Introduction

Ce rapport quantitatif bihebdomadaire (du 17 février au 3 mars 2025) fournit une analyse approfondie des tendances et des dynamiques récentes du marché des crypto-monnaies grâce à une analyse multidimensionnelle des données. Le rapport examine des indicateurs clés tels que la volatilité, le ratio de volume de transactions long-short, l’intérêt ouvert et les taux de financement des principales crypto-monnaies comme le Bitcoin (BTC) et l’Ethereum (ETH), tout en analysant les événements de liquidation sur le marché des dérivés cryptographiques. La section backtesting quantitatif se penche également sur l’indicateur MACD, en évaluant ses performances et ses rendements backtesting.

Abstrait

• Au cours des deux dernières semaines, le Bitcoin a réagi de manière plus marquée aux mouvements du marché, tandis que l'Ethereum est resté faible, montrant peu de dynamisme à la hausse mais une volatilité relativement stable.
• Le ratio long/short du BTC a fluctué entre 0,90 et 1,10, tandis que l’ETH est resté dans la fourchette de 0,85 à 1,05, ce qui suggère que la dynamique haussière reste faible.
• Les fluctuations du taux de financement du BTC se sont intensifiées, associées à une baisse de l'intérêt ouvert et à une augmentation des liquidations longues. Cela pourrait indiquer une période de désaisissement ou resserrer la liquidité à court terme, indiquant une prudence accrue parmi les traders.
• L’émission quotidienne de pièces mèmes Solana est tombée à 40 000, soit une baisse de 65 % par rapport au pic de janvier, reflétant un regain d’enthousiasme pour les actifs spéculatifs.
• Une stratégie de retour à la moyenne testée a posteriori à l’aide d’un indicateur MACD standardisé identifie efficacement les opportunités de repli après de fortes hausses de prix, fournissant aux traders des signaux courts potentiels.

Aperçu du marché

1. Analyse de la volatilité du Bitcoin & de l'Ethereum

La volatilité est mesurée à l’aide de l’écart-type (STD) des rendements quotidiens, quantifiant la dispersion des rendements des actifs. Une STD plus élevée indique des fluctuations de prix plus importantes et une incertitude accrue sur le marché, tandis qu’une STD plus faible suggère des mouvements de prix plus stables.

Au cours des deux dernières semaines, le BTC a affiché une plus grande volatilité que l’ETH, reflétant un cycle de marché de consolidation de la tendance baissière, de stabilisation et de rebond rapide. À partir du 23 février, la volatilité du BTC a bondi, tandis que l’ETH est resté relativement stable, signalant un sentiment de marché prudent. Alors que la pression de vente s’intensifiait, le BTC est tombé en dessous de 80 000 $ et l’ETH a atteint un creux de 2 100 $, déclenchant une vague de panique sur le marché.

Graphique 1. Le BTC a présenté une volatilité plus élevée que l’ETH, ce qui reflète des fluctuations de prix plus fortes

Cependant, au début du mois de mars, la volatilité des deux actifs a considérablement augmenté, le BTC connaissant les fluctuations les plus prononcées. Ce changement soudain a probablement été déclenché par l’annonce du président américain Donald Trump de la création d’une réserve de crypto-monnaies américaine, qui comprendrait BTC, ETH, SOL, XRP et ADA comme actifs de base. Suite à cette nouvelle, le sentiment du marché a fortement rebondi, repoussant le BTC au-dessus de 90 000 dollars, tandis que l’ETH est remonté à environ 2 500 dollars.

Graphique 2. Le BTC a dépassé les 90 000 dollars, tandis que l’ETH n’a remonté qu’à 2 500 dollars, ce qui indique une relative faiblesse.

