Analyse on-chain, qu’est-ce?

Analyse on-chain : définition, indicateurs MVRV, SOPR et NUPL, analyse des wallets, exemples Bitcoin et Ethereum, méthodes et limites pour comprendre les marchés crypto.

Dernière mise à jour : 11 novembre 2026. L’analyse on-chain consiste à examiner les informations enregistrées sur une blockchain pour comprendre ce que font les détenteurs de cryptomonnaies, comment les actifs circulent et comment les réseaux sont réellement utilisés. Elle permet de dépasser le seul graphique des prix, sans pour autant prédire avec certitude la direction du marché.

Combien de bitcoins sont déplacés vers les plateformes d’échange ? Les détenteurs à long terme prennent-ils des bénéfices ? Les utilisateurs d’Ethereum effectuent-ils davantage de transactions ? Les stablecoins sont-ils utilisés ou simplement conservés ? Ces questions peuvent être étudiées à partir de données publiques, à condition de bien comprendre ce que chaque chiffre mesure.

L’analyse on-chain des cryptomonnaies complète l’analyse technique, qui étudie les prix et les volumes échangés, et l’analyse fondamentale, qui examine l’utilité, l’économie et les perspectives d’un actif. Dans ce guide, nous expliquons les principaux indicateurs on-chain, les erreurs d’interprétation fréquentes et une méthode concrète pour relier les mouvements de la blockchain au contexte des marchés.

Les valeurs chiffrées des exemples pédagogiques ci-dessous sont hypothétiques, sauf lorsqu’une règle de protocole ou une formule est explicitement indiquée. Elles ne constituent pas un relevé de marché au 11 novembre 2026.

Dans cet article — accéder aux 6 grandes parties

1. Définition et différences avec les autres analyses
2. Les principaux indicateurs on-chain
3. Exemples concrets : Bitcoin, Ethereum et DeFi
4. Méthode pratique et outils pour débuter
5. Limites, pièges et évolutions de l’analyse
6. FAQ et conclusion

1. Analyse on-chain : définition et fonctionnement

Qu’est-ce que l’analyse on-chain, exactement ?

L’analyse on-chain, parfois appelée « analyse en chaîne », repose sur l’examen des données produites par une blockchain : blocs validés, transactions, adresses, mouvements de tokens et, sur les réseaux compatibles, événements émis par les contrats intelligents. Une partie de ces données est directement accessible avec un explorateur public. D’autres statistiques demandent des traitements complexes pour regrouper les opérations, estimer les coûts d’acquisition ou identifier certains types de portefeuilles.

Dans Bitcoin, le fonctionnement repose sur des sorties de transaction non dépensées, les UTXO. Chaque dépense consomme des sorties précédentes et en crée de nouvelles. Sur Ethereum, l’observation couvre notamment les comptes, les transferts de la cryptomonnaie native, les événements de tokens, les transactions et les appels aux contrats intelligents. Ces différences techniques expliquent pourquoi un indicateur conçu pour Bitcoin n’est pas forcément transposable sans adaptation à Ethereum ou Solana.

Par exemple, un observateur peut voir 2 000 BTC transférés entre deux adresses. Il connaît la quantité, la transaction et son heure d’inscription sur le réseau. Mais il ne sait pas automatiquement si ces bitcoins appartiennent à un investisseur, à une entreprise, à un dépositaire ou à une plateforme qui réorganise ses propres portefeuilles.

Le travail de l’analyste consiste donc à distinguer les faits inscrits dans le registre des hypothèses sur leur signification. C’est cette discipline qui rend l’analyse des données blockchain utile : elle évite de transformer chaque mouvement spectaculaire en récit de marché non vérifié.

Quelles informations une blockchain permet-elle d’observer ?

Sur une blockchain publique, les informations disponibles varient selon le protocole. Elles peuvent inclure l’identifiant de la transaction, le bloc, les frais, les adresses impliquées, les montants transférés, le solde de comptes, le code de certains contrats ou les événements qu’ils enregistrent. Les explorateurs facilitent cette lecture en présentant les données brutes de manière compréhensible.

Les sociétés d’analyse ajoutent une seconde couche : elles rapprochent certaines adresses, nettoient les mouvements internes, calculent des séries historiques ou attribuent des catégories à des ensembles de wallets. Cette valeur ajoutée n’est pas une vérité absolue : une identification peut être incomplète, révisée ou contestée.

