Le fondateur de ShapeShift nie une accumulation de 260 millions de dollars par une baleine – Voici ce que nous savons !

ambcryptoPublié le 2026-03-23Dernière mise à jour le 2026-03-23

Résumé

Selon les données on-chain, une baleine majeure, supposément liée à Erik Voorhees, fondateur de ShapeShift, aurait accumulé plus de 120 000 ETH pour près de 260 millions de dollars en USDT sur deux semaines, avec un prix d'achat moyen d'environ 2 162 $. Cette accumulation progressive suggère une stratégie à long terme, interprétée comme un signal de confiance malgré la baisse récente du prix de l'ETH. Cependant, Voorhees a nié toute implication, qualifiant les plateformes de suivi de "arnaques". Qu'il s'agisse d'une erreur d'identification ou d'une accumulation discrète, ce mouvement contraste avec le comportement des petits investisseurs, souvent acheteurs en période de hausse et vendeurs en baisse. Les sorties de fonds des ETF semblent négatives, mais les gros détenteurs continuent d'accumuler, indiquant un transfert des mains faibles vers les mains fortes, généralement considéré comme haussier. La faiblesse des prix est donc perçue comme une opportunité par les grands acteurs.

Des données récentes sur la chaîne suggèrent que les grands investisseurs construisent discrètement des positions solides dans Ethereum.

Au cours des deux dernières semaines, une baleine majeure, liée à Erik Voorhees, fondateur de ShapeShift, a déployé près de 260 millions de dollars en USDT pour accumuler plus de 120 000 ETH.

Ce schéma d'achat indique une stratégie d'accumulation régulière plutôt qu'une transaction ponctuelle. Par exemple, dans la dernière transaction, la baleine a dépensé 4,29 millions de dollars pour acheter de l'ETH à 2 134 $.

Source : Lookonchain/X

Globalement, le prix d'achat moyen se situe autour de 2 162 $, qui agit désormais comme un niveau de support clé pour le marché.

De tels mouvements signalent une forte confiance qu'Ethereum pourrait approcher de son point bas, avec des attentes de hausse potentielle dans les prochains mois.

Notamment, cette accumulation se produit alors que l'ETH se négocie à 2 071,67 $, en baisse de plus de 3 % au cours des dernières 24 heures. Cela peint une divergence claire entre l'action des prix à court terme et le sentiment des investisseurs à long terme.

Comportement des détaillants vs baleines

Pour mieux comprendre cela, analysons l'Activité de Détail au Comptant par CryptoQuant.

Historiquement, les petits investisseurs ont tendance à acheter lorsque les prix sont déjà élevés, poussés par le FOMO. Cela s'est produit lors des cycles passés comme 2018, 2021, et même 2024.

Source : CryptoQuant

Actuellement, l'activité des détaillants est relativement faible, ce qui est en fait un bon signe. Cela signifie que le marché est dans une phase plus calme où les grands investisseurs accumulent, tandis que le public est encore en retrait.

Il est intéressant de noter que pendant que cette baleine achetait agressivement de l'Ethereum [ETH], les ETF ont connu des sorties de fonds, ce qui peut sembler négatif au premier abord.

Source : Farside Investors

Cependant, un examen plus attentif révèle que les grandes baleines augmentent régulièrement leurs avoirs, tandis que les investisseurs de taille moyenne semblent vendre ou redistribuer.

Pendant ce temps, les investisseurs de détail restent inconstants, achetant souvent à des niveaux plus élevés et vendant pendant les baisses.

Source : Santiment

Globalement, cela indique qu'Ethereum passe progressivement de mains plus faibles à des détenteurs à long terme plus forts, ce qui est généralement un signe haussier pour le marché.

Le mouvement passé de baleine de Voorhees et un rebondissement fou

Pour ceux qui ne le savent pas, cette activité de baleine a commencé le 16 mars et s'est intensifiée le 20 mars, lorsque la baleine liée à Voorhees a effectué un autre mouvement majeur.

Source : Lookonchain/X

Cependant, le récit a pris un virage serré lorsque Voorhees a publiquement nié toute implication et a déclaré :

Je n'ai acheté aucun eth et ces sites de suivi sont une arnaque.

Cela ouvre maintenant la porte à deux possibilités opposées. Dans le premier cas, il pourrait s'agir d'un investisseur différent avec une activité de portefeuille similaire, ou simplement d'une mauvaise identification par les plateformes de suivi.

Cependant, une autre possibilité est l'accumulation furtive, où les grands investisseurs achètent discrètement pour éviter de faire bouger le marché.

Quelles que soient les possibilités, de tels mouvements de baleines influencent la façon dont les investisseurs perçoivent et ressentent l'avenir du jeton.


