Whale alerts : trois radars, trois baleines différentes

« Les baleines accumulent à un rythme que l’on voit rarement sur le graphique. » « Les plus gros portefeuilles restent vendeurs nets, et la demande au comptant est tombée près de zéro. » Ces deux affirmations décrivent la même quinzaine d’octobre 2026, le même Bitcoin, les mêmes dépôts et retraits inscrits sur la même blockchain publique. La première vient de Santiment, la seconde de CryptoQuant. Aucune ne ment. Elles ne mesurent simplement pas la même baleine.

Au moment de la rédaction, le Bitcoin s’échange autour de 73 400 euros (environ 83 000 dollars), en hausse de 0,8 % sur vingt-quatre heures et de 1,6 % sur sept jours, pour une capitalisation proche de 1 476 milliards d’euros et un record toujours inscrit à 107 662 euros, selon CoinGecko. Dans ce rebond prudent, tout le monde veut savoir ce que font les gros portefeuilles. Et c’est précisément là que les tableaux de bord se contredisent.

Cet article ne porte pas sur ce que font les baleines. Il porte sur une question plus inconfortable : pourquoi deux radars sérieux, nourris par la même chaîne publique, arrivent à des conclusions opposées la même semaine, et ce qu’un investisseur devrait en faire. La réponse tient en une idée simple et rarement dite : une alerte baleine n’est pas un thermomètre. C’est un instrument de mesure, avec un seuil, une unité de compte et un jeu d’étiquettes qui lui sont propres. Changez l’instrument, vous changez la baleine.

Une même semaine d’octobre, trois verdicts opposés

Prenons les faits publiés entre le 1er et le 18 octobre 2026. Santiment relève que les portefeuilles détenant entre 10 et 10 000 BTC ont ajouté un peu plus de 86 700 BTC en trois semaines environ, et que leur solde cumulé est revenu à son niveau le plus élevé depuis la fin avril (Incrypted). Le décompte précis, 20 338 portefeuilles, est un record dans les données suivies par la firme (The Market Periodical). Pour un lecteur pressé, le message est limpide : les baleines chargent.

Le même 18 octobre, CryptoQuant décrit un paysage inverse. Les réserves des exchanges remontent légèrement à 2,68 millions de BTC depuis un creux de début octobre, la demande au comptant sur trente jours est tombée près de zéro et a brièvement viré au négatif, et surtout la plus grosse cohorte, celle des portefeuilles de plus de 10 000 BTC, reste vendeuse nette (coin-turk, données CryptoQuant). Ici, le message est opposé : les plus grosses mains distribuent, et la demande s’essouffle.

La direction même des réserves d’exchanges dépend de la fenêtre choisie. CryptoQuant décrit une remontée modeste depuis un plancher, tout en soulignant que ces réserves restent basses par rapport à janvier. Le même chiffre, environ 2,68 millions de BTC, devient « en hausse » quand on part du creux de la semaine, ou « encore bas » quand on part du début de l’année. Et un troisième regard, celui des flux de capitaux entrants, raconte encore une autre histoire, centrée sur la liquidité plutôt que sur le solde des plateformes.

Trois radars, trois baleines. Ce n’est pas un scandale, c’est de la métrologie. Chacun a raison dans sa propre définition, et c’est exactement le problème pour qui veut en tirer une décision d’achat ou de vente.

Le mot « baleine » n’a aucune définition partagée

Commençons par le plus banal et le plus sous-estimé : il n’existe pas de seuil officiel pour être une baleine. L’usage le plus répandu fixe la barre à 1 000 BTC, mais c’est une convention, pas une loi de la nature. Santiment, dans l’exemple ci-dessus, raisonne sur une cohorte de 10 à 10 000 BTC, qui mélange ce que d’autres appellent des « requins » (centaines de BTC) et des baleines véritables. CryptoQuant, lui, découpe en tranches 100-1 000, 1 000-10 000 et plus de 10 000 BTC, et ces tranches peuvent bouger en sens opposé la même semaine.

