Date de publication : 22 mai 2026
Résumé exécutif
Le 17 janvier 2025, le jeton TRUMP a été lancé sur Solana. Au lancement, quatre-vingts pour cent de l'offre totale d'un milliard de jetons étaient détenus par deux entités liées à Trump — CIC Digital LLC et Fight Fight Fight LLC [1]. En 36 heures, le jeton a atteint un sommet historique de 74,27 dollars, le 19 janvier 2025 [2]. À la date d'arrêté de ce rapport, le 22 mai 2026, TRUMP avait reculé d'environ 97 % depuis ce sommet [2]. Pendant la séquence de lancement, l'indice de force relative sur les clôtures horaires est entré profondément en zone de surachat et l'histogramme de convergence-divergence des moyennes mobiles est passé en positif au point d'inflexion ; les deux indicateurs ont déclenché les lectures canoniques que leurs auteurs avaient documentées dans les années 1970. Les deux indicateurs ont été appliqués à une série de prix qui, selon toutes les définitions réglementaires et académiques existant à la date d'arrêté, n'a aucun actif sous-jacent auquel « surachat » pourrait renvoyer de façon signifiante.
La Division of Corporation Finance de la SEC américaine a publié son Staff Statement on Meme Coins le 27 février 2025, y caractérisant les meme coins comme ayant un usage ou une fonctionnalité limités voire nuls, et concluant que les transactions sur de tels jetons ne constituent pas une offre et une vente de titres [3]. L'opinion dissidente contemporaine de la commissaire Crenshaw contestait la conclusion juridique, mais pas l'observation de fond selon laquelle cette classe d'actifs est dépourvue de fondamentaux [4]. Solidus Labs a documenté en mai 2025 que 98,6 % des plus de sept millions de jetons déployés sur Pump.fun entre janvier 2024 et mars 2025 sont restés sous le plancher de 1 000 dollars de liquidité de pool, seuls quelque quatre-vingt-dix-sept mille atteignant ce seuil [5]. Le taux de graduation de la courbe de bonding de Pump.fun vers un market maker automatisé standard s'est établi en moyenne à 0,78 % au deuxième trimestre 2025 selon Step Data [6], et s'est maintenu dans la fourchette de 0,7 %–0,8 % en juillet et août 2025 selon la couverture de Cointelegraph sur la mécanique de la plateforme [7].
Ce rapport développe trois affirmations et précise le cadre méthodologique permettant de les tester.
Affirmation 1. Les oscillateurs classiques de momentum — l'indice de force relative de Wilder [8], la convergence-divergence des moyennes mobiles d'Appel [9][10] et l'oscillateur stochastique de Lane [11][12] — ont été calibrés sur des jeux de données de matières premières et d'actions américaines entre 1957 et 1979. Le momentum transversal est entré dans la littérature à comité de lecture avec l'article de 1993 de Jegadeesh et Titman dans le Journal of Finance sur les actions américaines de 1965 à 1989 [13]. Aucun de ces calibrages n'a été testé sur des actifs dépourvus de valorisation fondamentale. La méta-analyse de 2007 de Park et Irwin portant sur quatre-vingt-quinze études d'analyse technique a documenté que les stratégies de trading technique génèrent des profits économiques sur les marchés des changes et des futures, mais pas sur les marchés actions [14] — une asymétrie incompatible avec une applicabilité universelle, même au sein des classes d'actifs pour lesquelles les indicateurs avaient été conçus à l'origine.
Affirmation 2. La formation des prix des meme coins est structurellement différente de celle des marchés pour lesquels les indicateurs classiques ont été conçus. L'article de 2021 de Liu et Tsyvinski dans la Review of Financial Studies établit que les grandes cryptomonnaies n'ont aucune exposition aux facteurs communs du marché actions ni aux facteurs macroéconomiques, ni aucune exposition aux rendements des devises ou des matières premières [15]. La queue de distribution formée par les meme coins est a fortiori dépourvue d'une telle exposition. La génération du prix est portée par la réflexivité de l'attention, mécanisée par des launchpads à courbe de bonding comme Pump.fun et propagée par la microstructure de market maker automatisé sur Raydium, PumpSwap et Uniswap. Le BIS Bulletin n° 69 qualifie la structure de marché qui en résulte d'autoréférentielle [16].
Affirmation 3. Aucun choix de fenêtre ou de seuil d'indicateur ne peut transformer une mathématique conçue pour lire une action des prix portée par l'information en une mathématique qui lise de façon équivalente une action des prix portée par l'attention. L'espace d'entrée a changé ; l'indicateur n'observe pas son espace d'entrée. C'est l'énoncé formel de la raison pour laquelle le réglage des paramètres est structurellement insuffisant.
Le rapport propose trois ruptures pour un cadre honnête d'observation des meme coins : un classement transversal à la place de seuils fixes [17] ; l'intégration de proxys d'attention [18][19] et de variables de concentration des détenteurs sur un pied d'égalité avec les signaux dérivés du prix ; une sortie formulée comme observation et non comme prédiction. Le protocole empirique — univers d'échantillonnage, fenêtres de régime, tests statistiques, actifs de contrôle — est précisé au chapitre 3 ; les résultats chiffrés seront publiés sous forme de mises à jour de ce document dès que le pipeline de données produira des résultats statistiquement concluants sur l'ensemble de la grille de paramètres.
Les quatre conditions qui invalideraient la thèse de l'échec structurel sont énumérées au chapitre 7.
Chapitre 1 · Les indicateurs classiques et leur domaine historique
La famille d'oscillateurs de momentum utilisée dans les logiciels graphiques grand public à la date d'arrêté du 22 mai 2026 descend de quatre travaux canoniques publiés entre 1957 et 1993, chacun ancré dans un jeu de données précis de prix américains de matières premières ou d'actions. Le dossier historique est cohérent et bien documenté : aucun des calibrages n'a été testé sur des actifs dépourvus de valorisation fondamentale.