L’analyse on-chain sert ainsi à étudier trois dimensions complémentaires. La première est l’activité : transactions, utilisation d’applications, frais et congestion. La deuxième est la structure des détentions : ancienneté des coins, répartition de l’offre et comportement des détenteurs. La troisième est la circulation des capitaux : mouvements vers les plateformes, transferts entre réseaux ou garanties déposées dans les protocoles décentralisés.

Analyse on-chain, analyse technique et analyse fondamentale : quelles différences ?

L’analyse technique observe principalement les prix, les volumes de marché, les tendances, les supports et les résistances. L’analyse fondamentale s’intéresse à l’émission monétaire, à l’adoption, à la concurrence, aux revenus d’une infrastructure et aux conditions économiques. L’analyse on-chain cherche, quant à elle, à comprendre ce qui se passe dans les registres blockchain.

Une baisse du prix du Bitcoin accompagnée de pertes réalisées sur la blockchain n’a pas la même signification qu’une baisse liée principalement à des liquidations de positions à effet de levier. Dans le premier cas, des coins changent de mains à perte. Dans le second, une partie du mouvement peut provenir de produits dérivés dont les positions ne sont pas toutes directement enregistrées sur la blockchain de Bitcoin.

Il faut donc croiser ces trois approches. Une lecture isolée peut être instructive, mais une conclusion est plus solide lorsqu’elle repose sur plusieurs sources de données qui racontent une histoire cohérente.

2. Les principaux indicateurs on-chain à connaître

Les indicateurs on-chain ne répondent pas tous à la même question. Certains évaluent les gains latents des détenteurs ; d’autres suivent les ventes à profit ou à perte, les flux vers les plateformes ou la fréquentation d’un réseau. Il est préférable de commencer par comprendre leur formule et leurs biais avant de regarder une courbe colorée.

MVRV : comparer la valeur de marché et la valeur réalisée

Le MVRV, pour Market Value to Realized Value, compare la capitalisation boursière d’une cryptomonnaie à sa capitalisation réalisée. Pour Bitcoin, cette dernière valorise chaque coin selon le prix observé lors de son dernier mouvement on-chain, selon la méthodologie utilisée par le fournisseur. On obtient ainsi une estimation du coût de référence agrégé du réseau, et non le prix d’achat réel connu de chaque investisseur.

Formule : MVRV = capitalisation de marché / capitalisation réalisée.

Un MVRV de 2 signifie, dans cette construction, que la valeur de marché représente deux fois la valeur réalisée. Un MVRV de 1 signifie que les deux mesures sont égales. En dessous de 1, la valorisation de marché passe sous la valorisation réalisée. Il ne s’agit pas de seuils qui déclenchent mécaniquement une hausse ou une baisse.

Des niveaux historiquement élevés peuvent signaler d’importantes plus-values latentes et donc une incitation à prendre des bénéfices. Des niveaux faibles peuvent traduire une phase de stress, mais un marché peut rester longtemps déprimé. Le MVRV Z-Score ajoute une normalisation statistique à l’écart entre les deux valorisations : il ne doit pas être confondu avec le ratio MVRV simple.

Exemple fictif : avec une capitalisation de marché de 1 200 milliards de dollars et une capitalisation réalisée de 600 milliards, le MVRV serait de 2. Ce calcul décrit une relation de valorisation ; il ne prouve pas que le Bitcoin va corriger le lendemain.

SOPR : les coins déplacés sont-ils en profit ou en perte ?

Le SOPR, pour Spent Output Profit Ratio, mesure le rapport entre la valeur des sorties dépensées au moment de leur mouvement et leur valeur lors de leur création. Il permet de voir si les coins déplacés sont globalement associés à un gain ou à une perte économique estimée.

Un SOPR supérieur à 1 correspond à des profits réalisés au sens de cet indicateur ; un niveau inférieur à 1 correspond à des pertes ; autour de 1, le résultat agrégé se rapproche de l’équilibre. Le terme « réalisé » doit être compris au sens de la méthode de calcul : le déplacement d’un coin ne signifie pas nécessairement qu’il a été vendu contre des dollars.

La version aSOPR cherche à atténuer le bruit créé par les sorties à durée de vie très courte, tandis que d’autres variantes ajustent les mouvements entre adresses d’une même entité. Ces différences comptent lorsque l’on compare deux graphiques provenant de prestataires distincts.

Exemple fictif : un SOPR de 0,97 suggère que les sorties étudiées ont été déplacées à une valeur inférieure d’environ 3 % à leur référence pondérée. Cette observation peut correspondre à une phase de pertes, mais ne suffit pas à annoncer un point bas de marché.

