L'expert en analyse de données off-chain Colin interprète les indicateurs BTC et dévoile les stratégies d'investissement et les défis.

Texte

Animateur : Partenaire de recherche d'un certain institut de recherche

Invité : Colin, trader libre, chercheur en données blockchain

Date d'enregistrement : 2025.2.15

Bonjour à tous, bienvenue à WEB3 Mint To Be. Ici, nous continuons à poser des questions et à réfléchir en profondeur, clarifiant les faits, explorant la réalité et recherchant un consensus dans le monde de WEB3. 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 diversifiées.

Déclaration : Les sujets abordés dans ce podcast ne représentent pas les opinions des institutions auxquelles nos invités appartiennent, et les projets mentionnés ne constituent pas des conseils d'investissement.

Animateur : Cet épisode est un peu spécial, car nous avons précédemment discuté de nombreux sujets concernant des pistes ou des projets spécifiques, ainsi que de certaines narrations cycliques, comme lorsque nous avons parlé des mèmes. Mais aujourd'hui, nous allons discuter de l'analyse des données en chaîne, en particulier l'analyse des données en chaîne de BTC. Nous allons examiner de près son fonctionnement, ses indicateurs clés, et apprendre sa méthodologie. Dans l'émission d'aujourd'hui, nous mentionnerons de nombreux concepts relatifs aux indicateurs, et nous les énumérerons au début de la version écrite pour faciliter la compréhension.

Les indicateurs de données et concepts mentionnés dans ce podcast :

Glassnode : une plateforme d'analyse de données on-chain couramment utilisée, payante.

Prix réalisé : calculé en fonction du prix au moment du dernier mouvement en chaîne du Bitcoin, il reflète le coût historique en chaîne du Bitcoin et est approprié pour évaluer l'état global de profit/perte du marché.

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

RUP (Profit non réalisé relatif) : mesure du rapport entre le profit non réalisé de tous les détenteurs de bitcoins et la capitalisation boursière totale sur le marché du bitcoin.

Cointime True Market Mean Price : un indicateur de prix moyen en chaîne basé sur le système Cointime Economics, visant à évaluer plus précisément la valeur à long terme du BTC en introduisant le "poids du temps" du Bitcoin. Par rapport au prix du marché actuel du BTC et au prix du marché réalisé (Realized Price), le True Market Mean Price dans le système Cointime prend également en compte l'impact du temps, ce qui le rend adapté aux prix sur de grands cycles pour le 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 du marché boursier et mesurer l'attractivité des actions par rapport à d'autres actifs, dérivé de l'indicateur du ratio cours/bénéfice ajusté par Shiller (CAPE), prenant principalement en compte l'impact de l'environnement des taux d'intérêt.

L'opportunité d'apprendre l'analyse des données sur la chaîne

Animateur : Aujourd'hui, notre invité est Colin, un trader libre et chercheur en données on-chain. Colin, pourriez-vous d'abord saluer notre public ?

Colin : Bonjour à tous, tout d'abord merci à l'animateur pour l'invitation. J'ai été un peu surpris lorsque j'ai reçu cette invitation, car je suis en fait un petit investisseur anonyme, sans titre particulier, et je fais tranquillement mes propres transactions. Je m'appelle Colin, et je gère un compte sur Twitter appelé Monsieur Beg, où je partage principalement des enseignements sur les données en chaîne, des analyses de la situation actuelle du marché, ainsi que des concepts de trading. Je me vois dans trois rôles principaux : le premier est celui de trader orienté vers les événements, je réfléchis souvent à des stratégies de trading basées sur les événements ; le deuxième est analyste de données en chaîne, c'est également le contenu que je partage le plus souvent sur Twitter ; le troisième est plus conservateur, je me considère comme un investisseur indiciel, je choisis d'allouer une partie de mes fonds dans le marché boursier américain, afin de réduire la volatilité globale de ma courbe d'actifs grâce à ces fonds tout en maintenant une certaine défense dans l'ensemble de ma position. Voilà donc comment je me définis.

