CHILLBTC

Méthodologie — les 2 signaux de ChillBTC

Cette page explique pourquoi la stratégie utilise exactement 2 signaux, un de tendance et un de valorisation, comment chacun est construit, et quand ils se sont avérés utiles ou coûteux sur l’historique BTC.

La stratégie est gelée depuis le 1ᵉʳ mai 2026 jusqu’à la revue annuelle du 1ᵉʳ janvier suivant. Les paramètres décrits ici sont ceux appliqués actuellement.

1. Pourquoi 2 signaux et pas 1

Un signal unique reste prisonnier d’un régime de marché. La tendance fonctionne bien quand le prix se déplace franchement dans une direction, mais rate les retournements en zone euphorique. La valorisation repère ces zones euphoriques, mais reste muette quand le prix traîne à mi-chemin de sa trajectoire long-terme.

ChillBTC combine donc deux signaux orthogonaux : l’un regarde la variation cumulée du prix sur les 11 derniers mois (tendance), l’autre regarde le niveau absolu par rapport à une droite de référence (valorisation). Quand l’un des deux dit CASH, la position est allégée ou coupée, sans attendre que le second s’en rende compte.

Ce choix de 2 signaux est aussi un choix anti-overfit. L’overfit, c’est quand une stratégie est tellement réglée sur le passé qu’elle colle parfaitement à l’historique mais déçoit en réel. Un ensemble à 5 ou 10 signaux optimisés simultanément sur ~180 observations mensuelles produirait exactement ça : un résultat simulé flatteur et une réalité décevante. Deux signaux, chacun à 1 ou 2 paramètres, restent auditables et robustes.

2. Tendance — Time-Series Momentum

Le signal de tendance répond à une question simple : le prix BTC a-t-il monté sur les 11 derniers mois ? Si oui, la tendance est favorable et le signal dit ACHAT. Sinon, il dit CASH.

C’est bien une comparaison ponctuelle entre le prix d’aujourd’hui et celui d’il y a 11 mois. L’intuition vient d’un résultat académique largement documenté : sur un grand nombre de marchés, le rendement passé sur 1 à 12 mois prédit le rendement du mois suivant. Moskowitz, Ooi et Pedersen (2012) l’ont montré sur 58 marchés futures (actions, devises, matières premières, obligations) de 1965 à 2009. Le signal est significatif, transverse aux classes d’actifs, et persiste dans les extrêmes de marché. Asness, Moskowitz et Pedersen (2013) ont prolongé le résultat au couple value + momentum sur 8 marchés globaux.

Pourquoi n = 11 et pas 12

La fenêtre n = 11 a été retenue par optimisation walk-forward sur l’axe minimisation de la baisse max (plus grosse baisse temporaire sur papier). Le walk-forward, c’est choisir le paramètre sur une période A, le tester sur la période B suivante (jamais vue), glisser, recommencer — pour vérifier qu’il tient sur du futur, pas juste sur le passé qui a servi à le calibrer. Ce n’est pas un pic isolé : le plateau de stabilité couvre n ∈ {9, 10, 11, 12, 13}, tous produisant une baisse max voisine. Un paramètre choisi dans un plateau large résiste mieux aux régimes hors-échantillon qu’un pic étroit.

Illustrations historiques

Trois moments charnières où la tendance a pesé :

Signaux tendance et valorisation — historique 2015-2026

Prix BTC en échelle log avec les 3 états CASH codés par couleur mutuellement exclusive : gris = seule la tendance est CASH (momentum faible, prix encore raisonnable), bleu clair = seule la valorisation est CASH (prix surchauffé, tendance encore haussière), rose = les 2 signaux CASH simultanément (marché baissier confirmé). Les zones non ombrées sont les mois où les 2 signaux disent ACHAT.

3. Valorisation — Power Law

Le signal de valorisation répond à une autre question : le prix BTC est-il cher ou pas cher par rapport à sa trajectoire long-terme ? La référence est une droite en log-log : log P = A + N × log(days_since_genesis), avec N = 5.8 fixé et A recalibré une fois par an au 1ᵉʳ janvier, puis gelé le reste de l’année.

Quand le prix s’écarte fortement au-dessus de la droite, la valorisation bascule CASH. Quand le prix repasse nettement en dessous, elle rebascule ACHAT. Entre les deux, elle maintient son état précédent.

Intuition théorique

L’idée d’une trajectoire en loi de puissance pour BTC a été popularisée par Santostasi (2018) sur Medium. L’argument repose sur l’analogie avec les réseaux à attachement préférentiel étudiés par Barabási et Albert (1999) : quand l’adoption d’un protocole croît, elle tend à suivre une loi d’échelle, pas une exponentielle. Cette analogie est informelle et n’a pas fait l’objet d’une validation académique peer-reviewed pour BTC. Elle offre toutefois un cadre intuitif pour lire les cycles : la droite Power Law agit comme une moyenne mobile très longue, résistante aux bulles.