1.1 Lane (1957) et l'oscillateur stochastique
George C. Lane, négociant en matières premières basé à Chicago et affilié à Investment Educators Inc., a rédigé The Stochastic Process comme support de cours interne déposé en 1957 [12]. La méthodologie est née de l'observation de l'action des prix sur les futures de matières premières du Chicago Board of Trade — maïs, soja, blé — où Lane et ses collègues avaient documenté que les prix ont tendance à se masser à l'extrémité haute ou basse de leur range récent lorsqu'un mouvement perd de l'énergie avant de se retourner. La formule de l'oscillateur, %K = 100 × (clôture − plus_bas_n) / (plus_haut_n − plus_bas_n), normalise la clôture courante par rapport au range récent et suppose que la distribution du range intraday porte une information sur l'accumulation ou la distribution institutionnelle. Cette hypothèse plongeait ses racines dans les corbeilles de matières premières négociées à la criée, où les observateurs du parquet pouvaient plausiblement lire des schémas de distribution dans l'activité du téléscripteur [11][20].
1.2 Wilder (1978) et l'indice de force relative
J. Welles Wilder a publié New Concepts in Technical Trading Systems en 1978, après plusieurs années de trading de futures de matières premières à l'aide d'oscillateurs calculés à la main [8]. Le jeu de données du livre, tel qu'il ressort de ses exemples résolus, se composait des clôtures quotidiennes des futures sur cacao, soja, cuivre, poitrine de porc et argent de 1972 à 1977. Le paramètre de lissage par défaut de quatorze jours pour l'indice de force relative était un compromis empirique entre réactivité et stabilité du signal sur des futures de matières premières à roulement hebdomadaire de contrats. Wilder inscrivait explicitement son travail dans les matières premières ; le livre ne contient aucun calibrage sur actions.
L'indice de force relative suppose trois choses. Premièrement, que les prix reviennent à la moyenne autour de leur volatilité récente et qu'une lecture extrême est donc le diagnostic d'une surréaction comportementale. Deuxièmement, que les seuils de surachat et de survente — soixante-dix et trente dans le calibrage original de Wilder — sont stables dans le temps et d'un actif à l'autre. Troisièmement, que les régimes de tendance et de range sont identifiables et persistent assez longtemps pour que la fenêtre de l'indicateur capte les points de retournement. Aucune de ces trois hypothèses n'a été testée face à des actifs dépourvus de valorisation fondamentale.
1.3 Appel (1979) et la convergence-divergence des moyennes mobiles
Gerald Appel a diffusé la méthode de convergence-divergence des moyennes mobiles par les lettres d'information de Signalert Corp à partir du milieu des années 1970, l'a formalisée dans un manuel auto-édité en 1979 et l'a développée dans Technical Analysis: Power Tools for Active Investors [9][10]. Le triplet canonique de paramètres (12, 26, 9) reflète les conventions de semaine boursière de six jours alors en vigueur : environ deux semaines, un mois et une semaine et demie de séances de négociation [21]. Appel avait initialement proposé des jeux de paramètres asymétriques — (8, 17, 9) pour les signaux d'achat et (12, 25, 9) pour les signaux de vente — mais la formulation asymétrique n'a pas survécu au passage dans les logiciels graphiques grand public, qui se sont standardisés sur la version symétrique (12, 26, 9).
Le jeu de données utilisé par Appel était le composite du NYSE et une sélection d'actions du NASDAQ des années 1970 — une époque de volatilité portée par l'inflation, mais avec des fondamentaux d'entreprise reconnaissables. Maitah et ses coauteurs documentent dans leur étude d'optimisation de paramètres de 2021 que le triplet canonique (12, 26, 9) génère des rendements négatifs sur les futures du Nikkei 225 entre 2011 et 2019 [21], ce qui indique que les paramètres eux-mêmes portent un calibrage propre à un marché qui ne se transfère même pas entre deux places d'actions développées.
1.4 Jegadeesh et Titman (1993) et l'ancrage académique du momentum
Le momentum transversal est entré dans la littérature à comité de lecture avec l'article de 1993 de Jegadeesh et Titman dans le Journal of Finance, qui documentait que les actions américaines affichant des rendements passés positifs sur trois à douze mois continuaient de surperformer sur un horizon futur comparable [13]. Ce résultat, tiré de la base du Center for Research in Security Prices couvrant les actions du New York Stock Exchange et de l'American Stock Exchange de 1965 à 1989, est devenu le fondement du facteur momentum moderne dans la valorisation académique des actifs. L'effet a été documenté sur des actifs dotés de fondamentaux de flux de trésorerie ; la littérature ultérieure l'a étendu à d'autres classes d'actifs, mais chaque extension a exigé une validation empirique distincte.
1.5 Park et Irwin (2007) : le verdict de la méta-analyse
L'article de 2007 de Park et Irwin dans le Journal of Economic Surveys reste l'évaluation porteuse de l'analyse technique classique [14]. Sur quatre-vingt-quinze études modernes — cinquante-six rapportant une performance positive, vingt une performance négative, dix-neuf une performance mitigée — le résultat constant était que les stratégies de trading technique génèrent des profits économiques sur les marchés des changes et des futures, mais pas sur les marchés actions. Ce schéma, déjà incompatible avec la promesse implicite d'applicabilité universelle de la littérature de 1957 à 1979, suggère que même au sein des classes d'actifs pour lesquelles les indicateurs ont été développés, la performance dépend de la structure de marché au lieu d'être garantie par la mathématique de l'indicateur.
Les hypothèses implicites héritées de cette littérature canonique sont au nombre de trois : les prix escomptent, ou escomptent partiellement, l'information fondamentale ; le retour à la moyenne est la tendance par défaut ; les régimes de tendance ont des durées caractéristiques comparables à la fenêtre de paramètres de l'indicateur. Chaque hypothèse dépend de l'existence d'un référent de valeur sous-jacent autour duquel les prix oscillent. Savoir si un tel référent existe sur les marchés de meme coins est la question que développe le chapitre 2.
