École de données sur la chaîne (9) : L'indicateur RUPL (I) - Présentation des données & application pour repérer les creux de marché
TechFlow SélectionTechFlow Sélection
École de données sur la chaîne (9) : L'indicateur RUPL (I) - Présentation des données & application pour repérer les creux de marché
RUPL peut montrer l'état actuel des « gains ou pertes non réalisés » sur le marché.
Dédié à des analyses Web3 approfondiesAuteur : Monsieur Berg
🔸TL;DR
- La série d'articles sur RUPL sera divisée en 2 parties, ceci est la première.
- RUPL permet de visualiser l'état actuel des « gains et pertes non réalisés » du marché.
- L’observation de RUPL révèle des régularités au niveau des sommets et des creux du marché.
- Partage d’un modèle de repérage des points bas fondé sur RUPL.
🟡 Présentation de RUPL
RUPL signifie Relative Unrealized Profit & Loss (Profit et Perte Non Réalisés Relatifs), traduit en chinois par « profit et perte non réalisés relatifs ».
Cet indicateur peut être décomposé en deux composantes : RUP et RUL.
Prenons l'exemple du RUP, dont le calcul se fait comme suit :
- Comparer le « prix actuel » avec le « prix au moment du dernier transfert de chaque BTC », puis classer comme « jetons en profit » ceux dont le « prix actuel > prix du dernier transfert ».
- Multiplier le profit de chaque jeton par sa quantité correspondante afin d’obtenir le Unrealized Profit (profit non réalisé).
- Normaliser ensuite cette donnée selon la capitalisation boursière à ce moment-là.
Autrement dit, le Unrealized Profit représente la « somme totale des profits non réalisés » sur le marché actuel ;
tandis que le RUP normalise cette valeur selon la capitalisation pour permettre la comparaison entre différentes périodes du marché.
L'algorithme du RUL suit exactement la même logique que celui du RUP, nous n’y reviendrons donc pas ici.
Dans l’image ci-dessus, la ligne verte représente le RUP, la ligne rouge le RUL.
Nous pouvons observer une forte corrélation positive entre le prix et le RUP, ainsi qu’une forte corrélation négative entre le prix et le RUL.
Cela paraît logique : à mesure que le prix de la cryptomonnaie augmente, la somme totale des profits non réalisés augmente naturellement.
Toutefois, en examinant plus attentivement le graphique, on remarque que dans quelques rares périodes, le RUL dépasse le RUP (la ligne rouge se situe au-dessus de la verte).
Cela signifie que l’état global des gains/pertes non réalisés du marché est négatif. Cette situation a-t-elle une signification particulière ? Continuez à lire pour le découvrir…
🟡 Application de RUPL pour repérer les points d’achat
Un vieil adage dit : « Soyez avide quand les autres ont peur ». Lorsque les détenteurs de jetons sont globalement en perte,
cela pourrait constituer un bon moment pour entrer sur le marché et accumuler des jetons.
Dans l’illustration ci-dessus, j’ai mis en évidence les périodes où RUL > RUP, obtenant ainsi un graphique de signaux.
On constate clairement que chaque fois que RUL > RUP, cela correspond presque systématiquement à un creux cyclique majeur !
Il ne s’agit pas là d’un simple raisonnement fallacieux. La logique sous-jacente est la suivante :
« Quand l’ensemble du marché est globalement en perte, cela signifie que les investisseurs coincés sont probablement peu enclins à vendre leurs jetons en raison d’un prix trop bas », réduisant ainsi fortement la pression vendeuse. Dans ces conditions, une légère augmentation de la demande peut suffire à inverser la tendance et relancer la hausse.
Cette logique est très similaire à celle de la stratégie d’achat LTH-RP présentée dans un article précédent. Les lecteurs intéressés peuvent se reporter à ce dernier.
🟡 Partage de la logique de conception d’un modèle d’achat basé sur RUPL
Passons maintenant à une autre approche : oublions temporairement le RUL et concentrons-nous uniquement sur le graphique du RUP. Nous remarquons alors que les valeurs historiques du RUP aux creux sont très proches les unes des autres.
Par exemple, j’ai ajouté une ligne horizontale fixée à 0,4 sur le graphique du RUP, afin de bien identifier les zones où RUP < 0,4.
(Ce seuil de 0,4 est un paramètre ajustable, sujet à nouveau commentaire ultérieurement.)
Une fois identifiée une zone de plancher relativement marquée pour le RUP, nous pouvons superposer la condition RUP < 0,4 à la condition précédente RUP < RUL, afin d’appliquer un deuxième filtre aux signaux. Le résultat obtenu est le suivant :
Il s’agit là d’une méthode couramment utilisée lors de la conception de modèles : appliquer des filtres successifs pour améliorer la précision du modèle final.
Bien que les deux conditions combinées (RUP < 0,4 et RUP < RUL) n’aient pas un effet de filtrage extrêmement marqué,
une observation attentive montre tout de même qu’elles sont plus strictes que la seule condition RUP < RUL.
En abaissant davantage la valeur seuil (par exemple en passant de 0,4 à 0,38), on peut encore renforcer la sélectivité du signal.
Toutefois, lors du réglage des paramètres, il convient de rester vigilant face au risque de surajustement (overfitting). Un modèle calibré uniquement sur des données historiques pourrait s’avérer inefficace à l’avenir !
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