Dans l’ensemble, le BTC a fait preuve d’une sensibilité au marché plus élevée, tandis que l’ETH reste faible, manquant d’une forte dynamique haussière mais montrant une volatilité plus faible. Si la volatilité élevée persiste, le marché pourrait avoir un potentiel de hausse supplémentaire à court terme. Sinon, l’action agitée des prix et la consolidation restent les principaux risques. [1][2]

2. Analyse du ratio de taille des preneurs longs/courts de Bitcoin et Ethereum (LSR)

Le ratio long/short taker size ratio (LSR) est un indicateur clé utilisé pour mesurer le volume des ordres agressifs d’achat (long) et de vente (short) au marché, donnant un aperçu du sentiment du marché et de la force de la tendance. Un LSR supérieur à 1 indique que les ordres au marché côté achat (longs) dépassent les ordres au marché côté vente (shorts), ce qui suggère un sentiment plus haussier.

Selon les données de Coinglass, le LSR du BTC est resté entre 0,90 et 1,10, montrant une corrélation inverse avec les mouvements de prix. Cela suggère que les traders ont tendance à acheter à la baisse lorsque les prix baissent, mais sont plus prudents lors des rebonds. Pendant ce temps, le LSR de l’ETH a été plus volatil, fluctuant entre 0,85 et 1,05. Malgré une certaine reprise après les récentes baisses, l’ETH a montré une dynamique de rebond plus faible, et même si son LSR s’améliore, le marché manque de forte conviction à la hausse. Cela indique une plus grande incertitude autour de l’action du prix de l’ETH, avec des entrées de capitaux plus lentes que le BTC.

Alors que le BTC a fait preuve d’une certaine résilience dans un contexte d’action agitée des prix, son LSR suggère que le support sous-jacent reste intact. D’autre part, l’ETH continue de sous-performer, le sentiment des investisseurs restant prudent. Les traders doivent surveiller si le sentiment du marché s’améliore davantage, car cela sera crucial pour déterminer le prochain mouvement directionnel. [3]

La figure 3. Le ratio long/short BTC reste entre 0,90 et 1,10, indiquant un sentiment de marché équilibré

La figure 4. Le ratio long/short de l'ETH a montré de plus grandes fluctuations, se stabilisant entre 0,85 et 1,05

3. Analyse de l’intérêt ouvert

Selon les données de Coinglass, l'intérêt ouvert (OI) pour les contrats à terme sur BTC a fortement diminué au cours des deux dernières semaines, passant sous les 51 milliards de dollars. Cela pourrait être attribué à des liquidations de positions à effet de levier, à un désendettement induit par le marché ou à des réallocations de capitaux, ce qui reflète un sentiment de marché plus prudent. Début mars, l'intérêt ouvert pour BTC a rebondi après avoir atteint son point le plus bas, mais est resté en dessous du pic de février, ce qui indique que les afflux de capitaux sont encore relativement conservateurs.

En revanche, l’intérêt ouvert pour l’ETH est resté relativement stable et n’a pas connu de baisse significative lors du repli du marché fin février. Cela suggère que les positions à effet de levier sur l’ETH ont été gérées avec plus de prudence. Cependant, malgré la reprise du BTC, l’intérêt ouvert pour l’ETH n’a connu qu’une modeste augmentation, ce qui indique un manque de confiance dans le rebond de l’ETH et des entrées de capitaux plus lentes par rapport au BTC.

Les fluctuations brusques de l'intérêt ouvert du BTC suggèrent un environnement de trading à court terme plus actif, tandis que l'intérêt ouvert relativement stable de l'ETH indique que le marché de l'ETH est plus en mode attentiste. Si l'intérêt ouvert du BTC continue de augmenter, cela pourrait fournir un élan pour de nouveaux gains de prix. Cependant, si les afflux de capitaux restent faibles, le marché pourrait évoluer latéralement.

La figure 5. L'intérêt ouvert pour BTC montre un rebond plus fort, tandis que l'intérêt ouvert pour ETH reste modéré, reflétant une confiance moindre dans une reprise d'ETH

4. Analyse des taux de financement

Au cours des deux dernières semaines, les taux de financement du BTC et de l'ETH ont connu des fluctuations importantes, reflétant des changements dans le sentiment de levier du marché. Alors que les tendances des taux de financement étaient largement synchronisées, il y a eu des périodes de divergence remarquables. De plus, la volatilité du taux de financement du BTC était plus prononcée que celle de l'ETH, plongeant fréquemment en territoire négatif. Cela suggère que les positions courtes dominaient le marché des dérivés du BTC, entraînant un biais baissier dans le sentiment du marché et entraînant des taux de financement négatifs.