Chapitre 2 · Le générateur de prix des meme coins
La séquence de lancement de TRUMP du 17 janvier 2025 est l'événement de meme coins le plus abondamment documenté du dossier réglementaire public [1][2][3]. Le lancement a concentré 80 % de l'offre totale dans deux entités liées et a produit une montée de 36 heures jusqu'à 74,27 dollars, suivie d'un drawdown durable — une trajectoire que les lectures canoniques du RSI et du MACD ont suivie mécaniquement, sans référence informationnelle à un quelconque sous-jacent. Le cas TRUMP n'est pas anormal par son type structurel. C'est l'illustration la plus nette dont on dispose d'un régime de génération des prix qui diffère des marchés pour lesquels les indicateurs classiques ont été calibrés, selon trois dimensions mesurables : absence d'ancrage fondamental, réflexivité de l'attention comme variable dominante de génération du prix, et concentration extrême de l'offre et de la détention.
2.1 L'absence d'ancrage fondamental
Le Staff Statement on Meme Coins de la Division of Corporation Finance de la SEC, daté du 27 février 2025, caractérise les meme coins comme ayant un usage ou une fonctionnalité limités voire nuls, avec une valeur portée par la spéculation plutôt que par des droits économiques ou des flux de trésorerie [3]. La conclusion qui en est tirée — que les transactions sur de tels jetons ne constituent pas une offre et une vente de titres au regard du droit fédéral — se situe en aval d'une observation plus fondamentale : il n'y a ni flux de trésorerie, ni créance sur la valeur d'une entreprise, ni droit économique qui pourrait être valorisé dans l'un quelconque des cadres canoniques de valorisation d'actifs. L'opinion dissidente contemporaine de la commissaire Crenshaw ne conteste pas l'observation empirique ; elle conteste la conclusion juridique qui en est tirée [4].
L'absence de fondamentaux s'applique plus largement qu'à la seule sous-catégorie des meme coins. L'article de 2021 de Liu et Tsyvinski dans la Review of Financial Studies établit que les grandes cryptomonnaies — Bitcoin, Ethereum, Ripple — n'ont aucune exposition à la plupart des facteurs communs du marché actions et des facteurs macroéconomiques, ni aux rendements des devises et des matières premières [15]. Si les plus grandes cryptomonnaies sont dépourvues d'exposition factorielle aux classes d'actifs traditionnelles, la queue de distribution formée par les meme coins en est a fortiori dépourvue. Les indicateurs classiques de momentum ont été conçus pour des marchés où le prix oscille autour d'une valeur fondamentale qui bouge lentement ; les marchés de meme coins n'ont aucune valeur de ce type autour de laquelle osciller.
2.2 L'attention comme variable dominante
Ce qui remplace les fondamentaux comme variable génératrice du prix, c'est l'attention — mesurable par des indices de volume de recherche, des comptages de mentions sur les réseaux sociaux et la taille de la base d'utilisateurs adressable des plateformes de création de meme coins. Da, Engelberg et Gao ont introduit le Google Search Volume Index dans leur article de 2011 dans le Journal of Finance comme proxy direct de l'attention des particuliers, montrant qu'un volume de recherche anormal sur les actions du Russell 3000 entre 2004 et 2008 prédisait des hausses de prix sur les deux semaines suivantes, suivies d'un retournement dans la même année [18]. Le schéma de dépassement puis de retour porté par l'attention que Da et ses coauteurs ont documenté sur les actions a été répliqué sur les marchés de cryptomonnaies par Liu et Tsyvinski (2021), qui rapportent que des proxys de l'attention des investisseurs prédisent les rendements des cryptomonnaies sur leur échantillon 2011-2018 [15].
L'article de 2008 de Barber et Odean dans la Review of Financial Studies fournit le fondement comportemental : les investisseurs particuliers sont acheteurs nets des actifs qui attirent l'attention parce que leur problème de recherche est asymétrique [22]. Ils ne peuvent pas parcourir l'univers des investissements disponibles ; ils ne peuvent réagir qu'aux actifs qui les atteignent. Sur les marchés de meme coins, cette asymétrie est amplifiée par la taille de l'ensemble de choix. Pump.fun, la plateforme dominante de création de meme coins sur Solana entre son lancement du 19 janvier 2024 et la date d'arrêté, a généré plus de 11,9 millions de jetons entre son lancement et le troisième trimestre 2025 [23][24]. La décision d'acheter un meme coin donné est donc la décision d'acheter ce qui a capté le plus d'attention, puisqu'une recherche systématique de l'univers est computationnellement impossible.
2.3 Réflexivité sans ancrage
Soros (1987) a formalisé la réflexivité comme la causalité à double sens entre la perception des participants et les fondamentaux sous-jacents, chaque côté rétroagissant sur l'autre [25]. Sur les marchés conventionnels, la boucle réflexive est bornée par l'ancrage fondamental : la perception peut éloigner temporairement le prix de la valeur, mais le retour à la moyenne finit par s'imposer. Sur les marchés de meme coins, la boucle réflexive n'a pas d'ancrage. Les mouvements de prix portés par l'attention attirent davantage d'attention, ce qui produit davantage de mouvements de prix, jusqu'à ce que la boucle s'épuise — non par retour à la valeur, mais par effondrement de l'attention elle-même.
Le mécanisme de courbe de bonding de Pump.fun rend cette réflexivité mécanique plutôt que psychologique. Les nouveaux jetons commencent à s'échanger sur une courbe de bonding à produit constant où la hausse des prix déclenche automatiquement des prix plus élevés pour les acheteurs suivants ; la courbe vend environ huit cents millions de jetons en séquence avant que le jeton ne gradue vers un market maker automatisé standard à une capitalisation boursière proche de soixante-neuf mille dollars américains [7][26]. Le mécanisme convertit l'attention directement en prix, sans qu'aucun processus de découverte d'information n'intervienne. Le BIS Bulletin n° 69, signé par Cornelli, Doerr, Frost et Gambacorta, qualifie la structure de marché qui en résulte de ce qui « souligne la nature largement autoréférentielle » de la crypto comme classe d'actifs [16].
2.4 Concentration des détenteurs
Les indicateurs classiques de momentum présupposent une base de détenteurs diffuse dont le comportement collectif crée la série de prix par de petites décisions individuelles agrégées dans une enchère continue. La structure de détention des meme coins viole systématiquement cette hypothèse.