Cette seule différence de bornes explique une large part de la contradiction d’octobre. La cohorte 10-10 000 de Santiment accumule ; la cohorte des plus de 10 000 de CryptoQuant vend. Les deux sont « les baleines ». Déplacez la frontière de quelques milliers de BTC et vous inversez la conclusion, sans qu’un seul satoshi n’ait changé de main autrement. Le seuil n’est pas un détail technique : c’est le récit.

Le fil Whale Alert que tout le monde suit sur X ajoute une convention encore différente. Il ne raisonne pas en taille de portefeuille mais en taille de transaction, avec un seuil typique autour de 10 millions de dollars pour le Bitcoin et une couverture d’une vingtaine de blockchains. Résultat : une baleine qui déplace ses fonds en dizaines de petites transactions passe sous le radar, tandis qu’un custodian qui réorganise ses coffres en un seul transfert déclenche une alerte spectaculaire alors qu’aucune position de marché n’a changé.

Adresse ou entité : deux façons de compter la même baleine

La deuxième source de divergence est plus profonde. Une blockchain ne contient ni « portefeuilles » ni « acteurs » : elle contient des adresses. Un même propriétaire peut en contrôler des milliers, et une seule adresse d’exchange peut représenter des millions d’utilisateurs. Pour passer des adresses aux acteurs, il faut les regrouper, et c’est là que les fournisseurs divergent radicalement.

Glassnode a bâti sa réputation sur des métriques dites ajustées par entité (entity-adjusted). Des algorithmes de regroupement estiment quelles adresses sont contrôlées par le même acteur, puis filtrent les mouvements internes à une entité, ceux qui ne changent pas de propriétaire. Un virement d’un coffre froid de Binance vers un autre coffre de Binance ne compte pas comme un flux. La firme revendique l’identification correcte de l’immense majorité des adresses des grands exchanges, avec un nombre infime de faux positifs, et documente la méthode en détail (Glassnode, Entity-Adjusted Metrics).

CryptoQuant privilégie une autre voie : des métriques natives, sans ajustement d’entité explicite, mais un suivi fin des entrées, sorties et réserves sur un très large ensemble d’exchanges. Nansen, de son côté, abandonne presque totalement les ratios agrégés pour un suivi au niveau du portefeuille, adossé à des centaines de millions d’adresses étiquetées et à ses labels « smart money » (Spark, comparatif on-chain). Trois philosophies, trois objets : Glassnode agrège une dynamique d’offre, CryptoQuant surveille des flux de plateformes, Nansen piste des entités individuelles.

Un exemple rend la différence tangible. Imaginons qu’un grand exchange déplace 10 000 BTC d’un coffre froid vers un coffre froid neuf, pour une simple rotation de sécurité. Sur un outil qui compte les adresses sans ajustement, l’opération peut s’afficher comme un transfert de baleine de plusieurs centaines de millions d’euros, voire comme une sortie si le coffre d’arrivée n’est pas encore étiqueté. Sur une métrique ajustée par entité, elle vaut zéro : même propriétaire des deux côtés. Deux chiffres, un seul événement, et aucun lien avec l’offre réellement disponible à la vente.

Ces objets ne sont pas interchangeables. Une « sortie nette d’exchange » chez l’un n’a pas la même définition qu’un « solde des baleines en hausse » chez l’autre. Faire la moyenne de deux fournisseurs qui se contredisent n’arrange rien, parce qu’ils ne calculent pas la même grandeur : la moyenne de deux mesures de choses différentes n’est une bonne estimation d’aucune des deux.

Ce que chaque radar appelle une baleine

Le tableau ci-dessous résume les conventions des principaux outils. La colonne la plus importante n’est pas le prix de l’abonnement, mais l’unité d’analyse : c’est elle qui décide de ce que vous verrez.

Le regroupement d’adresses est une heuristique, pas une vérité

Tout l’édifice de l’analyse par entité repose sur des heuristiques, c’est-à-dire des règles plausibles mais faillibles. La plus ancienne, dite de propriété commune des entrées (common-input-ownership), remonte aux travaux de la chercheuse Sarah Meiklejohn et de ses coauteurs : si plusieurs adresses financent ensemble une même transaction, on suppose qu’elles appartiennent au même acteur. La seconde repère les adresses de monnaie rendue (change) pour les rattacher à l’expéditeur.

