Les données on‑chain peuvent‑elles prédire les cycles du Bitcoin ?

Les marchés financiers sont influencés par la psychologie et les actions des institutions et des investisseurs particuliers. Cela signifie que l’analyse du volume des transactions, des schémas et d’autres données peut être extrêmement précieuse pour les traders et les investisseurs afin de prédire les mouvements futurs des prix.

Le Bitcoin a été l’une des catégories d’actifs nouveaux les plus réussies de l’histoire, et se différencie des actifs traditionnels comme les actions et l’or à plusieurs égards, tels que les transactions instantanées et une offre mathématiquement limitée. Une différence moins évoquée est la transparence du marché et des transactions du Bitcoin et des cryptomonnaies en général.

En théorie, cela peut offrir aux investisseurs une manière différente d’étudier les cycles de marché, chaque transaction étant enregistrée et « mémorisée » et accessible dans le registre public.

Un nouveau article de recherche économique publié par des chercheurs de l’Université de Vaasa (Finlande) et de l’Université de Turin (Italie) examine le potentiel de cette méthode. Il a été publié dans Research In International Business and Finance¹, sous le titre « Using on-chain data to predict Bitcoin cycles ».

Prédire les marchés

Parce que prédire les prix des marchés financiers peut être extrêmement lucratif, ce sujet a reçu une attention considérable. Cependant, les modèles financiers traditionnels peinent à expliquer les mouvements de prix des actifs cryptographiques.

Ceci est dû au fait que, contrairement aux actions, les cryptomonnaies n’ont pas de valeur intrinsèque liée à une entreprise ni de dividendes futurs potentiels. De même, elles ne sont pas comparables aux monnaies nationales, qui sont affectées par les décisions de la banque centrale et la force ou la faiblesse de l’économie nationale.

Au contraire, le prix des cryptomonnaies est largement dicté par le sentiment, même si l’utilité sous‑jacente pour les transactions ou comme réserve de valeur est, bien sûr, la raison profonde de la valeur des cryptomonnaies.

Dans les marchés traditionnels, les mouvements de prix liés au sentiment sont généralement déduits à partir de proxys indirects tels que les enquêtes ou les indicateurs médiatiques. Mais les blockchains offrent un registre transparent et résistant à la falsification des transactions, fournissant un enregistrement vérifiable du comportement des investisseurs.

Afin de répondre à la question de savoir si les données on‑chain sont utiles pour prédire les prix du Bitcoin, les chercheurs ont utilisé trois mesures on‑chain basées sur le trading. Ils les ont évaluées sur trois cycles de marché majeurs.

Mesurer le sentiment du Bitcoin

Aperçu des métriques

Les chercheurs analysent les prix du Bitcoin du 7 décembre 2013 au 12 avril 2025, couvrant ainsi trois cycles de marché complets : 2015, 2018 et 2022.

Les trois indicateurs utilisés dans cette étude sont :

• Ratio de profit/perte non réalisé (NUPL)
• Z‑score de la valeur marchande par rapport à la valeur réalisée (MVRV Z‑score)
• Valeur cumulée des jours détruits (CVDD).

Les deux premiers indicateurs relient les prix à la base de coût agrégée des détenteurs (valeur réalisée) et peuvent être interprétés à travers les mécanismes de la finance comportementale.

CVDD reflète le comportement des détenteurs à long terme car il capture la dépense de pièces détenues depuis longtemps et fournit ainsi des informations sur la capitulation des détenteurs à long terme pendant les périodes de pessimisme extrême.

Globalement, l’idée est d’évaluer le sentiment des investisseurs, où un excès d’optimisme peut déclencher une prise de risque excessive et des hausses de prix pouvant évoluer en bulles, qui éclatent ensuite lorsque les investisseurs paniquent, et les prix chutent bien en dessous de la valeur intrinsèque.

Dans les cryptomonnaies, l’activité des moteurs de recherche et les réseaux sociaux figurent parmi les sources les plus importantes d’analyse du sentiment. Mais les données on‑chain contiennent en fin de compte la preuve de la conversion de ce sentiment en actions.

Ratio de profit/perte non réalisé

Le ratio NUPL approxime la proportion de pièces actuellement détenues avec un profit ou une perte non réalisés.

Ainsi, des valeurs élevées (au‑delà de 0,75) suggèrent un sommet potentiel du marché, le sentiment euphorique entraînant la détention de gains non réalisés importants. De même, des valeurs faibles sont généralement associées à la peur et à la capitulation lors d’un creux du marché.

Z‑score de la valeur marchande par rapport à la valeur réalisée

Le Z‑score MVRV évalue si une pièce est sous‑ou surévaluée par rapport à sa « valeur équitable », et constitue une métrique on‑chain largement utilisée.