La volatilité du taux de financement du BTC s'est intensifiée au cours des deux dernières semaines, avec de multiples occurrences de financement négatif. Associée à une diminution de l'intérêt ouvert et à une augmentation des liquidations longues, cela pourrait indiquer une phase de délestage du marché ou de renforcement du sentiment baissier à court terme. Pour les traders, les fluctuations du taux de financement servent de signal clé de la position du capital sur le marché, pouvant potentiellement impacter les mouvements de prix à court terme et la structure globale de l'effet de levier.

La figure 6. Le taux de financement du BTC a montré une plus grande volatilité que l'ETH et est souvent devenu négatif

5. Tendances de liquidation de contrat de cryptomonnaie

Selon les données de Coinglass, le marché des dérivés de crypto-monnaies a connu de multiples liquidations à grande échelle au cours du dernier mois. Entre le 24 février et le 3 mars, le volume moyen de liquidation quotidien pour les positions longues et courtes a atteint 732 millions de dollars, ce qui représente une augmentation de 42% par rapport à la période du 1er février au 17 février. Les liquidations de positions longues ont dominé, avec une moyenne de 542 millions de dollars par jour, tandis que les liquidations de positions courtes se chiffraient à 190 millions de dollars par jour. Ce schéma suggère que les positions longues à effet de levier sont confrontées à des risques de liquidation nettement plus élevés lors de fortes baisses du marché.

Pendant les conditions de marché extrêmes, les fortes baisses de prix déclenchent souvent des liquidations longues, aggravant la liquidité du marché et conduisant à un “effet de cascade de liquidation.” En revanche, les liquidations courtes étaient relativement de moindre ampleur mais ont augmenté lors de rebonds rapides du marché. Par exemple, le 2 mars, les liquidations courtes ont augmenté de façon spectaculaire. En analysant les taux de financement, les intérêts ouverts et les tendances en matière de liquidation, les traders doivent rester prudents face aux changements rapides de sentiment qui peuvent accroître les risques de levier. Un dimensionnement de position adéquat et une gestion des risques sont essentiels pour éviter des pertes significatives dans des environnements de marché très volatils. [7]

Figure 7. Entre le 24 février et le 3 mars, le volume moyen quotidien de liquidation sur le marché des dérivés a atteint 732 millions de dollars

6. Baisse de l'émission quotidienne de jetons mémés basés sur Solana

En janvier, le marché des jetons mèmes Solana a connu une poussée maximale, avec une vague de nouveaux projets émergents. Parmi eux, le jeton TRUMP, lancé par l'ancien président américain Donald Trump, a suscité le plus d'attention, stimulant l'activité accrue dans l'écosystème. Cependant, en raison d'un sentiment croissant de prudence face au risque, de conditions de liquidité plus strictes et de facteurs réglementaires évolutifs, de nombreux jetons mèmes spéculatifs n'ont pas réussi à maintenir l'intérêt des investisseurs, entraînant une forte baisse des nouvelles émissions. En conséquence, le marché des mèmes sur Solana s'est considérablement refroidi, avec des nouvelles émissions de jetons mèmes quotidiens chutant à 40 000, soit une baisse de 65 % par rapport à son pic de janvier. Cette baisse reflète une diminution de l'enthousiasme pour les actifs spéculatifs à court terme.

Le ralentissement de l'émission de jetons mèmes a également affecté l'activité commerciale globale sur le réseau Solana. Les revenus des frais de gaz ont fortement diminué passant de 35 millions de dollars (19 janvier) à 1,49 million de dollars (3 mars), ce qui représente une baisse de 95%. Les principaux indicateurs du réseau ont également montré des baisses significatives, notamment le volume de trading on-chain, les adresses actives et la Total Value Locked (TVL). Ces tendances indiquent un affaiblissement du cycle de liquidité dans le secteur des mèmes, les investisseurs adoptant une position plus prudente face au risque.