Résumé final

  • La faiblesse des prix est utilisée comme une opportunité par les grands acteurs, pas un signe d'avertissement.
  • Les sorties d'ETF peuvent sembler baissières, mais les données on-chain montrent que les baleines augmentent régulièrement leurs avoirs.

Questions liées

QQui est soupçonné d'être derrière l'accumulation de 120 000 ETH et quelle est sa réponse ?

AErik Voorhees, fondateur de ShapeShift, a été soupçonné d'être le baleine derrière cette accumulation. Cependant, il a publiquement nié toute implication en déclarant : 'Je n'ai pas acheté d'ETH et ces sites de suivi sont une arnaque'.

QQuel montant en USDT a été déployé pour accumuler de l'ETH et à quel prix moyen ?

APrès de 260 millions de dollars USDT ont été déployés pour accumuler plus de 120 000 ETH, avec un prix d'achat moyen d'environ 2 162 dollars.

QQue révèlent les données on-chain sur le comportement des investisseurs retail par rapport aux baleines ?

ALes données on-chain révèlent que l'activité des investisseurs de détail (retail) est actuellement faible, tandis que les grandes baleines accumulent activement. Cela indique un transfert progressif des mains faibles vers des détenteurs à long terme, ce qui est généralement un signe haussier.

QComment le marché actuel de l'ETH se comporte-t-il malgré cette accumulation massive ?

AMalgré cette accumulation massive, l'ETH se négociait à 2 071,67 dollars, en baisse de plus de 3 % sur les dernières 24 heures. Cela peint une divergence claire entre le mouvement des prix à court terme et le sentiment des investisseurs à long terme.

QQuelle est l'une des interprétations possibles des sorties de fonds des ETF Ethereum ?

ABien que les sorties de fonds des ETF puissent sembler baissières à première vue, une analyse plus approfondie révèle que les grandes baleines augmentent régulièrement leurs avoirs. Cela suggère que la faiblesse des prix est utilisée comme une opportunité d'accumulation par les grands acteurs.

Lectures associées

La narration du BTC en tant qu'« or numérique » a-t-elle échoué ?

**Résumé en français :** L'article aborde la récente chute brutale du Bitcoin (plus de 50% depuis son pic de 2025) pour explorer la solidité de son récit de "l'or numérique". L'auteur développe trois points principaux. **1. La nature de l'actif Bitcoin :** Il est présenté comme une catégorie d'actif nouvelle et potentiellement supérieure à l'or physique en raison de son plafond fixe (21 millions), de sa facilité de transfert et de sa traçabilité sur la blockchain. L'auteur souligne son stade encore précoce (taux de pénétration ~3-4%), similaire à Internet dans les années 2000, ce qui explique une volatilité extrême. **2. Comprendre la correction actuelle :** Cette chute est interprétée comme une vente cyclique prévisible post-halving (2024), amplifiée par un "grand transfert" historique. L'arrivée des ETF a permis aux investisseurs institutionnels d'entrer, incitant les premiers détenteurs (miners, early adopters) à réaliser leurs bénéfices. L'auteur note que l'amplitude des baisses historiques diminue (93% → ~50%), signe d'une maturation et d'une diversification des détenteurs. **3. Perspective à long terme :** Le potentiel est évalué par rapport à la capitalisation boursière de l'or (~20 000 Md$). Même si le Bitcoin n'en captait que 30 à 50%, sa valorisation actuelle (~1 400 Md$) laisse une marge de hausse significative. Le véritable risque n'est pas la disparition du Bitcoin, mais une mauvaise gestion de portefeuille (effet de levier, allocation excessive) ou un manque de conviction qui empêcherait de supporter les fortes volatilités. **Conclusion :** L'auteur compare cette phase à la chute d'Amazon après la bulle internet. La question n'est pas de savoir si le Bitcoin va augmenter, mais si l'investisseur a la structure et la conviction pour survivre aux turbulences. La divergence actuelle entre la performance de l'or et celle du Bitcoin refléterait moins un échec du récit qu'une période nécessaire de transition et de consolidation vers un actif de placement mature.

marsbitIl y a 9 h

La narration du BTC en tant qu'« or numérique » a-t-elle échoué ?

marsbitIl y a 9 h

Le récit du Bitcoin en tant qu'« or numérique » a-t-il échoué ?

