Le staking liquide sous les projecteurs après la demande de modification des règles pour l'ETF JitoSOL par Nasdaq – Détails

ambcryptoPublié le 2026-02-27Dernière mise à jour le 2026-02-27

Résumé

La bourse Nasdaq a soumis un dossier à la SEC américaine proposant un changement de règle pour coter le Fonds négocié en bourse (ETF) Vaneck JitoSOL. Cet ETF, annoncé en août 2025, serait le premier ETF Spot sur Solana [SOL] entièrement adossé à un jeton de staking liquide (LST) et viserait à suivre le prix de JitoSOL. Le staking liquide permet aux utilisateurs de recevoir un actif négociable, comme JitoSOL pour le SOL mis en jeu, tout en continuant à percevoir les récompenses sans gérer de validateurs. Le dépôt de Nasdaq s'appuie sur une corrélation de prix très élevée (environ 0,998) entre JitoSOL et SOL pour affirmer que les deux actifs sont économiquement comparables et que le nouvel ETF n'introduit pas de nouveaux risques de prix. Le processus de révision de la SEC durera 45 à 90 jours. Si le fonds est approuvé, les récompenses de staking seront reflétées dans sa valeur nette d'inventaire et non distribuées séparément. Aucun fonds basé sur un jeton de staking liquide n'est actuellement négocié aux États-Unis, bien que d'autres produits offrant une exposition aux actifs et aux récompresses existent.

Nasdaq a soumis un dossier à la Securities and Exchange Commission (SEC) américaine, proposant une modification des règles pour coter l'ETF Vaneck JitoSOL. Ce fonds, annoncé le 22 août 2025, est le premier ETF Spot sur Solana [SOL] soutenu à 100 % par un jeton de staking liquide (LST). Il vise à suivre le prix de JitoSOL, ce qu'il réalise en utilisant l'indice de clôture VWAP MarketVector JitoSol.

Dans le staking liquide, les utilisateurs reçoivent un actif négociable en échange du staking de crypto-monnaies. Les utilisateurs qui stake du SOL reçoivent du JitoSOL en retour. Ces jetons peuvent être échangés tout en continuant à percevoir les récompenses on-chain du SOL staké. Ces utilisateurs n'ont pas besoin de faire tourner des validateurs ni de gérer leur staking on-chain.

Des données de corrélation citées pour montrer que JitoSOL est analogue au SOL

L'objectif du dépôt de Nasdaq était de permettre la cotation et la négociation de l'ETF Vaneck JitoSOL, qui détiendrait directement du JitoSOL. La proposition a été soumise en vertu de la Règle 5711(d) de Nasdaq, « qui régit la cotation et la négociation des parts de fonds basés sur des matières premières sur le marché ».

L'échange s'est appuyé sur les « normes génériques de cotation » approuvées par la SEC en septembre. En démontrant un alignement des prix et une corrélation élevés entre JitoSOL et SOL, avec des corrélations de prix horaires d'environ 0,9979 sur OKX et 0,9985 sur Coinbase, il argue que JitoSOL est économiquement comparable au SOL.

Par conséquent, l'ETF JitoSOL n'introduit pas de nouveaux risques de prix qui ne soient pas déjà présents sur le marché des ETF Solana déjà approuvés.

Le processus d'examen de la SEC donne à l'agence 45 jours pour approuver ou désapprouver cette proposition. Ce délai peut être prolongé à 90 jours.

Selon Brian Smith, président de la Fondation Jito, les récompenses de staking ne seraient pas distribuées séparément si le fonds est approuvé. Au lieu de cela, les récompenses se refléteraient sur la valeur nette d'inventaire du fonds.

En août, JitoSOL avait révélé que le dépôt de l'ETF par Vaneck était le résultat de plusieurs mois d'efforts collaboratifs de sensibilisation politique avec la SEC. Ce dossier en est toujours au stade de l'examen par la bourse. Aucun fonds basé sur un jeton de staking liquide ne se négocie actuellement aux États-Unis.

