Comment lire les signaux du marché crypto sans se leurrer soi-même

Qu'est-ce qu'un signal de marché ?

Un signal de marché est toute mesure observable qu'un trader utilise pour se forger une opinion sur le prix. Cette définition est délibérément large, car le problème pratique n'est pas de trouver des signaux. C'est que chaque tableau de bord en propose des centaines, qu'ils sont présentés avec la même autorité visuelle, et que presque aucun ne s'accompagne d'un énoncé honnête de ce qu'il peut et ne peut pas faire.

Cet article porte sur l'interprétation plutôt que sur la causalité. Si vous cherchez les moteurs sous-jacents du prix lui-même, lisez d'abord ce qui fait vraiment bouger les prix des cryptomonnaies, qui couvre les conditions de liquidité, les événements liés à l'offre et les flux. Celui-ci commence un niveau au-dessus : étant donné les mesures que les traders regardent réellement, lesquelles sont informatives, et à propos de quoi.

Trois propriétés distinguent un signal utile d'un signal décoratif.

Le calendrier par rapport au mouvement. Un signal avancé évolue avant le prix. Un signal coïncident évolue en même temps que le prix. Un signal retardé évolue après le prix. Presque tous les indicateurs crypto populaires sont coïncidents ou retardés, et le discours marketing qui les entoure laisse systématiquement entendre le contraire.

Ce qu'il mesure réellement. De nombreux indicateurs sont des transformations de la même donnée d'entrée. Une moyenne mobile, un oscillateur de momentum et une ligne de tendance prennent tous le prix comme unique donnée d'entrée. Ce sont trois vues d'une seule variable, pas trois éléments de preuve indépendants.

S'il peut se tromper. Un signal que l'on ne peut interpréter qu'après coup n'est pas un signal, c'est un récit. S'il n'existe aucune lecture qui aurait pu vous dire de faire l'inverse, l'indicateur ne porte aucune information.

Les trois familles de signaux crypto

Presque tout ce qui apparaît sur l'écran d'un trader appartient à l'une de ces trois familles, et ces familles diffèrent par le type d'erreur auquel elles sont sujettes.

L'intérêt de cette répartition est qu'elle vous indique quand vous comptez en double. Si votre thèse haussière repose sur un croisement de moyennes mobiles, une bougie avalante haussière et un oscillateur qui remonte, vous avez un seul signal compté trois fois, car les trois sont des fonctions de la même série de prix. Ajouter un signal structurel comme les intérêts ouverts, ou un signal de sentiment comme une enquête de positionnement, ajoute véritablement une seconde dimension. Ajouter un quatrième indicateur de prix n'ajoute rien.

Première famille : les signaux de prix et techniques

C'est la plus grande famille, et celle dont la base de preuves moyenne est la plus faible, pour une raison structurelle : c'est la famille où il est le plus facile de chercher une règle qui a fonctionné sur des données passées.

Supposons que vous testiez des règles de croisement de moyennes mobiles avec toutes les combinaisons de longueurs rapide et lente entre 5 et 200 périodes. Cela fait près de vingt mille règles. Même si aucune n'avait un réel avantage, vous vous attendriez tout de même à ce qu'environ un millier d'entre elles paraissent rentables à un seuil de signification de 5 %, par pur hasard. Celle qui semble la meilleure dans le backtest est, le plus souvent, la plus chanceuse plutôt que la plus vraie.

Ce que cela vous dit réellement

Un résultat de backtest présenté sans son espace de recherche est ininterprétable. La question pertinente n'est jamais « cette règle a-t-elle fonctionné » mais « combien de règles ont été testées avant qu'on me montre celle-ci ». Une règle unique testée une seule fois et une règle unique sélectionnée parmi vingt mille se ressemblent en apparence sur le graphique, mais signifient des choses totalement différentes.

C'est pourquoi la simplicité est généralement plus honnête ici. Les règles avec peu de paramètres libres ont moins de marge pour être ajustées au bruit. Un simple filtre de tendance avec une seule fenêtre d'observation a un espace de recherche plus restreint qu'un indicateur à cinq paramètres réglables, donc un niveau donné de performance passée a plus de chances d'être réel.