Ces règles fonctionnent souvent, et elles échouent de façon instructive. Il n’existe aucune méthode parfaitement fiable pour détecter une adresse de change, et l’heuristique des entrées communes se brise dès qu’on la confronte à des transactions collaboratives comme les CoinJoin, qui mêlent délibérément les entrées d’acteurs distincts. Une réévaluation signée Malte Möser et Arvind Narayanan rappelle que le clustering doit être traité comme une piste d’enquête, et non comme une attribution certaine (Resurrecting Address Clustering in Bitcoin).

L’erreur la plus traître va dans le sens de la fabrication de baleines fantômes. Quand un grand exchange regroupe des retraits en lots (batching), un algorithme naïf peut fusionner des utilisateurs sans aucun lien en une seule entité géante. Apparaît alors sur le radar une baleine de plusieurs milliers de BTC qui n’est, en réalité, qu’un agrégat de petits porteurs. La taille affichée est réelle ; l’acteur unique qu’elle suggère n’existe pas. Le phénomène inverse existe aussi : un acteur qui éclate ses fonds sur des adresses non reliées disparaît des cohortes, alors même qu’il reste une baleine.

Les étiquettes d’exchange sont incomplètes et en retard

Pour qu’une alerte annonce « 2 000 BTC déposés sur un exchange », encore faut-il savoir que l’adresse de destination appartient à un exchange. Or ces étiquettes ne tombent pas du ciel : elles sont déduites d’annonces officielles, de regroupements d’adresses de dépôt et de recherche manuelle. Elles peuvent donc être fausses, elles sont rarement auditées, et elles changent rétroactivement quand un fournisseur améliore son jeu de données.

Glassnode l’écrit noir sur blanc dans un article de référence au titre sans détour, « Exchange On-Chain Metrics: The Good, The Bad, The Ugly » : au niveau d’une transaction isolée, les données de flux peuvent comporter des oublis ou de fausses alertes sur telle entrée ou sortie (Glassnode Insights). Les désaccords entre fournisseurs tiennent souvent à une seule chose : le jeu d’étiquettes de l’un inclut une adresse que l’autre classe autrement, le plus souvent un custodian qui n’est pas un exchange, ou des adresses de dépôt attribuées à une plateforme avant d’être confirmées.

La difficulté s’aggrave avec la rotation permanente des adresses de dépôt et les changements de structure de garde. Une plateforme qui migre vers une nouvelle architecture de coffres, un custodian qui consolide ses soldes, et voilà des flux qui apparaissent ou disparaissent des statistiques, non parce que le marché a bougé, mais parce que la carte des étiquettes a bougé. Au classique « un dépôt n’est pas une vente », que nous avons déjà disséqué dans notre analyse de la cohorte des nouvelles baleines, s’ajoute ici un « un dépôt n’est peut-être même pas un dépôt ».

La donnée récente se réécrit toute seule

Voici le point le moins connu, et peut-être le plus déstabilisant. Les métriques ajustées par entité ne sont pas figées. Glassnode précise que son histoire ancienne est stable, mais que les points de données les plus récents peuvent être révisés à mesure que le clustering s’affine. Autrement dit, « l’accumulation des baleines de la semaine dernière » est une estimation provisoire, susceptible d’être corrigée le mois prochain, quand les algorithmes auront reclassé quelques milliers d’adresses.

Pour qui réagit à chaud à un graphique, c’est un piège rarement explicité : le signal le plus frais est aussi le plus mou. À cela s’ajoute le bruit de la chaîne elle-même. Une part majeure du volume on-chain ne correspond à aucun changement de propriétaire réel : adresses de change, transferts internes, consolidations de coffres. Ce que l’on prend pour l’activité des baleines est, pour une large part, de la plomberie interne, un biais que les propres recherches de Glassnode sur les limites des métriques d’exchange documentent de longue date.