NUPL : mesurer les profits et pertes latents

Le NUPL, ou Net Unrealized Profit/Loss, s’intéresse au résultat latent agrégé. Dans sa formulation classique pour Bitcoin, il correspond à la différence entre capitalisation de marché et capitalisation réalisée, rapportée à la capitalisation de marché.

Formule : NUPL = (capitalisation de marché − capitalisation réalisée) / capitalisation de marché.

Une valeur positive signifie que l’ensemble étudié se trouve en profit latent net dans le modèle ; une valeur négative traduit une perte latente nette. Les lectures extrêmes ont historiquement été utilisées pour caractériser différentes phases du cycle Bitcoin, mais leur interprétation dépend de la période et de la méthodologie.

Il existe un lien mathématique entre MVRV et NUPL dans le modèle classique de Bitcoin : NUPL = 1 − (1 / MVRV). Cette relation ne s’applique pas automatiquement à toutes les déclinaisons de ces métriques, notamment lorsqu’un fournisseur exclut certaines catégories de comptes ou de contrats.

Prix réalisé, offre en profit et détenteurs de long terme

Le prix réalisé est obtenu en divisant la capitalisation réalisée par l’offre en circulation retenue. Il représente un repère agrégé fondé sur les derniers mouvements on-chain, pas le prix de revient comptable de chaque portefeuille. Son intérêt est de situer le prix de marché par rapport à une mesure de coût historique.

Le pourcentage de l’offre en profit mesure la part des coins dont le prix de référence on-chain est inférieur au prix courant. Une proportion élevée peut indiquer que de nombreux coins détiennent une plus-value latente, sans impliquer que leurs propriétaires souhaitent tous vendre.

Les détenteurs dits short-term holders et long-term holders sont souvent distingués, pour Bitcoin, autour d’une ancienneté de 155 jours, selon des modèles statistiques de comportement des pièces. Cette classification décrit l’ancienneté des UTXO ou des entités selon la méthode utilisée : elle ne permet pas de connaître l’intention personnelle de chaque investisseur.

Lorsque des coins très anciens recommencent à circuler, l’observation est notable. Elle peut refléter des prises de bénéfices, une réorganisation de conservation, un héritage, une opération institutionnelle ou plusieurs phénomènes à la fois. L’analyse on-chain doit examiner la destination, la répétition et l’ampleur de ces mouvements avant de conclure.

Réserves des exchanges, flux entrants et flux sortants

Les mouvements de BTC ou d’ETH vers une plateforme d’échange sont souvent surveillés comme un signal potentiel de liquidité disponible à la vente. Les inflows correspondent aux dépôts estimés ; les outflows, aux retraits ; le netflow compare les deux sur une période. Les réserves estimées indiquent les actifs associés aux adresses attribuées aux plateformes.

Un flux entrant important peut précéder des ventes, mais il peut aussi correspondre à un transfert de garantie, à un arbitrage ou à un mouvement de trésorerie. Un retrait peut signaler un transfert vers la conservation personnelle, mais également un déplacement vers un autre service ou une autre adresse appartenant à la même entreprise.

Un piège fréquent consiste à écrire : « Les réserves baissent, donc le prix doit monter ». En réalité, l’offre disponible dépend aussi des teneurs de marché, des marchés de gré à gré, des produits financiers, des dérivés et de la demande effective. De plus, les sociétés spécialisées révisent parfois leurs séries lorsqu’elles découvrent de nouvelles adresses de plateformes.

Il faut donc distinguer réserves estimées, flux nets observés et pression de vente effectivement exécutée. Ce sont trois choses différentes.

Adresses actives, transactions et volume économique

Le nombre d’adresses actives est souvent utilisé pour apprécier l’activité d’un réseau. Mais une adresse ne représente pas nécessairement un utilisateur : une seule personne peut contrôler des centaines d’adresses et une plateforme peut regrouper les actifs de nombreux clients dans quelques wallets.

Le nombre de transactions comporte un biais similaire. Un protocole automatisé, une application de trading ou un robot peut générer un volume élevé d’opérations sans croissance comparable du nombre d’utilisateurs humains. À l’inverse, des opérations compensées hors chaîne peuvent correspondre à une activité réelle peu visible dans le registre principal.

Le volume transféré brut peut compter des mouvements internes ou des montants circulant plusieurs fois. Les mesures de volume ajusté cherchent à réduire certains doublons et transferts non économiques, sans pouvoir les éliminer parfaitement. Pour comparer deux réseaux, il faut également tenir compte de leurs architectures différentes.