La version actionnable. Lorsque vous adoptez une règle technique, notez les paramètres avant de les tester, et testez également les valeurs voisines. Si un réglage à 14 périodes fonctionne mais que 12 et 16 ne fonctionnent pas, vous avez trouvé un artefact. Si tout le voisinage se comporte de façon similaire, vous avez au moins trouvé quelque chose de stable.

Les outils individuels de cette famille sont traités séparément dans comment lire un graphique en chandeliers crypto et ce que l'indicateur RSI peut et ne peut pas vous dire. Les deux articles incluent les réserves de fiabilité que la plupart des tutoriels omettent.

Deuxième famille : les signaux de sentiment

Les signaux de sentiment tentent de mesurer ce que ressent la foule ou comment elle est positionnée. Le plus connu en crypto est l'Indice de peur et d'avidité crypto, publié par Alternative.me, qui combine la volatilité, le momentum et le volume du marché, l'activité sur les réseaux sociaux, la dominance du Bitcoin et les données Google Trends en un seul chiffre de 0 à 100. Une composante d'enquête est également publiée dans la méthodologie, mais elle est actuellement marquée comme suspendue.

Cette composition est la réponse honnête à la question de savoir pourquoi l'indice est coïncident. Il ne peut guère précéder le prix, car la plupart de ses données d'entrée sont le prix. La construction complète, et la stratégie contrarian que certains en tirent, sont examinées dans ce que l'Indice de peur et d'avidité crypto mesure réellement.

Les signaux de sentiment souffrent aussi de réflexivité. Si un indicateur largement suivi affiche une peur extrême et qu'un grand nombre de traders achètent sur cette lecture, l'indicateur a modifié la chose même qu'il mesurait. Toute mesure de sentiment assez populaire pour être exploitable en trading est assez populaire pour s'auto-influencer.

À quoi les signaux de sentiment servent réellement

Ce sont de mauvais outils de timing mais des outils de contexte raisonnables. Savoir que le positionnement est encombré d'un côté vous dit quelque chose de réel sur la forme du risque que vous prenez : un positionnement encombré signifie qu'un choc a plus de chances de produire un mouvement désordonné, parce que davantage de participants doivent sortir par la même porte. C'est un énoncé sur la distribution des issues, pas sur la direction, et cela devrait modifier la taille de votre position plutôt que votre position elle-même.

Pour comprendre la psychologie qui pousse les foules à se regrouper, la psychologie du marché crypto couvre le cycle émotionnel en détail.

Troisième famille : les signaux structurels et on-chain

Cette famille mesure la plomberie du marché plutôt que son humeur : combien de levier est en cours, qui paie qui pour le détenir, quelle est la profondeur du carnet d'ordres, et comment le capital est réparti entre les actifs.

Chaque ligne partage le même défaut : la lecture est réelle, mais son signe est ambigu sans contexte supplémentaire. C'est le mode d'échec caractéristique de cette famille, différent de celui de la famille technique. Les signaux techniques échouent en étant ajustés au bruit. Les signaux structurels échouent en étant des mesures authentiques dont le sens de l'implication dépend de faits que la mesure elle-même ne contient pas.

Ce que cela vous dit réellement

Les signaux structurels sont surtout utiles comme énoncés conditionnels, pas isolés. « Les intérêts ouverts sont élevés » n'est pas actionnable. « Les intérêts ouverts sont élevés et le financement est fortement positif et le prix stagne » décrit une configuration précise et identifiable dans laquelle un mouvement baissier dispose de plus de carburant que d'habitude. C'est la conjonction qui porte l'information ; aucun terme pris isolément ne le fait.

C'est ici que se trouvent les rares signaux réellement avancés. Les données de positionnement peuvent précéder le prix, car le levier doit être construit avant de pouvoir être défait. Cela n'en fait pas une prévision de direction, mais cela vous dit où les sorties sont encombrées avant que cet encombrement ne devienne déterminant.

L'usage pratique, c'est le dimensionnement du risque. Lorsque ces signaux s'alignent, la bonne réponse consiste généralement à réduire la taille des positions ou à élargir les stops plutôt qu'à inverser la direction. On vous dit que la distribution a des queues plus épaisses, pas laquelle des deux queues.