D'autres produits permettant une exposition aux actifs spot et aux récompenses de staking existent cependant. L'ETF REX-Osprey Solana + Staking (SSK) a commencé à se négocier début juillet. L'ETF REX-Osprey ETH + Staking (ESK) a été lancé en septembre.

Grayscale a également introduit le staking pour ses ETF Ethereum et Solana en octobre.


Résumé final

  • Le dépôt de Nasdaq auprès de la SEC vise à permettre la cotation et la négociation du Vaneck JitoSOL.
  • L'alignement élevé des prix entre JitoSOL et SOL signifie que les deux actifs sont économiquement comparables.

Questions liées

QQuel est la proposition soumise par Nasdaq à la SEC concernant JitoSOL ?

ANasdaq a soumis une demande à la SEC pour modifier les règles afin de permettre la cotation et la négociation du FNB Vaneck JitoSOL, un fonds négocié en bourse 100% adossé à un jeton de staking liquide (LST) et visant à suivre le prix de JitoSOL.

QComment fonctionne le staking liquide (liquid staking) expliqué dans l'article ?

ADans le staking liquide, les utilisateurs qui stakeur une cryptomonnaie (comme le SOL) reçoivent en retour un actif négociable (comme le JitoSOL). Cet actif peut être tradé tout en continuant à générer les récompenses du staking sur la blockchain, sans que l'utilisateur n'ait à gérer de validateur.

QSur quoi Nasdaq s'est-il appuyé pour argumenter que le JitoSOL ETF ne présente pas de nouveaux risques de prix ?

ANasdaq s'est appuyé sur une corrélation de prix très élevée entre JitoSOL et SOL, avec des corrélations horaires d'environ 0,9979 sur OKX et 0,9985 sur Coinbase, démontrant ainsi que les deux actifs sont économiquement comparables et que le FNB n'introduit pas de nouveaux risques de prix.

QQue deviendraient les récompenses de staking (staking rewards) si le fonds est approuvé, selon le président de la Jito Foundation ?

ASelon Brian Smith, président de la Jito Foundation, les récompenses de staking ne seraient pas distribuées séparément. Au lieu de cela, elles se refléteraient dans la valeur nette de l'actif (net asset value) du fonds.

QExiste-t-il déjà d'autres produits similaires offrant une exposition au spot et aux récompenses de staking aux États-Unis ?

AOui, d'autres produits similaires existent, comme le FNB REX-Osprey Solana + Staking ETF (SSK) qui a commencé à être négocié début juillet, et le REX-Osprey ETH + Staking ETF (ESK) lancé en septembre. Grayscale a également introduit le staking pour ses FNB Ethereum et Solana en octobre.

Lectures associées

Rapport du premier trimestre 2026 d'Ethereum : Baisse des frais, nombre d'utilisateurs et volume de transactions à des niveaux historiques

**Rapport du T1 2026 sur Ethereum : Baisse des frais, mais nombre d'utilisateurs et volume de transactions atteignent des records** Le premier trimestre 2026 présente une dynamique clé pour Ethereum : l'utilisation explose tandis que les revenus liés aux frais baissent. Le nombre d'utilisateurs actifs mensuels (+85,9% en glissement annuel), le nombre de transactions (+81,5%) et le débit du réseau ont tous atteint des sommets historiques. En revanche, les frais totaux sur le réseau principal se sont effondrés de 81,9% sur un an. Ce paradoxe s'explique par la stratégie délibérée d'Ethereum de privilégier la croissance à court terme en réduisant le coût de l'espace bloc grâce aux mises à niveau comme Fusaka (capacité de données augmentée). C'est l'effet Jevons : la baisse des coûts libère une nouvelle demande. Le rapport souligne également un pivot narratif majeur : Ethereum consolide son rôle de couche de règlement financier mondial pour les actifs tokenisés. Il domine ce marché naissant, détenant des parts majoritaires dans les stablecoins (61,8%), les fonds tokenisés (73%), les matières premières tokenisées (84%) et les prêts DeFi (79,2%) parmi les cinq principales blockchains. L'entrée en force d'institutions comme BlackRock, JPMorgan et Fidelity, avec des produits concrets, valide cette tendance. Ainsi, Ethereum sacrifie une capture de valeur à court terme (frais, TVL, capitalisation baisse) pour renforcer ses effets de réseau et sa position d'infrastructure neutre et ouverte, pariant sur une croissance à long terme alimentée par la tokenisation massive de la finance traditionnelle.