Enfin, les frais de transaction donnent une indication de la demande d’espace de bloc, de la congestion et, parfois, de la disposition des utilisateurs à payer pour accéder au réseau. Des frais élevés peuvent signaler une forte demande, mais aussi une dégradation de l’expérience utilisateur. Une activité importante à faibles frais peut être positive pour l’adoption sans se traduire immédiatement par des revenus élevés pour le token natif.

3. Analyse on-chain : trois exemples concrets sur Bitcoin, Ethereum et la DeFi

Bitcoin : comment distinguer accumulation et pression vendeuse ?

Imaginons un Bitcoin qui baisse pendant plusieurs semaines. Pour comprendre si le mouvement correspond à une simple correction, à une capitulation ou à une transition plus profonde, l’analyste peut rassembler différents signaux. Il examine d’abord le prix et les volumes négociés. Il regarde ensuite si le SOPR montre des pertes réalisées récurrentes, si la part de l’offre en profit diminue et si les détenteurs récents transfèrent davantage de BTC.

Si, dans le même temps, les détenteurs anciens déplacent peu leurs coins et que les flux nets vers les plateformes restent modestes, cela peut évoquer une pression plus concentrée sur les investisseurs récents. Cette hypothèse n’est pas une certitude : un fonds peut vendre via un intermédiaire, un dépositaire peut regrouper des avoirs et des produits dérivés peuvent peser sur les cours sans mouvement équivalent sur la blockchain.

Dans un scénario inverse, une hausse rapide du Bitcoin s’accompagne d’un MVRV élevé, d’un SOPR durablement supérieur à 1 et de mouvements plus importants de coins anciens vers des plateformes. Cette combinaison peut signaler une augmentation des profits et des prises de bénéfices potentielles. Elle ne donne ni un prix cible fiable ni une date de retournement. Un marché fortement demandé peut absorber ces ventes et poursuivre sa progression.

Les indicateurs de valorisation et de comportement doivent être confrontés aux flux des ETF Bitcoin, aux conditions de financement, au dollar, aux taux d’intérêt et aux volumes au comptant. Les souscriptions d’ETF relèvent essentiellement de données financières et de marché : elles ne sont pas un indicateur purement on-chain, même si certains avoirs des dépositaires peuvent être observés ou estimés sur la blockchain.

Autre indicateur utile : les mouvements des mineurs. Leur activité, les frais encaissés et les transferts vers certaines plateformes peuvent aider à étudier le fonctionnement économique du réseau. Mais un transfert de bitcoins attribué à un mineur ne prouve pas, à lui seul, qu’une vente est imminente. Les mineurs peuvent gérer leur trésorerie, financer leur activité ou utiliser des intermédiaires.

Une analyse on-chain du Bitcoin sérieuse privilégie donc la cohérence d’un ensemble d’indicateurs sur plusieurs jours ou semaines plutôt qu’une transaction spectaculaire isolée.

Ethereum : mesurer l’utilisation des contrats intelligents

Sur Ethereum, les questions sont différentes. Le réseau sert non seulement à transférer de l’ETH, mais aussi à exécuter des contrats intelligents, à échanger des tokens, à gérer des stablecoins et à faire fonctionner des applications décentralisées. L’analyse de l’activité des smart contracts peut révéler l’utilisation d’une application, les entrées et sorties de liquidité et les interactions avec les mécanismes de staking ou de prêt.

Un exemple simple : supposons qu’un protocole de prêt affiche une forte progression des dépôts. Avant d’en conclure qu’il gagne autant de nouveaux utilisateurs, il faut examiner le nombre de déposants distincts, la concentration des positions, l’évolution des actifs pris en garantie, les remboursements et les emprunts réellement contractés. Un seul gros déposant peut provoquer une forte augmentation de la valeur totale sans refléter une adoption largement répartie.

Les explorateurs Ethereum permettent de suivre une transaction et ses événements. Les plateformes de données spécialisées décodent les journaux des contrats pour retrouver, par exemple, les événements de dépôt, de retrait, d’emprunt, de remboursement et de liquidation. Il faut néanmoins connaître la version du contrat étudié et vérifier que la requête couvre bien ses différentes adresses.

L’analyse on-chain d’Ethereum doit aussi tenir compte des réseaux de seconde couche, les Layer 2. Une partie de l’activité des utilisateurs s’effectue sur des rollups avant d’être résumée ou publiée sur Ethereum. Mesurer seulement les transactions de la couche principale donnerait une vision incomplète de l’activité économique de l’écosystème.

