques et transparentes, vous pouvez donc voir directement on-chain, par exemple, 300 Bitcoin transférés d'une adresse à une autre, ce qui peut être vérifié sur un explorateur de blockchain. Bien que je ne puisse pas savoir qui se cache derrière cette série d'adresses, ce n'est pas important, car en réalité, aucun individu unique ne peut influencer l'évolution des prix et les tendances globales du Bitcoin. Donc, normalement, lorsque nous étudions les données on-chain, nous regardons l'ensemble du marché, ses tendances, le consensus et le comportement des groupes. Même si je ne sais pas qui se cache derrière cette adresse ou cette autre adresse, je peux analyser la direction des jetons en consolidant toutes les adresses, voir s'ils ont déjà réalisé des bénéfices ou des pertes, comment se porte leur situation de profit et de perte, et quels prix ils préfèrent pour acheter de grandes quantités de Bitcoin ou à quels prix ils n'aiment pas acheter des Bitcoin, toutes ces données sont en fait visibles. C'est ce que je considère comme la plus grande valeur de l'analyse des données on-chain de Bitcoin par rapport à d'autres marchés financiers, car d'autres marchés ne peuvent pas faire cela.

Alex : C'est en effet très important. Comme pour nos investissements en crypto, tout comme lorsque nous regardons des actions ou d'autres produits, il faut également analyser les fondamentaux. Comme vous l'avez dit, les données off-chain sont transparentes, tout le monde peut les observer. Si d'autres investisseurs professionnels se basent sur les données off-chain et que vous ne le faites pas, c'est comme si vous disposiez d'une arme très importante de moins dans vos investissements.

Difficultés de l'analyse des données off-chain

Alex : Lorsque vous faites de l'analyse de données off-chain dans la pratique, quels pourraient être selon vous les principaux défis et difficultés ?

Colin : Je pense que cette question est très bien posée, et j'ai l'intention de répondre en deux parties. La première partie est assez facile à résoudre, c'est un point qui peut être difficile dans l'apprentissage, c'est la connaissance de base. Pour la plupart des gens, y compris moi à l'époque, comme je l'ai mentionné précédemment, il est très difficile de trouver un enseignement véritablement systématique. Bien sûr, je n'ai pas demandé en personne s'il y avait des cours payants de ce type, mais s'il y en avait, je n'aurais probablement pas osé les acheter, parce que depuis que je fais du trading, je n'ai pas vraiment l'habitude de payer pour des cours. Je n'ai jamais été exposé à des cours d'enseignement systématique, donc en fait, tout le contenu doit être exploré et découvert par soi-même. Il existe de nombreux types de données off-chain, et dans le processus de recherche, ma philosophie est de comprendre la méthode de calcul et le principe derrière chaque indicateur que j'ai examiné. C'est en fait un processus très chronophage, parce que si vous voyez un indicateur, il vous donnera une formule de calcul, ma pensée est de déduire ce que cette formule de calcul essaie vraiment de dire et pourquoi elle a été conçue de cette manière. Une fois que j'ai compris tous ces indicateurs, je dois ensuite faire une deuxième chose appelée filtrage. Si quelqu'un a de l'expérience dans le développement de stratégies quantitatives ou a étudié des indicateurs, il saura que de nombreux indicateurs ont une forte corrélation. Une corrélation trop élevée peut poser un problème, car il est très facile de générer du bruit lors de l'interprétation, ou vous pouvez surestimer les choses. Par exemple, supposons que j'ai un système de vente en haut, ce système de vente en haut pourrait avoir 10 signaux numérotés de 1 à 10. Supposons que les signaux de 1 à 4 aient une corrélation trop élevée, cela pourrait poser un problème. Par exemple, si le prix du Bitcoin subit un certain type de comportement ou de changement aujourd'hui, cela pourrait faire allumer simultanément les signaux de 1 à 4, ce qui est en fait très problématique. Parce que si leur corrélation est trop élevée, c'est un phénomène inévitable. Si aujourd'hui, parmi les 10 signaux, 4 s'allument, vous diriez que c'est dangereux, mais en fait ce n'est pas très raisonnable, car cela devrait s'allumer. Si vous ne les segmentez pas en fonction de leur corrélation, ce phénomène est très facile à se produire. Après avoir étudié chaque indicateur et le principe des données, je peux directement voir à partir de la formule de calcul à quel point leur corrélation est élevée, et je les segmente en fonction de la corrélation. Par exemple, si ces 5-là ont une forte corrélation, je vais les segmenter un peu et finalement en choisir un ou deux.

Cette première partie est en fait assez facile à comprendre.