Les mécanismes individuels sont couverts dans les intérêts ouverts en crypto, comment fonctionnent les taux de financement, comment lire un carnet d'ordres crypto, et ce que mesure la dominance du Bitcoin.

La limite que partagent tous les signaux

Une fois les différences mises de côté, les trois familles partagent une même contrainte : les marchés crypto sont suffisamment proches de l'efficience, au niveau des indicateurs publiquement disponibles, pour qu'un signal largement connu et doté d'un avantage important et stable ne puisse pas survivre.

Ce n'est pas une affirmation selon laquelle les marchés crypto seraient parfaitement efficients. Ils ne le sont manifestement pas. C'est une affirmation plus étroite et plus défendable : tout signal qui est (a) documenté publiquement, (b) calculable à partir de données gratuites, et (c) visible sur toutes les grandes plateformes de graphiques a été examiné par un nombre considérable de participants bien capitalisés. S'il portait un avantage important et fiable, cet avantage serait arbitragé jusqu'à disparaître.

Ce qui survit à ce filtre tend à être l'une de trois choses : des effets difficiles à capturer en raison des coûts et des limites de capacité, des effets qui ne fonctionnent que dans des régimes spécifiques et perdent de l'argent dans d'autres, ou des effets qui exigent d'accepter un risque réel plutôt que d'exploiter une erreur.

Ce que les preuves soutiennent réellement

La recherche évaluée par des pairs sur les rendements des cryptomonnaies est bien plus mince que ne le laisse penser le volume de contenu sur les indicateurs, mais elle n'est pas vide, et elle pointe dans une direction précise.

Liu et Tsyvinski, dans Risks and Returns of Cryptocurrency, établissent que les rendements des cryptomonnaies ne s'expliquent pas par les facteurs boursiers ou macroéconomiques standards, et identifient deux effets propres aux cryptomonnaies : un puissant effet de momentum en série temporelle, et des indicateurs indirects de l'attention des investisseurs qui prédisent les rendements.

Liu, Tsyvinski et Wu, dans Common Risk Factors in Cryptocurrency, construisent des équivalents crypto d'un large éventail de facteurs étudiés sur les actions et montrent qu'un modèle à trois facteurs — marché, taille et momentum — explique les rendements des stratégies long-short qu'ils testent.

Ce que cela vous dit réellement

Le momentum bénéficie du soutien publié le plus solide, et ce n'est pas une figure chartiste. L'effet momentum dans cette littérature est une construction systématique, inter-actifs, fondée sur des règles, avec des fenêtres d'observation et des rééquilibrages définis — pas une lecture discrétionnaire du fait qu'un graphique « paraît fort ». Les preuves soutiennent la première approche et ne disent rien de la seconde.

L'attention est mesurable et compte, ce qui est inhabituel. Le fait que l'intérêt de recherche et le volume social permettent de prédire les rendements est une découverte réellement non évidente, et c'est le meilleur argument académique pour prendre au sérieux une mesure proche du sentiment. Notez bien ce que cela ne dit pas : cela ne dit pas qu'un indice de sentiment largement composé de données de prix prédit les rendements.

Presque rien d'autre dans le canon des indicateurs retail n'apparaît. Les figures en chandeliers, les seuils d'oscillateurs, les règles de rotation basées sur la dominance et le max pain n'ont pas de soutien publié comparable. Cela ne prouve pas qu'ils sont sans valeur, mais cela signifie que la charge de la preuve incombe à celui qui affirme qu'ils fonctionnent, et vous devriez les traiter comme des heuristiques plutôt que comme des résultats établis.

La version actionnable. Si vous cherchez un point de départ aligné sur les preuves, une règle mécanique de tendance ou de momentum appliquée de façon cohérente sur l'ensemble des actifs bénéficie de plus de soutien que n'importe quelle lecture discrétionnaire de figures, et a de surcroît la vertu d'être falsifiable. Tout le reste sur votre écran doit être traité comme un contexte qui façonne la taille des positions, pas comme un déclencheur.

Comment un signal avec un bon taux de réussite peut quand même vous induire en erreur

Voici l'arithmétique qui explique pourquoi tant d'indicateurs semblent utiles tout en donnant de mauvais résultats, et cela vaut la peine de la parcourir lentement.