marsbitIl y a 13 mins

Rapport du premier trimestre 2026 d'Ethereum : Baisse des frais, nombre d'utilisateurs et volume de transactions à des niveaux historiques

marsbitIl y a 13 mins

Premier entretien en podcast du PDG d'Intel, Lip-Bu Tan : « Notre objectif est une multiplication par 10 en 5-10 ans », en misant sur l'emballage avancé, les substrats en verre et le diamant synthétique

Le PDG d'Intel, Lip-Bu Tan, a exposé sa vision ambitieuse de transformer l'entreprise avec pour objectif de multiplier par 10 la valeur pour les actionnaires dans les 5 à 10 prochaines années. Lors d'un podcast, il a détaillé sa stratégie axée sur trois piliers technologiques pour dépasser les limites physiques de la miniaturisation : l'emballage avancé (EMIB), les nouveaux matériaux de substrat comme le verre, et les semi-conducteurs de nouvelle génération (GaN, SiC, InP, diamant synthétique). Il souligne la reprise de la demande en CPU pour l'IA, notamment l'inférence et les agents intelligents, modifiant le ratio CPU/GPU dans les serveurs. Tan défend également la division de fonderie d'Intel, essentielle pour la sécurité de la chaîne d'approvisionnement américaine, en se concentrant sur la confiance client, le rendement et les délais. Il révèle le projet Terafab en collaboration avec Elon Musk pour construire des capacités de fabrication de semi-conducteurs. Selon lui, le plus grand malentendu des investisseurs est de sous-estimer le potentiel d'Intel, encore en phase de "rampement". Il prévoit que le véritable potentiel de l'entreprise, au-delà du PC, dans l'informatique en périphérie, l'IA physique et les agents IA, sera pleinement reconnu vers 2030-2032.

marsbitIl y a 16 mins

Premier entretien en podcast du PDG d'Intel, Lip-Bu Tan : « Notre objectif est une multiplication par 10 en 5-10 ans », en misant sur l'emballage avancé, les substrats en verre et le diamant synthétique

marsbitIl y a 16 mins

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

Le chercheur en intelligence artificielle Pete Florence, ancien employé de Google DeepMind et co-créateur de l'architecture VLA (Vision-Language-Action), a levé 400 millions de dollars (environ 2,7 milliards de RMB) pour sa startup Generalist AI, portant sa valorisation à 2 milliards de dollars. Parmi les investisseurs figurent NVentures (NVIDIA), Bezos Expeditions, ainsi que des personnalités comme Li Fei-Fei, co-fondateur de Xiaomi Lin Bin et le fondateur de Zoom, Eric Yuan. Contrairement à la tendance actuelle, Florence rejette catégoriquement l'étiquette "modèle du monde" pour son entreprise. Issu du MIT et influencé par son mentor Russ Tedrake, il prône une approche orientée "objectif" plutôt que "technologie". Pour lui, l'objectif ultime n'est pas de construire un modèle du monde, mais de créer des robots capables d'accomplir avec un taux de réussite et une vitesse élevés des tâches variées et inédites, sans nécessiter de données spécifiques. Generalist AI a dévoilé deux modèles d'intelligence incarnée : GEN-0 en novembre 2025, démontrant que les lois d'échelle des LLM s'appliquent au mouvement physique, et GEN-1 en avril 2026. Ce dernier, entraîné sur plus de 500 000 heures de données collectées via un dispositif portable, atteint un taux de réussite de 99% sur des tâches manuelles précises comme plier des cartons. Florence estime que GEN-1 approche d'un point d'inflexion similaire à GPT-3, avec des performances atteignant un niveau utile pour des déploiements commerciaux. Ce financement record, intervenu rapidement après la démonstration de GEN-1, valide la vision pragmatique de Florence : développer des robots généralistes réellement utiles en se concentrant sur la résolution de tâches physiques concrètes.

