Imaginons une stratégie de trading simple et hypothétique. Le postulat est direct et s'ancre dans un récit largement discuté : lorsque les cryptomonnaies quittent les exchanges, cela a tendance à être haussier. Le raisonnement est intuitif : les cryptomonnaies qui sortent des exchanges signalent généralement que les détenteurs les retirent pour les mettre en auto-custodie, réduisant ainsi l'offre disponible à la vente. Inversement, les cryptomonnaies qui affluent vers les exchanges peuvent indiquer que les détenteurs se préparent à vendre.
Une seule journée de sorties, cependant, n'est que du bruit. Pour identifier une tendance réelle, nous appliquerions un croisement de moyennes mobiles sur le solde des exchanges. Lorsque la moyenne à court terme passe en dessous de la moyenne à long terme, cela confirme que les cryptomonnaies quittent les exchanges de manière constante, comme une tendance soutenue, et non comme des événements isolés.
En utilisant le solde d'exchange de Binance de Glassnode, nous définissons ce qui suit :
- Entrer sur le marché lorsque la moyenne mobile sur 5 jours du solde BTC de Binance passe en dessous de sa moyenne mobile sur 14 jours, signalant une tendance soutenue de sorties.
- Sortir du marché lorsque la moyenne sur 5 jours remonte au-dessus de la moyenne sur 14 jours, signalant que la tendance de sortie s'est inversée et que les cryptomonnaies retournent sur l'exchange.
Nous comparons ensuite cette stratégie à une simple stratégie de buy-and-hold (acheter et conserver) sur la même période, du 1er janvier 2024 au 9 mars 2026, avec un capital initial de 1 000 $ et des frais de trading de 0,1 % appliqués à chaque transaction.
Voici comment lire ce graphique :
🟫 La ligne marron en bas est le signal de trading binaire, basculant entre « sur le marché » (1) et « hors du marché » (0).
🟦 La ligne bleue suit la valeur du portefeuille de la stratégie au fil du temps.
🟩 La ligne verte est le benchmark du portefeuille en buy-and-hold.
Nous pouvons observer que la stratégie basée sur le solde des exchanges a plutôt bien performé, bien qu'à certains moments la stratégie buy-and-hold l'ait surpassée. Cependant, dans les derniers jours de la période de recherche, la stratégie basée sur le solde des exchanges a rattrapé son retard. Bien que certains investisseurs puissent trouver la combinaison d'une volatilité réduite et d'une performance finalement comparable au buy-and-hold attrayante, les chiffres finaux sont trompeurs – et voici pourquoi.
Le Problème : Mutation des Données et Biais de Prospective (Look-Ahead Bias)
Les métriques ne sont pas statiques. Beaucoup sont révisées rétroactivement à mesure que de nouvelles informations deviennent disponibles. Cela est particulièrement vrai pour les métriques qui dépendent du regroupement d'adresses ou de l'étiquetage d'entités, comme les soldes on-chain des exchanges. Cependant, c'est aussi le cas pour des métriques telles que le volume d'échanges ou le prix, car les exchanges individuels peuvent occasionnellement soumettre leurs données avec de légers retards.
Cela signifie qu'une valeur que vous voyez aujourd'hui pour, disons, le 15 janvier 2024, pourrait ne pas être la même valeur qui a été publiée le 15 janvier 2024. Les données ont été révisées avec le recul. Lorsque vous backtestez une stratégie sur ces données révisées, vous utilisez implicitement des informations qui n'étaient pas disponibles au moment où les décisions de trading auraient dû être prises. Cela introduit un biais de prospective (look-ahead bias).
Le Backtest Honnête : Utilisation des Données Point-in-Time
Répétons donc exactement le même backtest – même logique de signal, mêmes paramètres, mêmes dates, mêmes frais – mais cette fois en utilisant la variante Point-in-Time (PiT) de la métrique de Solde d'Exchange, disponible dans Glassnode Studio.
Les métriques PiT sont strictement en mode « append-only » (ajout uniquement) et immuables. Chaque point de données historique reflète uniquement les informations qui étaient connues au moment où il a été calculé pour la première fois. Aucune révision rétroactive, aucun biais de prospective.
Bien que nous utilisions la même métrique, la stratégie produit maintenant des résultats significativement différents, comme l'illustre la ligne violette dans le nouveau graphique ci-dessous. La performance globale est nettement moins bonne.
Bien que les deux stratégies se comportent de manière similaire pendant une grande partie de 2024, nous observons que la version basée sur PiT ne parvient pas à capturer les fortes hausses de novembre 2024 et mars 2025 aussi efficacement. En conséquence, la performance cumulative diverge significativement et se termine considérablement plus bas.
Conclusion Clé
Dans cet exemple, la stratégie violette, qui n'a accès qu'aux informations telles qu'elles étaient disponibles à l'époque, performe nettement moins bien. ► Les backtests mentiront s'ils sont nourris avec des données erronées ou révisées. Seules les métriques immuables et Point-in-Time garantissent que vous rejouez l'histoire telle qu'elle s'est réellement passée.