L'auteur Jason propose un cadre de réflexion sur le bitcoin, en abordant trois points essentiels. Il voit le bitcoin comme un nouvel actif, une forme de « digital gold » supérieur sur le long terme : offre fixe à 21 millions d'unités, transferabilité facile et vérifiabilité totale via la blockchain. Comparant sa pénétration actuelle (3-4%) à celle d'internet ou du e-commerce à leurs débuts, il souligne son potentiel de croissance, tout en rappelant sa très grande volatilité inhérente à ce stade précoce. Concernant la récente forte baisse (de 126 000 $ à environ 61 000 $), il l'interprète comme une vente cyclique attendue après le pic post-réduction de moitié (« halving ») de 2024, et surtout comme un « grand transfert » historique des premiers détenteurs vers les nouveaux investisseurs institutionnels via les ETF. Il note que l'amplitude des corrections historiques diminue (de -93% en 2011 à -50% actuellement), signe d'une maturité croissante de l'actif. Sur le long terme, en comparant la capitalisation du bitcoin (environ 7% de celle de l'or), il estime que son potentiel de hausse reste important si le récit d'« or numérique » se réalise, même partiellement. Il met cependant en garde : le risque principal n'est pas que le bitcoin échoue, mais une mauvaise gestion du portefeuille (position trop importante, effet de levier) ou un manque de compréhension profonde de l'actif, qui pourraient forcer une sortie prématurée lors des fortes corrections. La clé, comme pour Amazon après l'éclatement de la bulle internet, est de « survivre » assez longtemps pour bénéficier de la tendance à long terme.

链捕手Il y a 10 h

Le récit du Bitcoin en tant qu'« or numérique » a-t-il échoué ?

链捕手Il y a 10 h

Du code à la cognition : un guide de dix mille mots sur l'évolution du cerveau robotique

Auteur: Matt White, CTO AI mondial de la Linux Foundation. Compilé par: Felix, PANews. Cette longue exploration retrace l'évolution de l'intelligence des robots, des systèmes classiques codés à la main aux approches modernes fondées sur l'IA. **L'ère pré-LLM** était dominée par une pile logicielle modulaire (perception, estimation d'état, planification, contrôle) et des arbres de comportement, prévisible mais peu adaptable. **L'apprentissage automatique** a ensuite révolutionné la perception (réseaux neuronaux) et le contrôle (apprentissage par renforcement, imitation), mais chaque compétence restait étroite et spécifique. **L'avènement des LLM** a introduit un planificateur en langage naturel, capable de décomposer une instruction en séquences d'actions atomiques exécutées par des contrôleurs existants (ex: SayCan de Google). Le saut suivant fut les **modèles Vision-Langage-Action (VLA)**, comme RT-2 de DeepMind ou OpenVLA. Ces réseaux de neurones unifiés fusionnent flux visuel et instruction linguistique pour générer directement des commandes motrices, couplant raisonnement et action. Les architectures les plus performantes, comme le GR00T de NVIDIA ou Helix de Figure AI, adoptent une **stratégie à "deux cerveaux"** : un système 2 lent (VLA, ~7-9 Hz) pour la réflexion et un système 1 rapide (~200 Hz) pour l'exécution réactive, avec parfois un système 0 réflexe pour l'équilibre. Les calculs critiques s'exécutent localement (ex: sur module NVIDIA Jetson) pour la latence et la fiabilité. **L'essor des modèles open-source** (OpenVLA, GR00T N1.7, π0) est crucial, permettant aux startups de raffiner des bases pré-entraînées avec leurs propres données, accélérant le développement et favorisant l'audit de sécurité. Cependant, des défis persistent : récupération après erreur, efficacité des données, généralisation entre corps robotiques, planification à long terme et raisonnement physique/spatial. C'est là qu'interviennent les **modèles du monde (World Models)**, comme NVIDIA Cosmos ou Meta V-JEPA 2. Ces réseaux prédisent les conséquences futures d'une action (simulant une vidéo). Ils permettent au robot d'évaluer mentalement plusieurs scénarios avant d'agir, améliorant la reprise, la généralisation et la planification. Différentes approches architecturales coexistent (diffusion de pixels, JEPA, modèles à actions latentes). L'acquisition de **données** (téléopération) reste un gouffre clé. La simulation (Isaac Sim) permet un entraînement massif. Les coûts matériels chutent rapidement (ex: robots humanoïdes à ~2500$). Les modes de défaillance des robots pilotés par LLM peuvent être étranges, nécessitant des contraintes de sécurité. En conclusion, l'intelligence robotique migre progressivement du code des ingénieurs vers des modèles apprenant le monde lui-même. Nous en sommes à une phase de progression constante (analogue à GPT-2 pour l'IA physique), promettant à terme des robots bien plus généraux et adaptatifs. La question évolue de "que peuvent-ils faire ?" vers "que devrions-nous leur faire faire ?".

marsbitIl y a 10 h

Du code à la cognition : un guide de dix mille mots sur l'évolution du cerveau robotique

marsbitIl y a 10 h

Trading

Spot
Futures
活动图片