marsbitIl y a 23 mins

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

marsbitIl y a 23 mins

Trois jours, deux légendes de perdues : le barrage de talents en IA de Google est-il en train de se fissurer ?

En l'espace de trois jours, Google a perdu deux figures légendaires de l'IA, signe d'un exode massif de ses talents vers des concurrents comme OpenAI et Anthropic. Noam Shazeer, co-auteur de l'architecture Transformer, a rejoint OpenAI, tandis que John Jumper, lauréat du Nobel et responsable d'AlphaFold, est parti chez Anthropic. Ce mouvement, renforcé par le recrutement d'Andrej Karpathy par Anthropic, révèle une tendance structurelle. La cause profonde est un désalignement des missions. Les priorités de Google restent centrées sur son activité publicitaire, contraignant la recherche. À l'inverse, OpenAI et Anthropic offrent une focalisation exclusive sur l'innovation et la sécurité de l'AGI. De plus, les perspectives d'introduction en bourse de ces startups promettent des gains financiers considérables via leurs actions, un avantage que Google, déjà géant établi, ne peut égaler. La fusion de Google Brain et DeepMind en 2023, censée unifier les forces, a en réalité accru les tensions entre recherche fondamentale et pression commerciale, créant un environnement moins attractif pour les scientifiques de haut vol. Cette restructuration du paysage des talents, potentiellement irréversible, représente une crise silencieuse pour Google. Son avantage en matière de données, de puissance de calcul et de publications académiques dépend ultimement des personnes capables de les exploiter, et celles-ci partent.

marsbitIl y a 2 h

Trois jours, deux légendes de perdues : le barrage de talents en IA de Google est-il en train de se fissurer ?

marsbitIl y a 2 h

Derrière les bulletins de notes de l'IA, se cache un concepteur de "sujets d'examen" chinois

Le domaine de l'IA suit de près les scores des grands modèles sur des benchmarks comme MMLU-Pro et MMMU, devenus des références pour évaluer les capacités de raisonnement et de compréhension multimodale. Derrière ces outils d'évaluation influents se trouve Wenhu Chen, professeur assistant à l'Université de Waterloo et fondateur du TIGERLab. Face aux limites des anciens benchmarks comme MMLU, où les modèles de pointe atteignaient des scores quasi parfaits, Chen a dirigé le développement de MMLU-Pro. Cette nouvelle base de données, plus difficile et stable avec des questions à choix multiples élargis, permet de mieux distinguer les véritables capacités de raisonnement des modèles. Dans le domaine multimodal, les benchmarks MMMU et MMMU-Pro, également créés par son équipe, évaluent rigoureusement la capacité des modèles à combiner informations visuelles complexes et connaissances disciplinaires pour résoudre des problèmes avancés. Cette expertise en évaluation découle des recherches de Chen sur la compréhension d'informations complexes et le raisonnement, renforcée par son expérience chez Google DeepMind sur Gemini. Aujourd'hui au Meta Super-Intelligence Lab, il continue ses travaux sur l'évaluation et l'entraînement de modèles multimodaux. Son parcours illustre le rôle crucial, bien que moins visible, des chercheurs dans la construction des fondations méthodologiques qui guident les progrès de l'IA.

marsbitIl y a 2 h

Derrière les bulletins de notes de l'IA, se cache un concepteur de "sujets d'examen" chinois

marsbitIl y a 2 h

Trading

Spot
Futures
活动图片