Le cas le mieux documenté reste le lancement du jeton TRUMP le 17 janvier 2025. Huit cents millions des un milliard de jetons — 80 % de l'offre totale — étaient détenus au lancement par CIC Digital LLC et Fight Fight Fight LLC [1]. Une concentration de cette ampleur au lancement casse l'hypothèse de base de détenteurs diffuse qui sous-tend tous les outils classiques d'analyse technique. Quoi que lise l'indice de force relative sur une série de prix de TRUMP dans les jours qui suivent le lancement, la série de prix sous-jacente n'est pas produite par un agrégat d'acheteurs et de vendeurs indépendants ; elle est produite par les décisions de cession de deux entités liées.
Le cas TRUMP est la concentration au lancement la plus extrême documentée, mais il n'est pas anormal par son type structurel. Les jetons déployés via des launchpads à courbe de bonding conservent typiquement de grandes fractions de l'offre dans le portefeuille du déployeur ou dans des portefeuilles affiliés pendant la phase de courbe. Sur l'ensemble des grands launchpads à courbe de bonding de Solana — Pump.fun, Letsbonk et Launchlab — environ 89 % des jetons déployés atteignent une capitalisation boursière finale inférieure à 50 000 dollars, selon l'analyse de Step Data au troisième trimestre 2025 [27]. La distribution médiane des détenteurs à n'importe quel moment de la phase de courbe reste fortement concentrée. Le volet empirique qui accompagnera ce rapport calculera les distributions de concentration des détenteurs à l'échelle de l'univers directement depuis Solscan et Etherscan ; l'argument structurel n'exige que le constat que l'hypothèse de base de détenteurs diffuse est violée dans le meme coin modal, et pas seulement dans des cas aberrants comme TRUMP.
2.5 Microstructure de market maker automatisé
Les indicateurs classiques ont été validés sur des marchés à carnet d'ordres avec cotation continue à double sens par des market makers réagissant à l'information. Les meme coins s'échangent majoritairement sur des market makers automatisés — Raydium et PumpSwap sur Solana, Uniswap sur Ethereum — où l'offre et la demande sont remplacées par une courbe à produit constant. Le prix n'est plus la valorisation marginale du dernier ordre ; c'est la sortie algorithmique de la courbe étant donné l'inventaire courant du pool. Le slippage croît avec la taille de l'ordre rapportée à la profondeur du pool, ce qui signifie que le même ordre d'achat peut produire des prix différents selon les jours, en fonction de l'état de liquidité du pool.
La série de prix d'un market maker automatisé ne porte aucune prétention théorique à l'agrégation d'information. Elle est la conséquence mécanique de la mathématique du produit constant. Solidus Labs a documenté en mai 2025 que, sur les plus de sept millions de jetons déployés sur Pump.fun entre janvier 2024 et mars 2025, seuls quelque quatre-vingt-dix-sept mille ont maintenu une liquidité de pool supérieure à 1 000 dollars, laissant 98,6 % de l'univers déployé avec des profondeurs de pool trop minces pour une découverte de prix signifiante [5]. SolanaFloor a rapporté séparément que 74,6 % des pools de liquidité migrés de Pump.fun vers Raydium lors de la graduation étaient ensuite inactifs [28]. L'indice de force relative de Wilder appliqué à une telle série calcule la distribution du range sur un prix engendré par la mécanique d'inventaire d'un pool quasi vide, et non par la croyance agrégée d'un carnet d'ordres profond.
Chapitre 3 · Le protocole empirique
Les arguments structurels du chapitre 2 établissent que la génération des prix des meme coins diffère de celle des marchés pour lesquels les indicateurs classiques ont été conçus. Savoir si cette différence se manifeste dans les lectures d'indicateurs, et comment, est une question empirique. Ce chapitre précise la méthodologie que Bitbase Research applique à cette question ; les résultats empiriques du chapitre seront publiés sous forme de mises à jour de ce document dès que le pipeline de données produira des résultats statistiquement concluants.
3.1 Construction de l'univers d'échantillonnage
L'univers proposé est tiré des deux cents premiers jetons par capitalisation boursière classés sous l'étiquette taxonomique « meme » sur CoinGecko, restreints à Ethereum et Solana comme les deux places dominantes des meme coins à la date d'arrêté. Les filtres appliqués à chaque date de rééquilibrage sont : un volume moyen combiné sur sept jours glissants, plateformes d'échange décentralisées et centralisées confondues, supérieur à 1 million de dollars ; un minimum de 30 jours d'historique de prix avant la date d'observation ; et une profondeur de pool minimale de 100 000 dollars sur la place principale.
Ces seuils excluent l'écrasante masse de l'univers des jetons Pump.fun. Solidus Labs a documenté que, sur les plus de sept millions de jetons Pump.fun déployés entre janvier 2024 et mars 2025 comptant au moins cinq transactions chacun, seuls quelque 97 000 ont maintenu le plancher de liquidité de 1 000 dollars [5]. Le taux de graduation de la courbe de bonding de Pump.fun vers un market maker automatisé standard s'est établi en moyenne à 0,78 % au deuxième trimestre 2025 [6] et s'est maintenu dans la fourchette de 0,7 %–0,8 % en juillet et août 2025 [7]. L'univers proposé capture le sous-ensemble survivant et négociable au-dessus du plancher de liquidité ; la masse écartée n'entre dans l'analyse que par la correction du biais de survie exposée ci-dessous.
3.2 Correction du biais de survie
Tout backtest tiré à la date d'arrêté du 22 mai 2026 ne contient que des jetons ayant survécu jusqu'à cette date. Ces survivants sont par construction la queue droite d'une distribution de rendements à queue épaisse. Le chiffre de Solidus Labs — un taux d'échec de 98,6 % sur Pump.fun — est la raison principale pour laquelle les backtests naïfs surestiment systématiquement l'efficacité des indicateurs [5].
La méthodologie d'atténuation est la reconstruction point-in-time de l'univers. À chaque date de rééquilibrage hebdomadaire, l'univers est reconstruit tel qu'il serait apparu à cette date, en incluant les jetons qui ont échoué par la suite. Les API d'instantanés historiques de CoinGecko et de CoinMarketCap permettent cette reconstruction à fréquence hebdomadaire ; Kaiko fournit des données point-in-time de carnet d'ordres et d'état de pool à fréquence plus élevée. Sans reconstruction point-in-time, tout taux de réussite rapporté pour un indicateur est biaisé à la hausse de l'ampleur du taux d'échec de la période.