La figure 10. L'émission quotidienne de jetons de mème Solana est tombée à 40 000, soit une baisse de 65% par rapport à son pic de janvier

Analyse quantitative - Stratégie MACD standardisée : Validation d'une approche de trading de réversion à la moyenne sur le marché des cryptomonnaies

(Avertissement : Toutes les prévisions dans cet article sont basées sur des données historiques et des tendances du marché. Elles sont fournies à titre indicatif uniquement et ne doivent pas être considérées comme des conseils en investissement ou des garanties de mouvements futurs du marché. Les investisseurs doivent soigneusement considérer les risques et prendre des décisions éclairées.

Cette section présente l'indicateur MACD normalisé (MacNorm) et son application dans une stratégie de trading de réversion à la moyenne à travers des tests rétroactifs sur la paire de trading BTC/USDT. Le MACD normalisé est une version améliorée du MACD traditionnel, qui normalise les valeurs du MACD dans une plage fixe (généralement entre -1 et +1). Cet ajustement rend l'indicateur plus comparable dans différentes conditions de marché, en se concentrant sur la force relative et la direction des mouvements de prix.

Composants principaux & Mécanisme

L'indicateur MACD standardisé se compose de deux composantes clés : la ligne MacNorm et la ligne de déclenchement. La ligne MacNorm, qui est la ligne principale normalisée, capture la relation entre l'élan du marché à court terme et à long terme. Lorsqu'elle est supérieure à 0, cela indique que l'élan haussier à court terme est plus fort, tandis qu'une valeur inférieure à 0 suggère que la pression baissière à court terme domine. La ligne de déclenchement est une moyenne mobile pondérée (WMA) de la ligne MacNorm, servant de ligne de signal pour confirmer et filtrer les signaux de trading. Elle se déplace de manière plus fluide et est généralement en retard par rapport à la ligne MacNorm. Dans la visualisation, la ligne rouge représente la ligne MacNorm (ligne rapide), tandis que la ligne verte représente la ligne de déclenchement (ligne lente), toutes deux limitées dans une plage de -1 à +1. Le MACD standardisé utilise plusieurs paramètres clés, chacun jouant un rôle crucial dans son calcul et son efficacité en tant qu'outil de trading.

Figure 11. Visualisation de l'indicateur MACD

1. Période de moyenne mobile rapide (FastMA)
   Ce paramètre définit la période de calcul de la moyenne mobile à court terme, qui représente la tendance des prix à court terme. Une valeur plus petite rend l'indicateur plus sensible aux changements de prix, lui permettant de capturer rapidement les mouvements du marché mais au prix de générer plus de faux signaux. Ce paramètre affecte le numérateur ou le dénominateur dans les calculs de ratio, influençant l'évaluation globale de l'élan.

2. Période de moyenne mobile lente (SlowMA)
   Ce paramètre contrôle la période de calcul de la moyenne mobile à long terme, représentant la tendance générale du marché. Une valeur plus grande donne une tendance plus lisse, réduisant les faux signaux et entraînant un décalage de signal plus important. Le contraste entre les lignes rapide et lente est au cœur du MACD, et ce paramètre détermine le degré de 'lenteur' dans l'analyse de tendance.

3. Période de la ligne de déclenchement
   Cela détermine le calcul de la moyenne mobile pondérée (WMA) de la ligne MacNorm, formant la ligne de déclenchement. Une valeur plus petite fait que la ligne de déclenchement suit de près la ligne MacNorm, générant des signaux plus fréquents mais plus tôt. En revanche, une valeur plus grande entraîne une ligne de signal plus lisse avec moins mais potentiellement plus fiables signaux.

4. Période de normalisation
   Il s'agit de la période de retour en arrière utilisée pour la normalisation, où les valeurs les plus élevées et les plus basses du MACD dans cette période sont identifiées pour mettre à l'échelle le résultat dans une plage de -1 à +1. Une période de normalisation plus longue fournit une normalisation plus stable car elle prend en compte une histoire des prix plus large, tandis qu'une période plus courte rend la normalisation plus dynamique mais peut entraîner des fluctuations d'indicateur fréquentes.

