SOPR, Spent Output Profit Ratio, compare la valorisation des outputs de Bitcoin lorsqu’ils sont dépensés à leur valorisation lors de leur création. Dans sa forme agrégée de base, on divise le premier total par le second, pour les mêmes outputs et dans la même monnaie. Le total initial doit être positif. Le rapport est sans unité : c’est une estimation fondée sur les cours du marché, pas une comptabilité de transactions commerciales vérifiées.
Pierre envoie des bitcoins que son portefeuille avait reçus auparavant. Techniquement, il dépense un UTXO : un output encore inutilisé d’une ancienne transaction, autrement dit une somme disponible comme entrée d’un nouveau paiement. Selon la description de Glassnode, SOPR suit les outputs dépensés pendant la période choisie. Chacun est valorisé au cours de sa création et à celui de sa dépense. Les bitcoins restés immobiles pendant cette période n’en font pas partie. Pierre observe donc certains mouvements, pas la valorisation de toute l’offre de Bitcoin. [1]
Les outputs peuvent avoir des valeurs initiales très différentes. Pour le SOPR de base, Coin Metrics additionne les valorisations à la dépense, additionne séparément les valorisations initiales, puis divise ces totaux. Un gros output initialement cher pèse donc davantage qu’un petit output bon marché. Si Pierre calculait d’abord le rapport de chaque output avant d’en faire une moyenne à poids égaux, il répondrait à une autre question. Coin Metrics distingue cette variante non pondérée sous le nom SOPROut. L’exemple ci-dessous montre que la différence peut même inverser l’impression d’ensemble. [2]
Imaginons deux tas de valorisations monétaires : à la dépense et à la création. Avec un total initial positif, le rapport dépasse un lorsque le premier tas est plus grand, et reste inférieur à un lorsqu’il est plus petit. Exactement un signifie que les totaux sont égaux ; c’est ainsi qu’on peut lire la frontière utilisée par Glassnode. Cela ne signifie pas que chaque output a connu le même résultat. Les hausses de certains peuvent compenser les baisses d’autres. Le chiffre ne révèle pas non plus combien de personnes ont gagné de l’argent ni quelle proportion de détenteurs est en perte. [1]
Pierre peut transférer du bitcoin de son téléphone vers son propre portefeuille matériel. Le réseau enregistre une transaction, mais personne ne l’a payé pour une vente. Glassnode évoque aussi les transferts intermédiaires et la monnaie rendue d’un paiement sous forme de nouvel output. Ces mouvements peuvent entrer dans le SOPR ordinaire sans achat ni vente. Le cours à la création d’un output n’est donc pas le prix d’achat vérifié de son propriétaire. Une différence de valorisation ne prouve pas davantage un encaissement, un bénéfice réel ou un coût d’acquisition fiscal. [3]
Pour réduire les mouvements très rapides, l’aSOPR de Glassnode exclut les outputs dépensés moins d’une heure après leur création. Entity-adjusted SOPR suit une autre logique : il retire les transferts entre adresses attribuées au même acteur. Cet acteur, appelé entité, est un groupe estimé d’adresses, pas une liste de personnes identifiées. Le regroupement utilise des règles et des estimations statistiques qui peuvent se tromper. Les filtres d’âge et de propriété ne sont donc pas interchangeables, et aucun ne transforme le réseau en registre complet des opérations commerciales. [3] [4]
Pierre trouve des graphiques aux noms proches mais aux courbes différentes. Il doit d’abord déterminer quels outputs ils incluent. Coin Metrics distingue aussi des groupes selon leur âge et différents modes de pondération. La source des cours, la durée de la période et le lissage — calculer des moyennes pour atténuer les variations de la courbe — comptent également. Une moyenne simple de rapports journaliers ne correspond généralement pas au rapport des totaux de toute la période : la valeur initiale des outputs dépensés peut varier d’un jour à l’autre. Le graphique d’un groupe particulier ne décrit pas automatiquement tout le marché. [2]
Même une ancienne partie du graphique peut changer. Glassnode décrit des corrections de cours, des compléments de données et des révisions des groupes d’adresses estimés. Si Pierre teste la façon dont il aurait négocié avec cet indicateur dans le passé, il doit savoir quelle version des données était alors accessible. Utiliser des corrections ultérieures peut introduire un Look-ahead Bias : le test bénéficie d’informations inconnues au moment de la décision. Il conserve donc la méthode, la version et la date de disponibilité de la série, pas seulement la date affichée sur le graphique. [5]
Une fois le calcul compris, il reste à préciser ce qu’il permet de conclure. Coin Metrics rappelle que des indicateurs historiquement utiles peuvent se comporter autrement à l’avenir. Un SOPR faible peut décrire des mouvements à des valorisations plus basses, mais ne dit pas quand la baisse du cours prendra fin. Un niveau élevé ne confirme pas non plus un sommet. Pierre n’en tire ni probabilité de hausse, ni date de retournement, ni rendement après frais. Il obtient une observation de mouvements sélectionnés, à lire avec sa méthode et le contexte général. [6]
Deux outputs, deux lectures du résultat
Pour une vision complète, lisez aussi UTXO, On-chain Analysis, Realized Cap, MVRV, NUPL. Cette entrée est également citée par NUPL.
01Une valeur inférieure à un signifie-t-elle que tout le monde a vendu à perte ?+
Non. Elle indique seulement que la valorisation totale des outputs sélectionnés à la dépense était inférieure à leur valorisation initiale. Certains outputs peuvent présenter le résultat inverse. Il peut aussi s’agir de transferts entre portefeuilles d’un même propriétaire, pas de ventes. On ne connaît donc ni le résultat de chacun ni la proportion de détenteurs en perte.
02Peut-on simplement faire la moyenne des rapports individuels ?+
On peut la calculer, mais on obtient une autre statistique que le SOPR de base. Donner le même poids à chaque output peut même changer le côté de la frontière de un où se situe le résultat. Avant de comparer les graphiques, vérifions le calcul, les outputs retenus, les filtres et le lissage.