3.3 Fenêtres de backtest
Trois régimes sont testés séparément, reflétant les changements structurels de la microstructure du marché des meme coins documentés au chapitre 2.
La saison des meme coins d'avant Pump.fun couvre janvier 2023 à janvier 2024 et englobe le lancement de BONK le 25 décembre 2022, celui de PEPE en avril 2023 et celui de WIF le 20 novembre 2023. La structure de marché de cette période se caractérisait par des lancements en cotation directe sur plateformes d'échange décentralisées, sans intermédiation par courbe de bonding ; les données de concentration des détenteurs y sont plus clairsemées, mais accessibles via les archives d'Etherscan et de Solscan.
L'ère Pump.fun couvre janvier 2024 à janvier 2025 et commence à la date de lancement de Pump.fun, le 19 janvier 2024 [24]. Cette période a vu l'industrialisation de la création de meme coins par des launchpads à courbe de bonding, le sous-cycle des meme coins d'IA mené par GOAT en octobre et novembre 2024, et un passage du délai médian jusqu'au sommet de quelques semaines à quelques jours.
L'ère des meme coins politiques couvre janvier 2025 à mai 2026 et commence avec le lancement de TRUMP le 17 janvier 2025 [1] et celui de MELANIA le 19 janvier 2025. Cette période se caractérise par une concentration extrême au stade du lancement, par une orientation formelle de la SEC via le staff statement du 27 février 2025 [3], et par une hausse durable du levier moyen disponible par jeton sur les places de Perpetual Futures.
3.4 Paramètres des indicateurs
Les paramètres canoniques par défaut sont utilisés sans optimisation : indice de force relative à quatorze périodes, convergence-divergence des moyennes mobiles à douze, vingt-six et neuf, oscillateur stochastique à quatorze, trois et trois, et indicateur de momentum à dix périodes. La question que teste cette étude est de savoir si les indicateurs à paramètres canoniques se comportent de manière cohérente sur les meme coins par rapport aux actifs pour lesquels ils ont été calibrés. L'optimisation invite au biais de data snooping selon Park et Irwin [14], et un recalibrage propre aux meme coins n'est pas la question — la question est de savoir si les mêmes outils qui lisent une action des prix portée par l'information lisent de façon équivalente une action des prix portée par l'attention.
3.5 Tests statistiques
Pour chaque signal d'indicateur déclenché sur chaque actif au cours de chaque fenêtre de backtest, les statistiques suivantes sont calculées : exactitude directionnelle du rendement des N jours suivants, pour N valant un, trois, sept et quatorze jours, comparée à la probabilité directionnelle inconditionnelle à N jours pour le même actif et la même fenêtre ; rendement excédentaire cumulé après coûts de transaction de trente points de base par swap sur plateforme d'échange décentralisée, dix points de base par transaction sur plateforme d'échange centralisée et une décote de slippage de cinquante points de base pour les transactions sur meme coins, reflétant la courbure du market maker automatisé ; causalité de Granger entre l'indice de volume de recherche anormal Google Trends calculé selon Da, Engelberg et Gao [18] et les variations de prix aux agrégations d'un jour et d'une heure ; le reality check de White (2000) pour contrôler le biais de data snooping sur l'ensemble de la grille de paramètres [29].
3.6 Actifs de contrôle
La même famille d'indicateurs est appliquée à Bitcoin, Ether et Solana sur des fenêtres identiques. L'asymétrie documentée par Park et Irwin entre les actions, où l'analyse technique sous-performe, et les changes et futures, où elle surperforme [14], suggère que les grandes cryptomonnaies devraient occuper une position intermédiaire sur ce spectre. L'hypothèse empirique est que les meme coins occupent un quatrième point distinct du spectre : non pas dominés par le bruit comme une marche aléatoire, mais pauvres en information d'une manière structurée que les indicateurs canoniques n'ont jamais été conçus pour lire.
3.7 La référence publiée
Detzel, Liu, Strauss, Zhou et Zhu (2021) est l'analogue publié le plus proche de l'étude proposée [30]. L'article documente que les ratios du prix aux moyennes mobiles prédisent les rendements du Bitcoin aussi bien en échantillon que hors échantillon, avec des effets prédictifs similaires observés sur les actions dot-com du NASDAQ et sur les actions faiblement suivies par les analystes. Le fondement théorique est un modèle d'apprentissage en équilibre dans lequel les agents apprennent lentement au sujet de fondamentaux difficiles à valoriser, l'analyse technique agrégeant cette dynamique d'apprentissage lent. Savoir si la même structure théorique s'applique à des actifs totalement dépourvus de fondamentaux est la lacune que le travail empirique de Bitbase entend traiter.
Liu, Tsyvinski et Wu (à paraître, Journal of Financial and Quantitative Analysis) établissent un facteur de tendance pour la coupe transversale des rendements de cryptomonnaies, démontrant que le momentum de série temporelle persiste dans l'univers crypto élargi [31]. L'article exclut explicitement les jetons peu échangés, laissant la queue des meme coins inexplorée. La lacune méthodologique — quelle est la bonne coupe transversale pour tester les indicateurs techniques sur les meme coins — est ce que le travail empirique de ce document entend combler.
3.8 Mises à jour empiriques
Les résultats empiriques sur les trois fenêtres de régime, calculés selon la méthodologie précisée ci-dessus et corrigés du biais de comparaisons multiples, seront publiés sous forme de mises à jour de ce document une fois validés face à la référence publiée de Detzel et ses coauteurs [30] et de Liu, Tsyvinski et Wu [31]. Publier le document comme cadre méthodologique avant les résultats numériques empiriques traduit une priorité analytique : l'argument structurel est interprétable sans les chiffres, tandis que les chiffres sans l'argument structurel seraient ambigus et faciles à mal lire.
Chapitre 4 · Pourquoi le réglage des paramètres ne peut pas réparer le décalage
La réponse naturelle à une sous-performance documentée d'un indicateur sur n'importe quel marché est d'optimiser les paramètres. L'histoire des extensions des indicateurs de momentum — des actions aux matières premières, puis aux changes, puis au Bitcoin — est largement une histoire de recalibrage de paramètres. Quatre mécanismes expliquent pourquoi cette approche est insuffisante pour les meme coins.