Les données compressées de certains rollups sont publiées sous forme de blobs, dont la disponibilité sur Ethereum est limitée dans le temps par le protocole. Les chercheurs doivent donc combiner plusieurs sources de données et mécanismes d’archivage pour étudier l’activité historique. Les statistiques doivent préciser si elles concernent Ethereum L1, un Layer 2 particulier ou un ensemble de réseaux.

DeFi : suivre les liquidités, les emprunts et les risques

Dans la finance décentralisée, l’analyse on-chain ne sert pas uniquement à estimer une tendance de prix. Elle permet aussi d’évaluer la structure d’un protocole : actifs déposés, garanties, dettes, liquidations et concentration de liquidité. Pour un protocole comme Aave, les positions, paramètres des marchés et événements publics peuvent aider à comprendre comment évolue l’exposition aux différentes garanties.

La TVL, ou Total Value Locked, représente une estimation en dollars de la valeur des actifs comptabilisés dans des contrats ou dispositifs suivis. Une hausse de TVL n’est pas automatiquement synonyme de nouveaux dépôts : elle peut provenir de l’appréciation du prix des actifs déjà détenus. De plus, des actifs dérivés ou réutilisés peuvent entraîner des doubles comptages dans certaines agrégations.

Pour interpréter une TVL, il faut donc examiner à la fois les quantités de tokens déposés, leur prix, les flux nets et la méthodologie du fournisseur. Une hausse de 20 % de la valeur exprimée en dollars peut résulter d’une hausse de marché, sans variation comparable du nombre d’unités déposées.

Les DEX fournissent un autre exemple. Le volume d’échange d’une plateforme décentralisée est généralement observable au moyen des transactions et événements des pools. Cependant, une forte activité peut aussi provenir d’arbitrages automatiques, de robots ou de stratégies répétitives. L’analyste doit distinguer volume brut, liquidité effective, nombre d’utilisateurs, frais versés et revenus conservés par le protocole.

Pour un protocole de lending, un ratio de garantie qui se rapproche d’un seuil de liquidation est un signal de risque opérationnel plus directement exploitable qu’une prévision approximative sur le prix de son token de gouvernance. Une donnée visible ne dispense toutefois pas de lire les paramètres du contrat et les risques d’oracle.

Stablecoins et actifs tokenisés : observer les flux sans confondre circulation et adoption

Les stablecoins permettent de suivre certains mouvements de liquidité sur les blockchains. L’émission, la destruction et la répartition des tokens peuvent fournir des indices sur les besoins de règlement et de financement. Mais la quantité de stablecoins émise ne correspond pas forcément à des dollars nouveaux immédiatement disponibles pour acheter du Bitcoin ou de l’Ethereum.

Un stablecoin peut être conservé dans une trésorerie, servir à régler des transactions, garantir un emprunt ou circuler entre plateformes. Un transfert de 100 millions de dollars peut avoir des significations très différentes selon qu’il concerne un émetteur, une plateforme, une société de paiement ou un protocole DeFi.

De même, la tokenisation des actifs réels rend certaines opérations observables sur une blockchain, mais une partie des informations essentielles reste hors chaîne : identité juridique des détenteurs, composition des réserves, droits associés au titre, conservateurs, restrictions de transfert et conditions de remboursement. L’analyse on-chain est donc une pièce du dossier, pas un audit complet de l’actif sous-jacent.

Pour approfondir cette distinction entre encours tokenisés, activité économique et valeur du token natif, MediasNet propose également une étude consacrée à la tokenisation sur Solana.

4. Comment réaliser une analyse on-chain étape par étape ?

Étape 1 : formuler une question précise

Le point de départ n’est pas un graphique, mais une question vérifiable. Par exemple : « Les transferts de Bitcoin vers les plateformes augmentent-ils depuis un mois ? », « Les pertes réalisées se concentrent-elles chez les détenteurs récents ? » ou « La croissance de la TVL d’un protocole vient-elle de dépôts supplémentaires ? ».

Une question trop générale, telle que « Est-ce que le marché va monter ? », oblige à sélectionner arbitrairement des statistiques et augmente le risque de chercher seulement des données qui confortent une opinion préalable. Une bonne analyse identifie aussi ce qui pourrait contredire l’hypothèse initiale.

Étape 2 : choisir le réseau et la période d’observation

Précisez l’actif, la blockchain, le périmètre des contrats et la période. Un signal journalier peut être brouillé par des mouvements techniques ; une tendance mensuelle donne souvent une vision plus stable, mais peut réagir trop tard à un changement brutal. Pour l’étude d’une application, il faut aussi vérifier les migrations de contrats, les déploiements sur plusieurs réseaux et les éventuelles modifications de fonctionnement.