Prenez un signal aux références réellement impressionnantes. Il s'est déclenché avant 8 des 10 derniers drawdowns majeurs. C'est un taux de réussite de 80 % sur les événements qui comptent, et c'est la statistique qu'on met en avant.

Ajoutez maintenant les deux chiffres qu'on ne met jamais en avant : à quelle fréquence le signal se déclenche quand aucun drawdown ne suit, et à quelle fréquence les drawdowns se produisent tout court. Disons que le signal se déclenche aussi dans 20 % des périodes calmes, et que les drawdowns majeurs surviennent dans 10 % des mois.

Sur 100 mois :

Le signal se déclenche 26 fois. Il a raison 8 de ces fois-là. Sa précision réelle lorsqu'il parle est de 8 divisé par 26, soit environ 31 %.

Le tableau donne les chiffres ; la grille donne l'intuition.

Lecture de la Figure 1

Comptez les points colorés, pas les gris. Le signal a parlé 26 fois, et ce sont les seuls mois où il vous a demandé de faire quoi que ce soit. Vingt-six points sur cent, c'est toute la surface sur laquelle cet indicateur peut vous aider ou vous nuire.

Comparez maintenant les deux groupes colorés. Huit points verts contre dix-huit rouges. Chaque fois que ce signal vous avertit, le groupe rouge est l'explication la plus probable de pourquoi il parle — dans un rapport de plus de deux contre un. Ce ratio, c'est le chiffre de 31 %, et il est visible sans aucun calcul.

Les deux points isolés comptent plus qu'ils n'en ont l'air. Ce sont les drawdowns arrivés sans aucun avertissement. C'est la raison pour laquelle un signal ne peut pas servir de feu vert : rester investi parce que l'indicateur est silencieux revient à parier que vous êtes dans le bloc gris, et 2 des 74 mois calmes ne l'étaient pas.

Et remarquez ce qui change réellement le tableau. Le groupe rouge est grand non pas parce que le signal est mauvais, mais parce que les mois calmes sont neuf fois plus nombreux que les drawdowns. Faites passer le taux de réussite du signal de 8 à 10 sur 10, et vous ajoutez deux points verts. Divisez son taux de faux positifs par deux, et vous retirez neuf points rouges. Le second vaut quatre fois le premier, ce qui est exactement l'inverse de là où le marketing des indicateurs porte son attention.

Ce que cela vous dit réellement

Le chiffre de 80 % et celui de 31 % sont tous deux vrais, et ils répondent à des questions différentes. Quatre-vingts pour cent répond à « étant donné un drawdown, le signal m'a-t-il averti ». Trente et un pour cent répond à « étant donné un avertissement, dois-je m'attendre à un drawdown ». Seule la seconde est une question sur laquelle on peut trader. Le marketing des indicateurs met systématiquement en avant la première.

Le taux de base fait l'essentiel du travail. Si le chiffre s'effondre, c'est parce que les mois calmes sont neuf fois plus nombreux que les mois de drawdown, si bien que même un taux de faux positifs modeste de 20 % génère plus de deux fois plus de fausses alertes que d'alertes vraies. Ce n'est pas un défaut du signal. C'est ce qui arrive à tout test portant sur un événement rare, et c'est pourquoi les tests de dépistage médical pour les maladies rares ont le même problème.

Agir à chaque déclenchement est pire qu'inutile une fois les coûts inclus. Vingt-six sorties sur 100 mois, dont 18 inutiles, cela représente 18 allers-retours de frais, de spread et de rentrée à un prix moins favorable, sans compter les moments où vous étiez sorti pendant une reprise. Le signal peut être authentiquement informatif et quand même faire perdre de l'argent une fois l'exécution prise en compte.

La version actionnable. Avant d'adopter un signal, exigez trois chiffres plutôt qu'un seul : à quelle fréquence il se déclenche avant l'événement, à quelle fréquence il se déclenche sans l'événement, et à quelle fréquence l'événement se produit. Si la personne qui le promeut ne peut pas fournir les deuxième et troisième chiffres, elle n'a pas mesuré ce qu'elle prétend. Et lorsque la précision est faible mais pas négligeable, le bon usage consiste à réduire la taille sur un déclenchement, pas à sortir entièrement, car un signal à 31 % constitue une information réelle mais un interrupteur binaire épouvantable.