Animateur : Merci à Colin pour sa présentation. Je l'ai invité à participer à l'émission parce que j'ai vu sur Twitter ses analyses de données on-chain sur le Bitcoin, qui étaient très inspirantes. C'est un sujet dont nous avons peu parlé auparavant, et c'est aussi un aspect qui me manque dans ma propre rubrique. J'ai lu sa série d'articles et j'ai trouvé la logique claire et le propos substantiel, donc je l'ai invité. Il est important de rappeler que, aujourd'hui, tant mes opinions que celles de l'invité sont très subjectives, et que les informations et opinions peuvent changer à l'avenir. Différentes personnes peuvent interpréter les mêmes données et indicateurs de manière différente. Ce contenu ne constitue pas un avis d'investissement. L'émission mentionnera certaines plateformes d'analyse de données, uniquement comme partage et exemple pour un usage personnel, sans recommandation commerciale. Cette émission n'a reçu aucun sponsoring commercial de la part de ces plateformes. Entrons dans le vif du sujet et parlons de l'analyse des données on-chain des actifs numériques. Comme mentionné précédemment, Colin est un trader. Dans quelles circonstances as-tu commencé à découvrir et à apprendre l'analyse des données on-chain des actifs numériques ?

Colin : Je pense que cette question devrait être divisée en deux parties pour y répondre. Tout d'abord, je crois que peu importe qui est autour de nous, tant que ce sont des personnes qui souhaitent entrer ou qui sont 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, c'est-à-dire que j'apprends tout ce qui peut m'aider à générer des profits. De cette manière, j'augmente l'espérance de mon système de trading global, en d'autres termes, j'apprends tout ce qui peut rapporter de l'argent. La deuxième partie, c'est que j'ai commencé à me pencher sur les données on-chain un peu par hasard, il y a environ six ou sept ans, à l'époque je ne comprenais rien, je regardais ceci, je regardais cela. En explorant divers domaines, j'ai vu des théories de recherche intéressantes que je voulais étudier. À l'époque, c'était aussi par hasard que j'ai découvert qu'il y avait un soi-disant domaine d'analyse de données on-chain lié au Bitcoin, alors j'ai commencé à apprendre et à étudier. Plus tard, j'ai commencé à combiner les connaissances acquises dans d'autres domaines, principalement dans le développement du trading quantitatif, pour les intégrer aux données on-chain, puis développer des modèles de trading, et enfin intégrer ces modèles dans mon propre système de trading.

Animateur : Alors, depuis que vous avez commencé à vous intéresser à l'analyse des données sur la chaîne, combien d'années avez-vous à peu près consacré à un apprentissage et à une recherche systématiques ?

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 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, à ce moment-là j'avais remarqué, mais je ne suis pas allé plus loin dans la recherche, j'ai juste lu deux ou trois articles pour comprendre ce sujet. Après un certain temps, je suis revenu pour voir des contenus plus approfondis, à ce moment-là je me concentrais sur d'autres choses, puis je suis revenu ici, j'ai trouvé ça assez intéressant, alors j'ai continué mes recherches. Je n'ai pas eu de période d'apprentissage systématique, c'est juste un peu de ceci et un peu de cela.

Animateur : D'accord, depuis combien de temps as-tu appris à utiliser les données de la chaîne et à les appliquer à tes investissements pratiques ?

Colin : Cette limite est assez difficile à définir, mais je pense que c'est proche de deux cycles de Bitcoin... enfin, ça ne peut pas vraiment être considéré comme deux cycles, cela dépend de si vous partez d'un marché haussier ou baissier. J'ai commencé à m'y intéresser vers 2020 ou 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 ce truc, mais j'avais déjà commencé à apprendre.

La valeur et le principe de l'analyse des données sur la chaîne

Animateur : Compris. Nous allons parler de nombreux concepts spécifiques liés à l'analyse des données sur la chaîne, y compris certains indices. Quelles sont les plateformes d'observation des données sur la chaîne que vous utilisez généralement au quotidien ?

Colin : Je n'utilise actuellement qu'un seul site, c'est 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'elle coûte plus de 800 dollars par mois. Le deuxième, je l'ai un peu oublié, c'est environ une trentaine à quarante quelques U par mois. Il y a aussi une version gratuite, mais les informations disponibles 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 départ, lors de la sélection et de la recherche, ce site correspondait le mieux à mes attentes.