Comparer directement le nombre de transactions Bitcoin à celui d’une blockchain à faibles frais n’a généralement pas beaucoup de sens. Les protocoles n’ont ni les mêmes architectures, ni les mêmes fonctions, ni la même définition pratique d’une transaction utile. Il est souvent préférable d’étudier l’évolution d’un réseau par rapport à son propre historique.

Étape 3 : consulter les données brutes avant les graphiques synthétiques

Pour commencer, un explorateur comme mempool.space pour Bitcoin ou Etherscan pour Ethereum permet de vérifier des transactions et leurs caractéristiques. Pour les indicateurs calculés, des plateformes comme Glassnode ou CryptoQuant fournissent des séries dont il convient de lire les définitions.

Pour les applications décentralisées et l’étude de plusieurs réseaux, Dune donne accès à des tableaux de bord et à des requêtes sur les données blockchain. Un tableau public peut cependant contenir des filtres incomplets ou une requête ancienne. Vérifiez sa date d’actualisation, les contrats suivis et la méthode de calcul.

Il n’est pas nécessaire de payer immédiatement un abonnement. L’apprentissage peut débuter avec un explorateur, quelques métriques documentées et un historique de prix. Les abonnements avancés deviennent pertinents lorsqu’ils apportent une donnée indispensable à une question précise.

Étape 4 : confronter deux ou trois indicateurs indépendants

Pour étudier une éventuelle capitulation sur Bitcoin, une méthode consiste à suivre simultanément le SOPR, le pourcentage d’offre en profit et les mouvements de coins anciens. Pour la pression vendeuse, on peut compléter avec les flux vers les plateformes. Le but n’est pas d’accumuler vingt graphiques, mais de contrôler si les différents signaux racontent une histoire similaire.

Attention toutefois : deux indicateurs peuvent provenir des mêmes données sous-jacentes et être fortement corrélés. Le MVRV et le NUPL, par exemple, partagent une construction mathématique commune dans leur version classique. Les considérer comme deux confirmations indépendantes exagérerait la solidité du diagnostic.

Pour un protocole DeFi, une combinaison plus informative pourrait réunir les dépôts nets en unités, la concentration des garanties, le nombre d’emprunteurs et les liquidations effectives. Elle relie ainsi adoption, risque et comportement économique plutôt que de se limiter à une TVL en dollars.

Étape 5 : ajouter les informations qui ne sont pas on-chain

L’analyse on-chain a besoin de son contexte. Pour Bitcoin et Ethereum, il faut regarder les volumes sur les marchés centralisés, les produits dérivés, les taux de financement et les flux des fonds cotés. Les annonces réglementaires, la politique monétaire et les événements touchant une plateforme peuvent aussi expliquer un mouvement que la blockchain n’a pas déclenché.

Le funding rate et l’open interest sont des données de marchés dérivés : elles ne deviennent pas on-chain parce qu’elles figurent sur un tableau de bord d’analyse crypto. Cette distinction est importante pour comprendre pourquoi des liquidations massives peuvent faire chuter les prix alors que les transferts observés sur le réseau principal restent limités.

On peut aussi chercher une confirmation dans l’analyse graphique : une divergence entre les flux on-chain et une rupture de support technique n’a pas la même portée qu’un ensemble de signaux convergents. Pour mettre ces notions en pratique, consultez notre analyse technique et fondamentale du Bitcoin.

Étape 6 : rédiger une conclusion conditionnelle, pas une prédiction

Une conclusion utile devrait distinguer les observations, les hypothèses et les conditions d’invalidation. Exemple : « Les pertes réalisées progressent et les détenteurs récents déplacent davantage de coins. Cela est compatible avec un épisode de stress. Si les pertes diminuent et que la demande absorbe les ventes, le marché pourrait se stabiliser. Si les flux vendeurs persistent, la pression peut continuer. »

Cette formulation est moins spectaculaire qu’une promesse de « sommet détecté » ou de « bottom garanti », mais elle respecte la nature probabiliste du marché. Elle permet également de mettre à jour l’analyse lorsqu’un nouvel élément contredit l’interprétation initiale.

5. Les limites de l’analyse on-chain et les évolutions à surveiller

Une adresse blockchain ne révèle pas automatiquement une identité

La transparence d’une blockchain publique ne signifie pas que chaque transaction dispose d’un nom et d’un prénom. Les adresses sont généralement pseudonymes. Les entreprises spécialisées peuvent relier certaines adresses à des services grâce à des informations publiques, des heuristiques et des enquêtes, mais leurs attributions restent parfois incertaines.