Comment combiner les signaux sans biais de confirmation

Le biais de confirmation en trading n'est généralement pas un échec d'intelligence. C'est un échec de séquence. La plupart des traders se forgent d'abord une opinion, puis consultent des indicateurs, et l'énorme menu disponible garantit qu'un sous-ensemble sera d'accord avec ce qu'ils pensaient déjà.

Trois habitudes brisent cette séquence.

Une checklist pour lire n'importe quel nouveau signal

Conclusion

Le fait central sur les signaux du marché crypto n'a rien de glamour : presque tous sont des mesures du présent, habillées dans le langage du futur. Bougies, oscillateurs, indices de sentiment, ratios de dominance, financement et intérêts ouverts sont tous des quantités réelles, et chacune d'elles est en grande partie une description de ce qui s'est déjà produit. Traiter une mesure coïncidente comme une prévision est l'erreur unique qui produit les trades perdants les plus confiants.

Les trois familles échouent de manières différentes, ce qui est précisément la raison pour laquelle cette répartition est utile. Les signaux dérivés du prix échouent par data mining, car l'espace des règles testables est pratiquement infini. Les signaux de sentiment échouent par réflexivité et, dans le cas le plus populaire, parce qu'ils sont pour l'essentiel construits à partir de données de prix dès le départ. Les signaux structurels échouent par ambiguïté de signe, puisque la même lecture est fréquemment compatible avec des issues opposées. Reconnaître à quel mode d'échec vous êtes exposé compte plus que les réglages précis que vous utilisez.

Les preuves publiées sont plus restreintes que ne le suggère l'écosystème des indicateurs. Le momentum en série temporelle et l'attention des investisseurs bénéficient d'un soutien évalué par des pairs spécifiquement sur les cryptomonnaies ; une construction de momentum mécanique et fondée sur des règles a davantage derrière elle que n'importe quelle lecture discrétionnaire de figures. Presque tout le reste dans le canon retail est heuristique, et devrait être jugé selon le niveau d'exigence d'une heuristique.

Enfin, l'arithmétique du taux de base mérite d'être intériorisée plutôt que simplement lue. Un signal qui capte 80 % des drawdowns peut avoir raison moins d'une fois sur trois où il se déclenche, parce que l'événement est rare et que les fausses alertes ne le sont pas. Ce n'est pas une raison d'abandonner les signaux. C'est une raison de s'en servir surtout pour dimensionner les positions plutôt que pour les déclencher, d'exiger le taux de faux positifs aussi systématiquement que le taux de réussite, et d'écrire ce qui prouverait que vous avez tort avant de partir à la recherche de ce qui prouve que vous avez raison.

Questions fréquentes

Sources et lectures complémentaires

Sources primaires :

• Liu and Tsyvinski — Risks and Returns of Cryptocurrency (NBER Working Paper 24877)
• Liu, Tsyvinski and Wu — Common Risk Factors in Cryptocurrency (NBER Working Paper 25882)
• Alternative.me — Crypto Fear and Greed Index methodology

Articles CoinBeaver associés :

• Ce qui fait vraiment bouger les prix des cryptomonnaies
• Comment lire un graphique en chandeliers crypto
• Ce que le volume de trading vous dit
• Ce que l'Indice de peur et d'avidité crypto mesure réellement
• Ce que mesure la dominance du Bitcoin
• Comment lire un carnet d'ordres crypto
• Ce que l'indicateur RSI peut et ne peut pas vous dire
• Les intérêts ouverts en crypto
• Comment fonctionnent les taux de financement
• La psychologie du marché crypto

Cet article est éducatif et ne constitue pas un conseil financier. L'exemple chiffré sur 100 mois utilise des taux de réussite, des taux de faux positifs et des taux de base illustratifs, choisis pour démontrer l'arithmétique ; ce ne sont pas des mesures d'un indicateur spécifique. Les méthodologies des signaux et la composition des indices évoluent, vérifiez donc la construction actuelle de tout indice avant de vous y fier.