4.1 Le prix comme conteneur d'information face au prix comme conteneur d'attention
Une lecture de soixante-dix à l'indice de force relative sur une action américaine en 1978 était un énoncé sur l'écart du prix par rapport à un ancrage fondamental : les prix s'étaient suffisamment éloignés au-dessus de leur range récent pour que le retour à la moyenne soit l'attente de tendance centrale. La même lecture sur un meme coin en 2026 est un énoncé sur l'écart d'attention : les prix se sont suffisamment éloignés au-dessus de leur range récent pour que l'attention soit à un sommet local. Les deux lectures portent le même nombre mais décrivent des phénomènes latents différents.
L'optimisation des paramètres — choisir une autre fenêtre de lissage, un autre seuil — ne peut pas combler cette différence, parce que le signal sous-jacent est engendré par un processus différent. Une fenêtre de quatorze jours de l'indice de force relative calculée sur une série engendrée par la réflexivité de l'attention renvoie un nombre qui est fonction du processus d'attention, et non du processus prix-comme-information. Passer la fenêtre à sept ou vingt et un jours change la quantité de processus d'attention qui est lissée ; cela ne change pas le processus que l'on lisse.
4.2 La boucle réflexive n'a pas d'ancrage externe
La boucle réflexive conventionnelle des marchés de capitaux, telle que Soros l'a formalisée, est bornée par le fondamental [25]. Croyance et prix peuvent diverger, mais la divergence est contrainte par le retour final du prix à la valeur. La prémisse de retour à la moyenne de tout indicateur de surachat-survente se situe en aval de cette borne.
Sur les marchés de meme coins, la boucle réflexive n'a pas de borne externe. L'attention porte le prix, le prix porte l'attention, l'attention porte le prix. La boucle ne se termine pas par un retour mais par un épuisement : l'offre d'attention est finie et, lorsqu'elle s'épuise, le prix s'effondre. Ce n'est pas le retour à la moyenne que les indicateurs ont été conçus pour détecter. C'est un changement de régime, et des oscillateurs qui supposent la continuité du régime statistique ne peuvent pas diagnostiquer les changements de régime de l'intérieur.
4.3 La mathématique de l'indicateur ne peut pas voir son espace d'entrée
Un indice de force relative ne sait pas s'il est appliqué à des futures sur maïs, à une action du NASDAQ ou à un meme coin de Solana. La mathématique est identique : comparer les clôtures haussières récentes aux clôtures baissières récentes, normaliser sur une plage de zéro à cent, lisser. Ce que la mathématique ne voit pas, c'est le processus générateur de données qui produit la série d'entrée. Le réglage des paramètres opère sur la fenêtre de lissage et sur le seuil ; il n'opère pas sur l'espace d'entrée.
Si l'espace d'entrée a changé — si la série de prix est engendrée par un processus sur lequel le calibrage de l'indicateur n'a jamais été entraîné — aucun choix de paramètres ne peut restaurer la pertinence du calibrage d'origine. C'est l'énoncé formel de la raison pour laquelle le réglage des paramètres est insuffisant. C'est aussi la raison pour laquelle le chapitre 5 propose une rupture d'un autre ordre : non pas réajuster les indicateurs, mais changer ce qu'on leur demande.
4.4 Distorsions du market maker automatisé
Un dernier mécanisme amplifie le décalage structurel. Sur les places de market maker automatisé, la série de prix est engendrée par l'équation du produit constant étant donné l'état d'inventaire du pool. Un gros ordre d'achat produit un impact de prix qui croît de façon non linéaire avec la taille de l'ordre rapportée à la profondeur du pool. Les indicateurs classiques ont été validés sur des séries de prix produites par l'appariement d'ordres dans un carnet, où les mouvements de prix reflètent la croyance agrégée sur la valeur.
L'impact sur le prix d'un unique achat de 20 000 dollars sur un meme coin doté d'un pool de liquidité de 1 million de dollars peut déplacer le prix d'environ 2 % par la seule mécanique de la courbe, avant tout effet informationnel sur les traders suivants. L'indice de force relative appliqué à une telle série calcule des statistiques de momentum sur une trajectoire de prix qui contient un bruit de mécanique de liquidité substantiel au regard du signal d'agrégation des croyances. C'est une raison indépendante pour laquelle les indicateurs classiques se lisent différemment sur les meme coins ; elle interagit avec la question de la réflexivité de l'attention plutôt qu'elle ne la remplace.
Chapitre 5 · Un cadre d'observation à trois principes
Le diagnostic structurel des chapitres 2 et 4 implique qu'aucun recalibrage des indicateurs classiques ne peut produire un outil adapté aux marchés de meme coins. La voie à suivre n'est pas d'appliquer les mêmes outils avec d'autres paramètres, mais d'appliquer d'autres outils, conscients de leur espace d'entrée. Bitbase Research propose trois principes.
5.1 Le classement transversal remplace les seuils fixes
La première rupture consiste à abandonner comme primitives les seuils fixes des indicateurs — le soixante-dix et le trente de l'indice de force relative, la ligne zéro de la convergence-divergence des moyennes mobiles. Ces seuils ont été calibrés sur des actifs aux régimes statistiques stables ; ils n'ont aucun analogue sur les marchés de meme coins, où la coupe transversale des rendements est elle-même l'unité d'analyse.
Le précédent méthodologique est la littérature du momentum transversal établie par l'article de 2013 d'Asness, Moskowitz et Pedersen dans le Journal of Finance, « Value and Momentum Everywhere », qui documente des effets de momentum transversal sur huit classes d'actifs en classant les actifs au sein de la coupe transversale plutôt que contre des seuils absolus [17]. Liu, Tsyvinski et Wu (2022) confirment que l'approche transversale fonctionne pour les cryptomonnaies, avec un facteur de momentum qui opère sur des rangs transversaux plutôt que sur des niveaux fixes [32].