Pourquoi les cohortes racontent des histoires opposées

Revenons à la contradiction d’octobre, armés de ces distinctions. Santiment observe un sous-ensemble (10 à 10 000 BTC) qui accumule à un rythme rare, pendant que CryptoQuant observe un autre sous-ensemble (plus de 10 000 BTC) qui distribue. Rien d’incohérent : les très grosses mains peuvent alléger quand les grosses mains chargent. C’est même un schéma classique de rotation, où une génération de détenteurs passe le relais à une autre.

Le vocabulaire lui-même trahit l’absence de norme. Selon les plateformes, on parle de requins, de baleines, de « humpbacks » pour les plus gros, de dauphins ou de poissons pour le menu fretin, sans que ces catégories recouvrent les mêmes bornes d’un outil à l’autre. Comparer deux titres qui parlent de « baleines » revient souvent à comparer deux espèces différentes réunies sous un même nom de commodité.

La couche demande ajoute sa nuance. CryptoQuant note que la demande au comptant a frôlé zéro quand la demande sur contrats perpétuels restait positive : une partie du rebond se joue à effet de levier, pas en achat de pièces livrées, ce que nous avons détaillé côté dérivés dans notre lecture de la base des futures. Le découpage par cohorte et le découpage par type de demande racontent donc deux moitiés d’une même histoire, et aucune ne suffit seule.

Aucune de ces lectures n’est fausse. Elles répondent à des questions différentes posées à des découpages différents. Le lecteur qui retient seulement « les baleines achètent » ou « les baleines vendent » a perdu l’information utile en route : quelles baleines, mesurées comment, sur quelle fenêtre, et confirmées par quelle autre couche de données.

Le reset d’âge : quand une vieille baleine rajeunit

Une famille entière de métriques, parmi les plus citées, repose sur l’âge des pièces : realized cap, répartition entre détenteurs de court et de long terme (STH/LTH), dormance, coin days destroyed. Toutes partagent une faiblesse commune : l’âge se mesure au dernier mouvement d’un UTXO, pas à la date réelle d’acquisition par son propriétaire. Déplacez des pièces vers une autre adresse que vous contrôlez, et le compteur repart à zéro.

Les conséquences sont massives les semaines de migration de garde. Une mise à jour de sécurité, le remplacement d’un parc de portefeuilles matériels, un passage de la garde déléguée à l’auto-garde : autant d’événements qui font rajeunir d’un coup des dizaines de milliers de BTC pourtant immobiles au sens économique. L’épisode de l’implant caché découvert dans des Ledger a illustré cette mécanique : une faille qui force des milliers de détenteurs à déménager leurs fonds produit, sur le radar, une vague de « distribution » qui n’en est pas une.

C’est pourquoi la lecture générationnelle du capital des baleines, celle qui oppose anciennes pièces bon marché et nouvelles pièces chères, doit toujours s’accompagner d’un correctif pour les migrations techniques. Sans ce correctif, un simple changement de coffre peut gonfler la part apparente des jeunes baleines et fausser la frontière entre court et long terme pour des mois.

Le flux n’est pas l’intention, et le radar n’est pas le flux

Les guides de lecture d’alertes martèlent, à raison, qu’un dépôt sur exchange n’est pas une vente : il peut servir de collatéral, alimenter un prêt, préparer une livraison de gré à gré déjà négociée. Une alerte montre un mouvement, jamais une intention. Mais la mise en garde classique ne va pas assez loin. Avant même de se demander ce que signifie un flux, il faut se demander si le flux mesuré existe tel qu’il est affiché.

Les deux incertitudes se composent. Prenons une alerte « 3 500 BTC vers un exchange ». Première question : l’adresse de destination est-elle vraiment celle d’un exchange, et non d’un custodian mal étiqueté ? Deuxième question : s’agit-il d’un acteur unique ou d’un lot de retraits agrégés à tort ? Troisième question seulement : si c’est bien le dépôt d’un vendeur unique, veut-il vendre maintenant ? Trois filtres, trois occasions de se tromper, avant la moindre conclusion de marché. Le prix, lui, se forme ailleurs, dans le carnet d’ordres et, de plus en plus, dans les courbes des teneurs de marché automatisés, comme nous l’avons exploré dans notre dossier sur la courbe devenue oracle.