Les techniques de regroupement d’adresses peuvent être utiles, notamment sur Bitcoin, pour tenter de reconnaître des ensembles contrôlés par la même entité. Toutefois, les transactions collaboratives, les services de conservation et les changements de pratiques rendent certaines heuristiques moins fiables. Une erreur de regroupement peut fausser le calcul du nombre de détenteurs ou l’interprétation des flux.

Une autre limite vient des opérations internes aux plateformes centralisées. Les transactions réalisées dans leurs bases de données privées ne sont pas nécessairement publiées sur la blockchain. L’analyse on-chain montre surtout les entrées, les sorties et les règlements visibles, pas la totalité des échanges commerciaux exécutés hors chaîne.

Les ponts, Layer 2 et protocoles de confidentialité compliquent la lecture

Le développement des bridges, des rollups et des architectures multichaînes oblige à suivre l’origine et la destination économique des actifs. Un token verrouillé sur une chaîne puis représenté sur une autre peut apparaître dans plusieurs tableaux. Additionner naïvement des soldes ou des TVL peut donc conduire à surestimer l’activité ou la valeur réelle.

Les protocoles de confidentialité et les preuves cryptographiques peuvent aussi limiter l’accès à certaines informations. Cela ne signifie pas que les opérations sont nécessairement suspectes : il existe des usages légitimes de la confidentialité, notamment pour protéger les informations commerciales et financières. Les possibilités d’observation dépendent du protocole et du niveau de divulgation qu’il autorise.

Les tableaux de bord doivent préciser leurs frontières : réseau étudié, traitement des bridges, contrats inclus, période, fréquence des mises à jour et règles de conversion des actifs en dollars. Sans cette documentation, deux graphiques apparemment contradictoires peuvent simplement mesurer deux réalités différentes.

Manipulation des métriques, robots et faux signaux

Une hausse soudaine du nombre de transactions ou de nouvelles adresses peut être provoquée par des robots, des incitations financières ou des opérations de faible valeur répétées. Dans certains environnements, l’activité artificielle peut coûter peu cher. Il faut donc éviter de confondre nombre d’opérations et demande économique durable.

L’analyse on-chain des cryptomonnaies doit rechercher des signes de qualité : diversité des applications utilisées, persistance de l’activité après la disparition d’une récompense, coûts réellement payés et montant des opérations économiquement significatives. Une progression simultanée de plusieurs paramètres est généralement plus informative qu’un pic isolé.

Même les indicateurs historiques peuvent perdre une partie de leur pertinence lorsque la structure du marché évolue. L’arrivée de nouveaux dépositaires, la croissance des produits cotés, le développement du staking et l’utilisation des Layer 2 changent la manière dont les actifs circulent. Un seuil observé dans un ancien cycle ne doit pas être appliqué mécaniquement à tous les cycles futurs.

Intelligence artificielle et analyses multichaînes : quels progrès possibles ?

L’intelligence artificielle peut faciliter le tri des événements blockchain, la reconnaissance des anomalies et la comparaison de séries provenant de nombreux réseaux. Elle peut également aider à repérer des schémas répétitifs ou des interactions inhabituelles entre contrats intelligents. Cependant, un modèle statistique ne transforme pas des données incomplètes en preuves certaines.

Le développement des systèmes d’analyse multichaînes devrait rendre plus accessible le suivi des actifs entre Ethereum, ses Layer 2 et d’autres réseaux. Cette évolution sera particulièrement utile aux analystes des stablecoins, de la DeFi et de la tokenisation, à condition de réduire les doubles comptages et de documenter les hypothèses de rapprochement.

La direction la plus intéressante n’est donc pas nécessairement celle des prédictions les plus spectaculaires. C’est la capacité à proposer des indicateurs on-chain plus vérifiables, mieux contextualisés et comparables dans le temps. La transparence méthodologique devient aussi importante que la puissance des outils de traitement.

6. FAQ : comprendre et utiliser l’analyse on-chain

L’analyse on-chain permet-elle de prévoir le prix du Bitcoin ?

Elle aide à mesurer certains comportements des détenteurs, l’intensité des pertes ou profits et des mouvements de liquidité. Mais elle ne peut pas prévoir avec certitude un prix futur. Les informations macroéconomiques, les marchés dérivés et la demande changent parfois plus rapidement que les signaux observés sur la blockchain. Une analyse on-chain utile propose des scénarios conditionnels, pas une promesse de rendement.