Pour ce faire, il combine 3 métriques :

• Valeur marchande (MV) : prix du Bitcoin multiplié par le nombre de pièces en circulation.
• Valeur réalisée (RV) : évaluation de chaque pièce au prix auquel elle a été transférée pour la dernière fois on‑chain et sommation de toutes les pièces en circulation.
• Z‑score : standardise l’écart entre MV et RV par l’écart type de la valeur marchande.

Cet indicateur suggère que les participants du marché détiennent d’importants gains non réalisés pendant les phases de marché haussier, lorsque la valeur marchande du Bitcoin augmente nettement au‑delà de sa valeur réalisée.

Un score inférieur à -0,2 est considéré comme un état de peur et d’incertitude accrues. Un seuil de sortie de 5 à 7 indique que le participant moyen détient d’importants gains non réalisés, générant une pression comportementale vers la prise de bénéfices qui coïncide historiquement avec les sommets de cycle.

Jours de valeur cumulés détruits

Le CVDD repose sur le Coin Days Destroyed (CDD), une métrique qui pondère les transactions à la fois par le nombre de pièces déplacées et la durée pendant laquelle elles ont été détenues.

Plus précisément, il mesure le nombre de pièces transférées multiplié par le nombre de jours écoulés depuis leur dernier déplacement. Le CVDD agrège cette activité dans le temps

Il peut être particulièrement utile pour mesurer le creux du marché, car il évalue le moment où les détenteurs à long terme capitulent.

Les données on‑chain peuvent‑elles prédire le prix du Bitcoin ?

Résultats publiés

Plusieurs stratégies NULP testées ont toutes surpassé une stratégie d’achat‑et‑hold. En plus de rendements plus élevés, elles ont également affiché des drawdowns plus faibles. La stratégie NULP la plus agressive s’est avérée la plus rentable.

Le Z‑score MVRV a également présenté une performance supérieure et robuste ajustée au risque par rapport à la référence d’achat‑et‑hold. Il a surpassé les stratégies basées sur le NUPL sur tous les indicateurs, bien que avec une volatilité supplémentaire dans certains cas.

Les stratégies CVDD se sont avérées capables d’identifier les creux de cycle sur l’ensemble des transactions et des fenêtres temporelles, surpassant la plupart des entrées aléatoires.

Avec une p‑value de 99 %, cela suggère que bien que le CVDD entre généralement très près du creux, ses périodes de détention sont parfois plus longues que l’idéal, ce qui réduit la performance annualisée.

Ces résultats indiquent que les trois mesures contiennent une valeur prédictive, le Z‑score MVRV offrant la meilleure performance globale ajustée au risque et le CVDD se révélant particulièrement informatif pour identifier les creux du marché.

Dans l’ensemble, l’étude indique que oui, les données on‑chain contiennent des informations économiquement significatives sur le comportement du marché du Bitcoin.

Limites

Il ne faut pas s’étonner que les indicateurs de marché d’une situation de surachat ou de survente des marchés du Bitcoin aident le trading davantage qu’une stratégie d’achat‑et‑hold. Après tout, si ces indicateurs n’apportaient aucun avantage supplémentaire, les traders les auraient abandonnés il y a longtemps.

Cependant, ils ne sont pas une boule de cristal, et il est fort probable qu’une approche plus sophistiquée combinant plusieurs indicateurs offre une performance supérieure, incluant d’autres types d’indicateurs que les indicateurs on‑chain.

L’article de recherche admet également que davantage de travail est nécessaire pour analyser le lien entre les données on‑chain et les prix d’autres actifs, tels qu’Ethereum, Solana et XRP.

De même, d’autres métriques on‑chain restent à évaluer scientifiquement.

Disruption IA ?

Enfin, l’émergence des LLM (modèles de langage de grande taille) et de l’IA en général pourrait perturber le modèle testé depuis 2013.

Les LLM sont de plus en plus utilisés par les investisseurs particuliers et institutionnels pour interpréter les conditions du marché et traiter l’information, avec le potentiel d’amplifier les biais comportementaux. Cela pourrait radicalement modifier la dynamique des signaux de sentiment on‑chain examinés ici.

Ainsi, les investisseurs en cryptomonnaies doivent veiller à ne pas devenir excessivement confiants dans la fiabilité des indicateurs qui ont fonctionné par le passé, car les marchés évoluent constamment, aujourd’hui davantage, les nouveaux outils analytiques comme l’IA pouvant également modifier la structure des marchés.

Donc, comme toujours en investissement, la diversification et le rappel que « les performances passées ne garantissent pas les résultats futurs » resteront importants.

Étude référencée

^{1. Klaus Grobys, Sebastian Näsman, and Davide Sandretto. Using on-chain data to predict Bitcoin cycles. Research in International Business and Finance. September 2026. Article: 103486. Volume: Volume 89. 10.1016/j.ribaf.2026.103486.}