5. Type de moyenne mobile
   Ce paramètre détermine la méthode utilisée pour calculer FastMA et SlowMA. La méthode choisie affecte la pondération des mouvements de prix :

• Moyenne mobile exponentielle (MME)attribue un poids plus important aux prix récents, ce qui le rend plus réactif aux changements du marché.
• Moyenne Mobile Pondérée (WMA)applique une distribution linéaire du poids dans le temps.
• Moyenne mobile simple (SMA)donne un poids égal à tous les prix, produisant la tendance la plus lisse.

Différents types de moyennes mobiles influencent la sensibilité de l'indicateur et le timing de génération des signaux, ce qui affecte l'efficacité globale de la stratégie.

Pour une ventilation détaillée des formules de calcul, veuillez vous référer à [10].

Stratégie de trading pratique

La logique centrale de cette stratégie de trading est basée sur la théorie de la réversion à la moyenne, qui suppose que les prix ont tendance à revenir à leur moyenne à long terme. La stratégie utilise l'indicateur MACD standardisé pour identifier les écarts de prix excessifs. Plus précisément, si l'indicateur rapide (MacNorm) est resté à un niveau élevé (>0.995) au cours des quatre dernières périodes mais chute soudainement en dessous de la ligne de signal lente (Trigger) dans la période actuelle, cela signale que le prix a peut-être dévié trop loin de la moyenne.déclenchant un signal de vente à découverten anticipation d'un retour à la moyenne.

La période de détention est fixée à N cycles de chandeliers (désignée sous le nom de lag_N), et la période de backtesting s'étend du 3 mars 2024 au 3 mars 2025, en utilisant des signaux MACD d'une minute. Les coûts de transaction tels que les frais et le glissement ne sont pas pris en compte dans cette étude.

Cinq paramètres fondamentaux définissent cette stratégie :

• Période de moyenne mobile rapide (longueur_rapide)
• Période de moyenne mobile lente (slow_length)
• Période de lissage de la ligne de signal (longueur de déclenchement)
• Période de retour à la normale (norm_period)
• Type de moyenne mobile (ma_type, défini sur EMA pour cette étude)

Pour identifier les combinaisons de paramètres optimaux, nous avons effectué des backtests dans les plages suivantes :

• Période MA rapide :8, 10, 12, 14
• Période de MA lente :16, 18, 21, 24
• Période de lissage du signal :9, 12, 15, 18
• Période de normalisation :5, 7, 9, 11
• Type de moyenne mobile :EMA

Pour garantir la robustesse de la stratégie, nous avons appliqué deux critères de filtrage : un taux de réussite minimum de 55 % et un minimum de 50 transactions par période de backtesting. Nous avons ensuite sélectionné les cinq meilleures combinaisons de paramètres avec les rendements moyens les plus élevés. Cette approche de filtrage multicouche aide à identifier les paramètres optimaux et à réduire le risque de surajustement.

Figure 12. Rendements cumulés basés sur les cinq ensembles de paramètres sélectionnés, avec une allocation pondérée égale entre les stratégies

Figure 13. Analyse du risque-rendement - Ratio de Sharpe

Figure 14. Performance du rendement total

Résumé de la stratégie de trading

Basé sur notre analyse de backtesting, nous avons identifié cinq ensembles de paramètres optimaux qui ont offert des performances exceptionnelles :

• MA rapide : 14, MA lente : 18, Lissage du signal : 18, Période de normalisation : 7
• Fast MA: 14, Slow MA: 18, Signal Smoothing: 15, Normalization Period: 7
• MA rapide : 14, MA lente : 21, Lissage du signal : 18, Période de normalisation : 5
• MA rapide : 14, MA lente : 18, Lissage du signal : 9, Période de normalisation : 7
• MA rapide : 14, MA lente : 18, Lissage du signal : 12, Période de normalisation : 7

Ces cinq ensembles de paramètres optimisés ont été combinés en une seule stratégie de trading composite avec un poids égal. Les résultats des backtests indiquent que cette stratégie génère de manière cohérente des rendements stables quelle que soit la période de détention. Plus important encore, à mesure que la période de détention s'allonge, la courbe de rendement montre une tendance claire à la hausse,suggérant que la stratégie offre un avantage notable dans les scénarios d'investissement à long terme.