Pour un cadre d'observation des meme coins, cela signifie calculer chaque indicateur à chaque date de rééquilibrage, classer l'univers éligible par valeur d'indicateur et rapporter l'appartenance à un quintile plutôt que des étiquettes de surachat ou de survente. Un actif situé dans le quintile supérieur des lectures de force relative à quatorze jours au sein de l'univers des meme coins n'est pas « suracheté » au sens de Wilder ; il est « classé un à quarante sur deux cents » dans l'espace du momentum d'attention. La formulation compte parce qu'elle décrit fidèlement ce qui est mesuré.
5.2 Variables d'attention et de concentration sur un pied d'égalité
La deuxième rupture consiste à cesser de traiter les indicateurs classiques fondés sur le prix comme l'espace d'états complet du momentum. Le momentum est au contraire mesuré à travers trois familles de variables sur un pied d'égalité : dérivées du prix (les indicateurs classiques), dérivées de l'attention (anormalité du volume de recherche, anormalité des mentions sociales) et dérivées de la détention (part des dix premiers détenteurs, variation de cette part sur la fenêtre de rééquilibrage).
La justification empirique combine trois résultats. Da, Engelberg et Gao établissent qu'un volume de recherche anormal prédit le dépassement puis le retour des rendements actions [18]. Liu et Tsyvinski confirment que des proxys d'attention prédisent les rendements des cryptomonnaies [15]. Shen, Urquhart et Wang documentent que le volume de tweets cause au sens de Granger le volume et la volatilité du Bitcoin, mais pas directement ses rendements [19]. Kraaijeveld et De Smedt étendent l'analyse à neuf cryptomonnaies et trouvent que le sentiment Twitter cause au sens de Granger les rendements du Bitcoin, du Bitcoin Cash et du Litecoin, mais pas ceux de Cardano, Stellar, Ripple ou Ether [33]. Le schéma est cohérent : les mesures d'attention devancent l'activité universellement et devancent les rendements sélectivement. Un cadre qui n'intègre pas de mesures d'attention manque un indicateur avancé de la poussée d'activité qui précède souvent le saut de rendement.
La concentration des détenteurs entre dans le cadre parce que la structure de détention des meme coins viole l'hypothèse de base de détenteurs diffuse des indicateurs classiques, comme l'a documenté la section 2.4. La variation de la part des dix premiers détenteurs sur une fenêtre de rééquilibrage capte si les détenteurs qui contrôlent accumulent — précédant possiblement une poussée d'attention — ou distribuent — précédant possiblement un effondrement. Combiner les trois familles de variables en un rang transversal composite produit un score d'observation qui reflète le processus réel de formation des prix des marchés de meme coins plutôt que le processus de formation des prix des futures de matières premières des années 1970.
5.3 La sortie est une observation, pas une prédiction
La troisième rupture est le cadrage de la sortie. Le rang transversal d'un actif au sein de l'univers des meme coins à une date de rééquilibrage donnée est un énoncé sur la position de cet actif dans la distribution attention-momentum-concentration à cet instant. Ce n'est pas une prévision du rendement de la période suivante.
La distinction n'est pas pédante. Park et Irwin, dans leur méta-analyse de quatre-vingt-quinze études d'analyse technique, identifient à plusieurs reprises le biais de data snooping et la sélection des survivants comme les sources dominantes de faux positifs dans la recherche publiée en analyse technique [14]. Le cadrage honnête de tout rang transversal sur les marchés de meme coins, étant donné le taux d'échec de 98,6 % de Pump.fun documenté par Solidus Labs [5], est que le rang décrit la coupe transversale survivante à la date d'arrêté. Il ne dit rien sur les actifs du classement qui survivront à la semaine suivante, ni sur les rendements futurs de ceux qui y parviendront.
La sortie du cadre, en termes opérationnels, est une classification en cinq quintiles de l'univers éligible des meme coins à chaque date de rééquilibrage, l'affectation de quintile de chaque actif étant justifiée par le calcul du rang composite et assortie d'une documentation explicite des taux de survie sur la fenêtre de rééquilibrage précédente. L'utilisateur de cette sortie se forge sa propre opinion sur ce que le rang implique ; le cadre n'impose aucune interprétation.
5.4 Énoncé de limites
Ce cadre décrit quels actifs de l'univers des meme coins se classent haut sur les dimensions momentum d'attention, momentum de prix et momentum de concentration à la date de rééquilibrage précisée dans chaque sortie, calculées selon la méthodologie précisée ci-dessus. Il ne décrit pas quels actifs devraient être achetés, vendus, conservés ou évités. Le rang transversal ne porte aucune affirmation sur la direction ou l'ampleur future du prix. Les marchés de meme coins présentent des taux de survie documentés sous 2 % sur la plus grande plateforme de création [5] ; la position au classement au sein de la coupe transversale survivante à un instant donné ne modifie pas ce taux de base. Toute application de ce cadre qui escamote le taux de survie de base est un mésusage du cadre.
Chapitre 6 · Auto-examen inversé
Cette analyse repose sur une affirmation structurelle particulière — que la formation des prix des meme coins est réflexive à l'attention plutôt qu'escompteuse d'information — et sur la littérature empirique qui l'étaye. Les objections les plus fortes méritent d'être énoncées directement.
La première objection est que l'affirmation structurelle exagère la différence entre les meme coins et d'autres actifs sans fondamentaux tels que les objets de collection, les warrants sur actions en difficulté ou les introductions en bourse spéculatives qui se sont échangées sur une attention extrême des particuliers avant de se redresser ou d'échouer. Si les meme coins ne sont que la dernière entrée d'une longue histoire de spéculation sans fondamentaux, les indicateurs classiques pourraient sous-performer sur les meme coins comme ils ont sous-performé sur les actions de l'ère dot-com — un effet documenté, mais qui n'a pas produit la rupture catégorique que propose cette analyse. La réponse : la microstructure de market maker automatisé et le mécanisme industrialisé de launchpad d'attention, tous deux nouveaux depuis 2024, produisent un régime quantitativement différent. L'offre de meme coins négociables n'est pas contrainte par la prise ferme ni par les bilans des émetteurs comme le sont les objets de collection ou les introductions en bourse ; le volume de nouvelle offre de meme coins observé à la date d'arrêté du 22 mai 2026 n'a aucun analogue historique.