Quel est le meilleur indicateur on-chain pour commencer ?

Pour comprendre les cycles du Bitcoin, le MVRV est un bon point de départ, car sa logique repose sur la comparaison entre valeur de marché et valeur réalisée. Le SOPR complète cette lecture en étudiant les gains ou pertes associés aux coins déplacés. Aucun des deux n’est universellement « meilleur » : leur utilité dépend de la question posée.

Quelle différence entre MVRV et NUPL ?

Le MVRV exprime un rapport entre deux capitalisations ; le NUPL représente une proportion de profit ou perte latent net. Dans la version classique de Bitcoin, ils sont mathématiquement liés. L’analyse on-chain ne gagne donc pas forcément une confirmation indépendante en affichant ces deux courbes côte à côte.

Un transfert de Bitcoin vers Binance ou une autre plateforme annonce-t-il une vente ?

Non. Le transfert peut précéder une vente, mais aussi servir à une opération de conservation, un dépôt de garantie, un arbitrage ou un mouvement interne. Il faut examiner le contexte, les adresses attribuées, la fréquence des flux et les échanges réellement observables. Les indicateurs on-chain mesurent des mouvements, pas toujours des intentions.

Peut-on utiliser l’analyse on-chain gratuitement ?

Oui. Les explorateurs de blocs publics permettent d’examiner les transactions sans abonnement. Certains fournisseurs d’indicateurs offrent également un accès limité à des graphiques ou tableaux de bord. Les fonctionnalités avancées, historiques détaillés et données corrigées par entité peuvent être payantes.

Les données blockchain sont-elles fiables à 100 % ?

L’inscription d’une transaction validée dans une blockchain publique fournit des éléments vérifiables, mais leur interprétation économique n’est pas automatiquement exacte. Les calculs dérivés, le regroupement d’adresses, les estimations en dollars et les étiquettes des plateformes peuvent contenir des hypothèses ou des erreurs. Les données blockchain doivent toujours être lues avec leur méthode de construction.

Les indicateurs on-chain sont-ils identiques sur Bitcoin et Ethereum ?

Non. Bitcoin repose sur un modèle UTXO, tandis qu’Ethereum combine des comptes et des contrats intelligents. Il existe des métriques adaptées aux deux environnements, mais leur méthode de calcul peut être différente. Comparer un SOPR Bitcoin à un indicateur construit pour Ethereum nécessite donc de vérifier les définitions et les exclusions retenues.

L’analyse on-chain peut-elle détecter les risques d’un protocole DeFi ?

Elle peut mettre en évidence la concentration des garanties, les emprunts, les liquidations, les transferts importants et certains changements de paramètres. Elle ne garantit toutefois pas l’absence de faille dans un contrat, de problème d’oracle ou de risque juridique. L’analyse on-chain doit être complétée par l’étude des audits, de l’architecture et de la gouvernance.

Pourquoi les chiffres de Glassnode, CryptoQuant ou Dune peuvent-ils différer ?

Les prestataires n’utilisent pas toujours les mêmes adresses identifiées, règles de nettoyage, seuils, conventions de prix ou périodes d’agrégation. Une série peut également être révisée après la découverte de nouveaux wallets. Pour comparer deux résultats, vérifiez la définition, la fréquence et le périmètre de chaque métrique.

Conclusion : ce que l’analyse on-chain apporte vraiment aux investisseurs

L’analyse on-chain est un outil précieux pour mieux comprendre les cryptomonnaies. Elle donne accès à des informations rarement disponibles avec une telle granularité dans les marchés financiers traditionnels : circulation des coins, comportements agrégés des détenteurs, activité des contrats, entrées et sorties de liquidité et fonctionnement de certains protocoles décentralisés.

Sa force repose sur la possibilité de vérifier de nombreuses données directement sur la blockchain. Sa faiblesse tient au fait que ces données ne racontent pas toute l’histoire : les utilisateurs peuvent contrôler plusieurs adresses, les intermédiaires réalisent des opérations hors chaîne et les mouvements économiques n’ont pas toujours une signification évidente.

Pour un investisseur, la bonne démarche consiste à suivre quelques indicateurs on-chain bien compris, à observer leur évolution dans le temps, à rechercher les contradictions et à les associer à l’analyse technique et fondamentale. Une lecture prudente des données blockchain est plus utile qu’un signal présenté comme infaillible.

Pour replacer ces observations dans le contexte des marchés, des évolutions réglementaires et de la finance décentralisée, retrouvez les analyses et dossiers sur MediasNet — actualité crypto et DeFi.