Lire une contradiction entre radars

Quand deux outils se contredisent, la bonne réaction n’est pas de choisir son camp mais de diagnostiquer la cause méthodologique. Le tableau suivant relie les symptômes les plus fréquents à leur explication probable et à la vérification à mener.

Ce que dit, et ne dit pas, l’accumulation record de Santiment

Le plus honnête, dans l’affaire d’octobre, est venu de Santiment elle-même. La firme a accompagné son chiffre record d’un avertissement que peu de comptes ont relayé. Ses analystes rappellent que les deux précédents les plus proches sont la mi-avril 2026, en pleines tensions entre Israël, l’Iran et les États-Unis, suivie d’une hausse, et la séquence de fin novembre 2025 à mi-janvier 2026, qui a précédé une chute de 34 % du Bitcoin.

La conclusion de Santiment mérite d’être citée telle quelle : « L’accumulation des gros portefeuilles a précédé aussi bien des rebonds que des retournements, si bien que la suite compte davantage que le signal lui-même » (Santiment, revue hebdomadaire). Traduit : la même empreinte de baleines a produit des issues opposées. Le signal, à lui seul, n’a pas de pouvoir prédictif stable.

C’est l’aveu le plus utile de toute cette histoire. Non seulement les radars se contredisent entre eux, mais le radar le plus optimiste reconnaît lui-même que son signal phare pointe, selon le contexte, dans un sens ou dans l’autre. Suivre une baleine n’est pas suivre une boussole ; c’est lire une trace, et une trace ne dit pas où va l’animal.

Trianguler plutôt que croire un seul chiffre

Rien de tout cela ne rend les données on-chain inutiles. Bien lues, elles restent l’un des rares regards directs sur l’offre. Mais elles s’utilisent comme un faisceau d’indices, pas comme un oracle. Voici une méthode de lecture en cinq temps, tirée des pièges décrits plus haut.

• Lire la définition avant le chiffre : quel seuil, quelle unité d’analyse, quelle fenêtre. Un record sur la cohorte 10-10 000 ne dit rien de la cohorte des plus de 10 000.
• Comparer au moins deux philosophies : une mesure ajustée par entité (Glassnode) et une mesure de flux brute (CryptoQuant), pour voir si l’écart vient de la plomberie.
• Croiser avec le prix et les dérivés : une accumulation on-chain démentie par une demande au comptant nulle et un levier en hausse est fragile.
• Se méfier du point le plus récent : il est révisable. Attendre la confirmation sur plusieurs jours plutôt que réagir à l’alerte de la minute.
• Replacer dans le macro : une même donnée de baleines ne vaut pas la même chose avant et après une décision de la Fed ou une échéance réglementaire.

Cette discipline rejoint une leçon que nous répétons sur d’autres marchés : le chiffre que vous lisez est un construit, pas un fait brut. Le prix de référence d’un produit à effet de levier, par exemple, n’a rien d’évident, comme l’a montré l’affaire du levier 1000x et de l’oracle qui n’existait pas. Une métrique de baleines obéit à la même règle : elle vaut ce que vaut sa définition.

Les analystes chevronnés l’ont intégré en multipliant les angles. Willy Woo, pionnier de l’analyse on-chain, estime que le cycle de quatre ans cède la place à un régime plus long, piloté par la liquidité, et lit le marché à travers les flux de capitaux plutôt que par le seul solde des exchanges (PrimeXBT). Un lecteur avisé ne cherche pas le bon radar : il croise les radars.

Aucune de ces précautions n’est spectaculaire, et c’est bien le problème : elles n’offrent pas le frisson d’une alerte en temps réel. Mais elles séparent le lecteur qui comprend ce qu’il regarde de celui qui réagit au premier gros chiffre venu. Dans un marché où les baleines savent qu’on les observe, la discipline de lecture vaut mieux que la rapidité de réaction.