En analysant le ratio de Sharpe (rendements ajustés en fonction du risque) et la performance du rendement total sur différentes périodes de détention, nous avons constaté que les périodes de détention supérieures à 30 cycles surpassaient systématiquement les périodes de détention plus courtes dans les deux indicateurs. Cela démontre que la stratégie génère des rendements cumulatifs plus élevés sur des périodes de détention plus longues et permet d'obtenir de meilleurs résultats en matière de gestion des risques.

Conclusion

Entre le 17 février et le 3 mars, le marché des crypto-monnaies a connu une volatilité significative, avec le BTC présentant des fluctuations de prix beaucoup plus élevées que l'ETH. Sous l'impulsion de développements politiques, le BTC a connu un rebond rapide. L'analyse du ratio long/court a fortement soutenu le BTC, tandis que l'ETH manquait de dynamisme à la hausse. Les données sur l'intérêt ouvert des contrats à terme ont révélé que le trading sur marge du BTC est resté très actif, tandis que le trading de l'ETH était plus conservateur. La volatilité du taux de financement reflétait des batailles intenses sur le marché long/court, et les données de liquidation mettaient en évidence des risques de marché élevés, en particulier une forte pression de liquidation sur les positions longues. De plus, le marché des jetons mème Solana s'est significativement refroidi, avec une forte baisse des nouvelles émissions quotidiennes, signalant un affaiblissement de l'appétit spéculatif.

D'un point de vue de l'analyse quantitative, la stratégie de réversion à la moyenne basée sur le MACD standardisé a efficacement identifié les replis de prix après des hausses excessives, fournissant des signaux clairs de vente à découvert grâce à des tests arrière et à une optimisation des paramètres. Cependant, aucune stratégie de trading n'est infaillible et des changements rapides sur le marché pourraient impacter son efficacité. Les traders devraient appliquer les stratégies avec prudence et envisager de les affiner et de les optimiser en fonction de leur tolérance au risque et de leurs préférences de trading.


Références :

1. Gate.io,https://www.gate.io/trade/BTC_USDT
2. Gate.io,https://www.gate.io/trade/ETH_USDT
3. Coinglass,https://www.coinglass.com/LongShortRatio
4. Coinglass,https://www.coinglass.com/BitcoinOpenInterest?utm_source=chatgpt.com
5. Gate.io,https://www.gate.io/futures_market_info/BTC_USD/capital_rate_history
6. Gate.io,https://www.Gate.io/futures/introduction/funding-rate-history?from=USDT-M&contract=ETH_USDT
7. Coinglass,https://www.coinglass.com/pro/futures/Liquidations
8. Solscan,https://solscan.io/analytics#tokens
9. DefiLlama,https://defillama.com/chain/solana?chainFees=false&tvl=true
10. Tradingview,https://tw.tradingview.com/script/zWnQDQOu-MACD-Normalized/

Recherche Gate
La recherche de Gate est une plateforme de recherche blockchain et crypto complète, fournissant aux lecteurs un contenu approfondi, y compris une analyse technique, des idées chaudes, des revues de marché, des recherches sectorielles, des prévisions de tendances et une analyse des politiques macroéconomiques.

Cliquez sur le Lienpour en savoir plus

Clause de non-responsabilité
Investir sur le marché des crypto-monnaies comporte des risques élevés, et il est recommandé aux utilisateurs d’effectuer des recherches indépendantes et de bien comprendre la nature des actifs et des produits qu’ils achètent avant de prendre toute décision d’investissement. Gate.ion'est pas responsable des pertes ou dommages causés par de telles décisions d'investissement.