École de données sur la chaîne (7) : Une nouvelle méthodologie de tarification magique du BTC élaborée avec la participation d'ARK (II)
TechFlow SélectionTechFlow Sélection
École de données sur la chaîne (7) : Une nouvelle méthodologie de tarification magique du BTC élaborée avec la participation d'ARK (II)
Cet article présente l'une des méthodologies d'application de Cointime Price pour éviter de vendre au sommet.
Dédié à des analyses Web3 approfondiesAuteur : Monsieur Berg
🔸 TL ;DR
- La série d'articles sur le Cointime Price comprendra trois parties, ceci est la deuxième.
- Nous recommandons vivement de lire le précédent article de cette série avant celui-ci !
- Cet article présente une méthode d’application du Cointime Price pour détecter les sommets.
- Partage personnel d’un modèle : le modèle de déviation du Cointime Price (Cointime Price Deviation Model).
🟡 Rappel rapide : qu’est-ce que le Cointime Price ?
Le Cointime Price est un concept introduit par Cointime Economics. Grâce à sa conception « pondérée par le temps », il permet d’évaluer le prix fondamental du BTC de manière plus souple et sensible que les simples indicateurs LTH (Long-Term Holders) ou STH (Short-Term Holders).
En outre, ce cadre méthodologique permet efficacement d’exclure l’influence des jetons perdus depuis longtemps datant des périodes anciennes.
Pour les lecteurs non familiers avec le Cointime Price, nous recommandons fortement de lire l’article précédent de la série !
🟡 Méthodologie d’application pour repérer les sommets : le modèle Cointime Price Deviation
Le Cointime Price Deviation est l’un des modèles que j’ai conçus lors de mon analyse des données on-chain. Dans ce qui suit, je vais expliquer les principes fondateurs de ce modèle, ainsi que la manière dont nous pouvons l’utiliser pour identifier les sommets du marché.
- Quantifier l’écart entre le prix actuel et le Cointime Price
Le Cointime Price reflète dans une large mesure le coût réel moyen de détention des unités BTC, plus précisément celui des « détenteurs à long terme » — car plus la durée de détention est longue, plus l’impact sur le Cointime Price est élevé.
Ainsi, lorsque le prix spot s’éloigne fortement du Cointime Price, cela devrait théoriquement renforcer la motivation des détenteurs à long terme à réaliser leurs gains en distribuant leurs jetons.
J’ai défini la formule du taux d’écart (aussi appelé taux de distribution) comme suit :
Taux d’écart = (Prix actuel – Cointime Price) / Prix actuel
Comme illustré ci-dessus, on obtient ainsi l’évolution du taux de distribution (ligne violette). On observe clairement que chaque pic du taux de distribution coïncide avec un sommet du marché.
Alors, qu’entend-on exactement par « niveau élevé » ?
Pour ma part, j’utilise une approche statistique afin de définir objectivement ce seuil élevé, comme détaillé ci-dessous.
- Définition des valeurs extrêmes du Cointime Price Deviation
En observant à nouveau le graphique ci-dessus, on se rend compte qu’il n’est pas facile de définir objectivement ce qu’est un « niveau élevé » d’écart. En effet, le pic de déviation observé à chaque sommet de cycle haussier semble légèrement inférieur au précédent. Il serait donc peu rigoureux de fixer un seuil unique et constant.
Pour résoudre ce problème, j’ai recours au concept d’« écart-type » en statistiques :
- Calculer la moyenne historique et l’écart-type des valeurs de déviation.
- Définir le seuil « haut niveau » comme : Moyenne + n × Écart-type. Ce seuil sera noté Threshold.
- Appliquer une moyenne mobile pour lisser la courbe de déviation.
- Générer un signal de sommet lorsque la valeur lissée de la déviation dépasse le Threshold.
Comme illustré ci-dessus, après application de ces traitements, on obtient un graphique clair et exploitable.
Deux précisions supplémentaires :
- Le paramètre « n » dans l’expression « Moyenne + n × Écart-type » est ajustable. Plus « n » est élevé, plus la condition pour générer un signal sera stricte.
- Le lissage par moyenne mobile vise principalement à filtrer le bruit statistique.
En marquant sur le graphique des prix les moments où la ligne violette (déviation) franchit la ligne orange (Threshold), on obtient les signaux illustrés ci-dessus.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@market_beggar