Surveillance de marché : l’AMF et MiCA face à une donnée imparfaite

Ce problème de mesure n’est pas réservé aux traders. Il remonte jusqu’au régulateur. Depuis le 30 décembre 2024, le règlement MiCA applique un régime d’abus de marché (titre VI, articles 86 à 92 : opération d’initié, divulgation illicite, manipulation de marché) à toutes les transactions sur crypto-actifs, sur plateforme comme hors plateforme. Les prestataires agréés (les ex-PSAN, dont le régime transitoire français s’est éteint le 1er juillet 2026) doivent détecter et signaler les opérations suspectes.

Or cette surveillance s’appuie sur les mêmes attributions imparfaites que les tableaux de bord grand public : étiquettes d’exchange faillibles, clustering probabiliste, flux ambigus. Un faux positif peut qualifier de « manipulation » une simple réorganisation de coffres ; un faux négatif peut laisser passer un vrai montage fractionné sous les seuils d’alerte. L’ESMA l’a implicitement reconnu en publiant ses orientations de surveillance pour prévenir les abus de marché sous MiCA, qui insistent sur la dimension transfrontalière et la difficulté d’attribution propres à la crypto (ESMA).

Pour l’investisseur français, deux repères tiennent. Observer les baleines est parfaitement légal ; agir sur une information privilégiée ne l’est pas. L’autorité compétente reste l’AMF, qui a précisé ses attentes à la fin du régime transitoire MiCA (AMF) ; les dérivés (perpétuels, futures) relèvent, eux, de MiFID II et non de MiCA. Dans tous les cas, une alerte baleine n’est ni une preuve ni un ordre : c’est une mesure, à manier avec les précautions d’une mesure.

Foire aux questions

Pourquoi deux sites on-chain donnent-ils des chiffres de baleines différents ?

Parce qu’ils ne mesurent pas la même chose. Chaque fournisseur choisit son seuil (1 000 BTC, 10 à 10 000 BTC, ou une taille de transaction), son unité d’analyse (adresse, entité regroupée, portefeuille étiqueté) et sa fenêtre de comparaison. En octobre 2026, Santiment a vu une accumulation record sur la cohorte 10-10 000 BTC pendant que CryptoQuant voyait des ventes nettes sur la cohorte des plus de 10 000 BTC : deux vérités, deux définitions.

Qu’est-ce qu’une baleine en crypto, au juste ?

Il n’existe aucune définition officielle. La convention la plus courante retient 1 000 BTC, mais les outils d’analyse utilisent des seuils très variés, et le fil Whale Alert raisonne en taille de transaction (autour de 10 millions de dollars) plutôt qu’en taille de portefeuille. Le mot désigne un gros détenteur dont un seul mouvement peut peser sur le marché, sans frontière chiffrée partagée.

Peut-on se fier aux étiquettes d’exchange des outils on-chain ?

Avec prudence. Ces étiquettes sont déduites, rarement auditées et révisées rétroactivement. Glassnode, qui revendique une très haute précision sur les grands exchanges, reconnaît malgré tout que les données de flux peuvent comporter des oublis ou de fausses alertes au niveau d’une transaction isolée. Un flux « vers un exchange » peut en réalité viser un custodian mal classé.

Les alertes baleines permettent-elles de prédire le prix ?

Pas de façon fiable à elles seules. Santiment a rappelé en octobre 2026 que la même accumulation de gros portefeuilles a précédé tantôt des hausses, tantôt une chute de 34 %. Le signal décrit l’offre, il ne détermine pas la suite. La prudence impose de le combiner à d’autres données plutôt que d’y voir une boussole.

Comment éviter de se faire piéger par une alerte baleine ?

En triangulant. Lire d’abord la définition (seuil, unité, fenêtre), comparer au moins une métrique ajustée par entité et une métrique de flux brute, croiser avec le prix, les dérivés et le contexte macro, et se méfier du point de données le plus récent, qui est révisable. Aucune alerte isolée ne justifie une décision.

Par Liam Brennan, rédacteur marchés chez HOGE Wire.