Pourquoi A est figé une fois par an

Recalibrer A chaque mois reviendrait à ajuster la référence sur le prix lui-même, vidant le signal de son contenu anti-bulle. Figer A pour l’année coupe ce biais. Le coût est une désynchronisation possible si l’adoption accélère brutalement, mais c’est le compromis assumé.

Illustrations historiques

Valorisation — prix BTC contre la droite Power Law

Droite Power Law en pointillé bleu, bande de tolérance [0,6 × juste-valeur ; 2,5 × juste-valeur] en bleu clair. Un prix au-dessus de la bande supérieure fait basculer la valorisation en CASH ; un prix sous la bande inférieure la ramène à ACHAT. Entre les deux, l’état précédent est maintenu.

4. Cascade — combinaison OR + dosage 100 / 50 / 0

Les 2 signaux se combinent par logique OR défensive : si l’un dit CASH, la position est au moins allégée. Le dosage prend trois valeurs :

Le dosage à 3 crans (0 %, 50 %, 100 %) réduit le coût de friction par rapport à un binaire tout-ou-rien : une bascule partielle de 1.00 à 0.50 ne paie la commission que sur la moitié tradée. L’approche par ensemble sur signaux orthogonaux relève de la littérature factor investing documentée par Bender, Briand, Melas et Aylur Subramanian (2013).

Illustrations cross-cycles

Cascade — position recommandée vs prix BTC sur 4 cycles

Prix BTC en haut avec annotations des moments charnières. Barre du bas codée par couleur : vert = 100 % BTC, orange = 50 % BTC + 50 % USDC, gris = 0 % (cash intégral). Les périodes grises correspondent aux marchés baissiers marchés où les deux signaux disent CASH, les périodes orange isolées aux sommets où seule la valorisation a basculé.

5. Limites et menaces de validité

Échantillon petit. La simulation historique couvre environ 2,5 cycles BTC complets (2015-2026). Les intervalles de confiance sur la perf annualisée et la baisse max sont larges. Tu dois lire les chiffres comme des ordres de grandeur, pas comme des garanties point-à-point.

Risques d’invalidation. Deux scénarios casseraient la stratégie sans bruit préalable :

  1. L’institutionnalisation du BTC accélère l’arbitrage et aplatit la prime TSMOM, comme observé sur plusieurs marchés actions.
  2. L’adoption BTC sature avant 10 ans et la trajectoire dévie de la loi de puissance vers un plateau logistique, rendant la droite Power Law biaisée.

Garde-fous en place. Le premier filet, et le plus direct contre le risque n° 2 ci-dessus, est le recalibrage annuel de A le 1ᵉʳ janvier : si le rythme d’adoption BTC dévie, la droite Power Law se réaligne à chaque revue plutôt que de fossiliser une pente obsolète. Le gel en cours d’année évite l’auto-référence mensuelle, mais la fenêtre de révision reste ouverte chaque année. S’ajoutent l’optimisation par walk-forward, la validation par leave-one-cycle-out, le plateau de stabilité exigé sur les paramètres, et le journal mensuel obligatoire pour détecter la dérive. Ce sont des filets, pas des certitudes. Le chapitre CONTRIBUTING.md détaille le scope verrouillé anti-overfit.

6. Bibliographie

  1. Moskowitz, T. J., Ooi, Y. H., Pedersen, L. H. (2012). Time series momentum. Journal of Financial Economics, 104(2), 228-250. doi:10.1016/j.jfineco.2011.11.003
  2. Asness, C. S., Moskowitz, T. J., Pedersen, L. H. (2013). Value and Momentum Everywhere. Journal of Finance, 68(3), 929-985. doi:10.1111/jofi.12021
  3. Goyal, A., Welch, I. (2008). A Comprehensive Look at the Empirical Performance of Equity Premium Prediction. Review of Financial Studies, 21(4), 1455-1508. doi:10.1093/rfs/hhm014
  4. Goyal, A., Welch, I., Zafirov, A. (2024). A Comprehensive 2022 Look at the Empirical Performance of Equity Premium Prediction. Review of Financial Studies, 37(11), 3490-3557. doi:10.1093/rfs/hhae044
  5. Barabási, A.-L., Albert, R. (1999). Emergence of Scaling in Random Networks. Science, 286(5439), 509-512. doi:10.1126/science.286.5439.509
  6. Bender, J., Briand, R., Melas, D., Aylur Subramanian, R. (2013). Foundations of Factor Investing. MSCI Research Insight. msci.com
  7. Santostasi, G. (2018). The Bitcoin Power-Law Theory. Medium (source non peer-reviewed, citée pour l’origine de l’idée). medium link

7. Usage d’IA dans la rédaction

Cette page a été rédigée avec l’assistance de Claude Opus 4.7 (Anthropic) pour le drafting du texte, la recherche et la vérification des références bibliographiques via DOI. Les auteurs du projet ChillBTC prennent l’entière responsabilité du contenu, ont vérifié chaque affirmation numérique contre le code et les artefacts de simulation, et confirment qu’aucune IA ne figure comme autrice.