Animateur : Je comprends, après avoir consulté beaucoup d'informations de Colin, je me suis également inscrit sur Glassnode et suis devenu membre payant. Je sens en effet que leurs données sont très riches, et la réactivité est également assez bonne. Alors parlons de la deuxième question, tu as mentionné que tu es un trader, ce que tu valorises est l'aide qu'il apporte à la pratique d'investissement. Quelle est la valeur centrale de l'analyse des données on-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 on-chain. Je prévois de combiner ces deux éléments, car ils sont en réalité assez simples. Dans notre marché financier traditionnel, que ce soit pour le commerce d'actions, de contrats à terme, d'options sur obligations, voire de biens immobiliers ou de certaines matières premières, le Bitcoin présente une différence fondamentale avec eux : il utilise la technologie blockchain. La valeur la plus importante et souvent mise en avant de cette technologie est sa transparence. Toutes les informations sur le transfert de Bitcoin sont publiques et transparentes, donc vous pouvez voir directement sur la chaîne, par exemple, que 300 Bitcoins ont été 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 chaîne d'adresses, cela n'a pas d'importance, car en réalité, aucun individu ne peut influencer la tendance et l'évolution du prix du Bitcoin dans son ensemble. Donc, en général, lorsque nous étudions les données on-chain, nous regardons l'ensemble du marché, nous examinons sa tendance, le consensus et le comportement des groupes. Même si je ne sais pas qui se cache derrière cette adresse ou celle-là, je peux analyser la direction des flux de capitaux en agrégeant toutes les adresses, voir s'ils ont réalisé des bénéfices ou des pertes, comment se présentent leurs gains et leurs pertes, et vers quel prix ils ont tendance à acheter de grandes quantités de Bitcoin ou à quel prix ils n'aiment pas en acheter. Ces données sont en réalité visibles. C'est ce que je considère comme la plus grande valeur de l'analyse des données on-chain du Bitcoin par rapport à d'autres marchés financiers, car d'autres marchés ne peuvent pas réaliser cela.

Animateur : C'est effectivement très important. Lorsque nous investissons dans les cryptomonnaies, nous devons analyser les fondamentaux de la même manière que pour les actions ou d'autres produits. Comme vous l'avez dit, les données sur la chaîne sont transparentes, tout le monde peut les observer. Si d'autres investisseurs professionnels consultent les données de la chaîne et que vous ne le faites pas, cela revient à vous priver d'une arme très importante dans votre investissement.

Les difficultés de l'analyse des données sur la chaîne

Animateur : Lorsque vous effectuez une analyse de données sur la blockchain en pratique, quels sont selon vous les principaux défis et difficultés que vous pourriez rencontrer ?

Colin : Je pense que cette question est très bien posée, et je vais répondre en deux parties. La première partie est relativement facile à résoudre, c'est un point qui sera assez difficile dans l'apprentissage, à savoir les connaissances de base. Pour la plupart des gens, y compris moi à l'époque, car j'ai mentionné plus tôt, 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 même s'il y en avait, je ne serais probablement pas très enclin à les acheter, car depuis que je fais du trading, je n'achète en fait pas de cours payants. Je n'ai jamais été exposé à des cours d'enseignement systématique, donc tout le contenu doit être exploré et découvert par soi-même. Il existe de nombreux types de données sur la chaîne, et dans le processus de recherche, ma philosophie est de comprendre les méthodes de calcul et les principes derrière chaque indicateur que j'ai vu. C'est en fait un processus très chronophage, car lorsque vous voyez un indicateur particulier, il vous donne une formule de calcul, et je pense qu'il faut déchiffrer ce que cette formule de calcul essaie vraiment de dire, pourquoi elle est conçue de cette façon. Une fois que j'ai compris ces indicateurs, je dois également faire une deuxième chose appelée sélection. Les personnes ayant de l'expérience dans le développement de stratégies quantitatives ou ayant étudié les indicateurs sauront en fait une chose, à savoir que la corrélation entre de nombreux indicateurs est très élevée. Une corrélation trop élevée peut poser un problème, car il est très facile de générer du bruit lors de l'interprétation, ou vous pourriez surinterpréter. Prenons un exemple, supposons que j'ai un système de sortie de sommet, ce système de sortie de sommet pourrait avoir 10 signaux numérotés de 1 à 10, et si la corrélation entre les signaux 1 à 4 est trop élevée, cela posera un problème. Par exemple, si le prix du Bitcoin connaît un certain comportement ou changement aujourd'hui, cela pourrait directement faire clignoter les signaux 1 à 4 en même temps, ce qui est vraiment ennuyeux. Parce que si leur corrélation est trop élevée, c'est inévitable.