Pourquoi une loi de puissance n’est pas une prophétie
La loi de puissance du Bitcoin épouse remarquablement le passé, ce qui invite à des objectifs de prix d’apparence précise. Signal21 explique pourquoi ils ne sont pas ceux du modèle — et comment on saurait qu’il a cassé.
Court terme
Biais baissier
prochaines 1 à 4 semaines
Bitcoin a de nouveau échoué face à la résistance de 63 300 $ et continue d’évoluer en tendance baissière, testant désormais un support potentiel dans le bas à milieu des 60 000 $. La structure de court terme n’a pas encore produit de signal de retournement sur un horizon plus élevé, si bien que le Biais baissier reste orienté à la baisse sur ce retest de support.
Moyen terme
Biais baissier
prochains 1 à 6 mois
La tendance baissière de moyen terme reste intacte, Bitcoin consolidant dans le bas des 60 000 $ : ce Biais baissier laisse le risque orienté à la baisse tant que les acheteurs ne reprennent pas la résistance.
Long terme
Fortement haussier
prochaines 1 à 3 années
La perspective de long terme reste Fortement haussier ; ni le retest du bas des 60 000 $ ni une éventuelle jambe de capitulation ne changeraient la thèse pluriannuelle.
- Des extrapolations visent 491 000 dollars en 2030 et 4,7 millions en 2040 ; les auteurs de l’article évalué par les pairs, eux, ne fixent aucun objectif.
- Un modèle qui épouse le passé peut échouer : l’échelle log flatte l’ajustement, les adresses ne sont pas des utilisateurs, et le passé n’est pas une loi.
La séduction d’un chiffre unique
Prolongez la courbe de la loi de puissance et elle vous tend des chiffres précis — les versions populaires placent le Bitcoin près de 491 000 dollars en 2030 et autour de 4,7 millions de dollars en 2040. Des nombres aussi précis sont magnétiques, et c’est exactement le problème. Les auteurs évalués par les pairs qui ont dérivé le modèle se gardent délibérément de publier de tels objectifs ; les projections des gros titres viennent de vulgarisateurs qui prolongent la droite, pas de l’article. Cet écart entre une tendance ajustée et un prix promis est tout le sujet de ce texte.
Trois raisons de prudence
D’abord, les échelles log-log sont flatteuses. Lorsque le prix et le temps sont tous deux compressés logarithmiquement, presque toute série longue et croissante ressemble à une droite bien nette, et un R² élevé mesuré ainsi impressionne bien moins qu’il n’y paraît. Ensuite, le mécanisme d’adoption compte les adresses détenant au moins un satoshi — or une adresse n’est pas une personne : un utilisateur peut en détenir des milliers, et les plateformes conservent des millions d’utilisateurs derrière une poignée d’adresses. Si les adresses et les utilisateurs réels s’écartent, le premier moteur du modèle patine. Enfin, plus simplement, quinze ans de hausse peuvent faire passer une croissance ordinaire pour une loi de la nature ; l’extrapoler suppose que l’avenir soit tenu de rimer avec le passé.
Comment on saurait qu’il casse
Ce qui distingue ce modèle d’un graphique arc-en-ciel décoratif, c’est qu’il est falsifiable. L’article énonce des conditions de rupture explicites et testables — dont un plancher de prix de long terme dont la violation vaudrait échec — de sorte qu’il existe un point défini où il faut admettre que la relation a cassé plutôt que redessiner la droite. C’est le bon esprit, et c’est celui que Signal21 s’efforce de tenir : la loi de puissance est un contexte utile pour une vue de long terme Fortement haussier, et simultanément pas une garantie, pas un signal de timing, et pas un objectif sur lequel nous demanderions jamais à un lecteur de se positionner. Un modèle qui vous dit comment il pourrait avoir tort vaut mieux qu’un modèle qui ne vous dit que combien vous serez riche. Cette publication constitue une analyse de marché et non une recommandation d’achat ou de vente.
Ce qui changerait la vue
- Le franchissement des conditions de rupture énoncées par l’article lui-même, comme la violation de son plancher de prix de long terme, falsifierait le modèle.
- Des éléments montrant que la croissance des adresses diverge de celle des utilisateurs réels affaibliraient le mécanisme d’adoption du modèle.