La deuxième objection est que ce document présente un cadre méthodologique sans résultats empiriques d'appui issus du propre pipeline de backtest de Bitbase. Un lecteur sceptique pourrait raisonnablement objecter qu'un fondement méthodologique sans confirmation empirique est incomplet. La réponse : l'argument structurel tient indépendamment de la confirmation empirique, et publier des résultats empiriques avant le fondement méthodologique inverserait l'ordre probatoire approprié. La mise à jour empirique de ce document est l'étape suivante de la séquence analytique, non sa réfutation.
La troisième objection est que le cadre à trois principes, en particulier l'approche par classement transversal, comporte le même risque structurel que les indicateurs classiques : il apprend à l'utilisateur quelque chose sur sa position dans une distribution, mais rien sur les rendements futurs. C'est exact, et c'est l'énoncé de limites explicite du cadre plutôt qu'un défaut caché. Le cadre est un outil d'observation, pas un outil de prédiction. Un utilisateur qui l'applique comme outil de prédiction en fera un mésusage ; la documentation du cadre devrait rendre difficile de le faire sans le savoir.
La quatrième objection est que « cadre honnête d'observation » se lit comme un cheval de Troie pour « signal que nous sommes prêts à défendre devant un tribunal mais pas en trading ». La réponse directe : le cadre est conçu pour être défendable en étant descriptif plutôt que prédictif. Le cadrage descriptif n'est pas une échappatoire juridique mais une reconnaissance substantielle de ce qui est et n'est pas connaissable des marchés de meme coins à la date d'arrêté du 22 mai 2026. Si la littérature empirique future établit une structure prédictive dans ce domaine, le cadre pourra être révisé. L'état actuel de la littérature publiée, y compris le travail empirique que Bitbase anticipe elle-même, n'étaye pas une telle structure.
Chapitre 7 · Signaux inversés
Les affirmations centrales de ce document sont falsifiables. Bitbase Research réexaminera le cadre si l'un des résultats suivants émerge de la littérature empirique ou des propres backtests de Bitbase.
Si une étude à comité de lecture, ou le propre backtest de Bitbase portant sur au moins cinquante meme coins, démontre que l'indice de force relative à paramètre canonique de quatorze périodes et la convergence-divergence des moyennes mobiles à douze, vingt-six et neuf produisent sur des séries de prix de meme coins une exactitude directionnelle située à moins de cinq points de pourcentage de leur exactitude sur Bitcoin, Ether et Solana sur la même fenêtre, à un seuil de significativité statistique de 1 %, la thèse de l'échec structurel est invalidée.
Si un recalibrage de paramètres propre aux meme coins est publié et produit des rendements excédentaires ajustés du risque stables sur un test hors échantillon corrigé des coûts de transaction, avec correction du biais de survie et application du reality check de White (2000) [29], l'affirmation selon laquelle le réglage des paramètres ne peut pas réparer le décalage est invalidée.
Si des travaux empiriques démontrent que les rendements des meme coins s'expliquent par une extension de la structure factorielle de Fama–French avec un pouvoir explicatif supérieur à 30 % de R carré, la thèse de l'absence de fondamentaux est invalidée.
Si des tests de causalité de Granger sur l'univers de meme coins proposé démontrent que le volume de recherche anormal et l'anormalité des mentions sociales ne devancent pas les variations de prix des meme coins à un seuil de significativité statistique de 10 %, le deuxième principe du cadre d'observation proposé perd sa justification empirique.
Ces conditions sont énoncées pour faciliter la falsification plutôt que pour prémunir l'analyse contre la critique.
Chapitre 8 · Méthodologie et divulgation
8.1 Périmètre et limites de la recherche
Ce document fournit un cadre méthodologique pour observer les marchés de meme coins, adossé à la littérature publiée sur les indicateurs classiques de momentum, la finance comportementale et les marchés de cryptomonnaies. Le chapitre empirique précise le protocole de backtest proposé ; les résultats chiffrés seront publiés sous forme de mises à jour de ce document. L'univers d'actifs analysé est celui des meme coins échangés sur Ethereum et Solana à la date d'arrêté du 22 mai 2026 ; les conclusions ne s'étendent pas aux jetons non fongibles, aux stablecoins, aux jetons de gouvernance ni aux contrats de meme coins sur Binance Smart Chain, Base, Tron ou d'autres places non couvertes.
8.2 Fraîcheur des données
Toutes les données de marché, cotations de prix, chiffres de concentration des détenteurs et horodatages de citations sont arrimés à la date d'arrêté du 22 mai 2026. Lorsqu'une donnée est antérieure à cet arrêté, son propre horodatage est indiqué explicitement. Lorsqu'une citation renvoie à un document de travail ou à une publication à paraître, le statut du document cité à la date d'arrêté est indiqué. Les révisions ultérieures de la littérature citée ne seront pas reflétées dans cette version.
8.3 Indépendance de la recherche
Cette recherche a été produite par Bitbase Research sans parrainage commercial externe. Le choix des classes d'actifs, des familles d'indicateurs et des priorités méthodologiques reflète l'indépendance éditoriale de l'équipe de recherche.
8.4 Déclaration de conflits d'intérêts
Bitbase exploite une plateforme d'échange centralisée de cryptomonnaies. La plateforme prend en charge le trading au comptant et le trading de Perpetual Futures sur une gamme d'actifs numériques. Certains actifs évoqués dans ce document — y compris, sans s'y limiter, DOGE, SHIB, PEPE, BONK, WIF et TRUMP — sont cotés sur Bitbase ou pourraient l'être à l'avenir. Cette déclaration ne modifie aucune conclusion du document.
8.5 Outils et assistance à la génération
Ce document a été rédigé avec une recherche bibliographique et une mise en plan assistées par IA. Chaque citation de la liste de références a été vérifiée manuellement face aux sources primaires. Chaque affirmation chiffrée a été retracée jusqu'à sa source primaire. La structure de l'argumentation, le chapitre d'auto-examen inversé, le chapitre de signaux inversés et le cadre d'observation à trois principes reflètent le jugement éditorial de l'équipe de Bitbase Research.
8.6 Déclaration d'absence de conseil en investissement
Ce document est une recherche à finalité éducative et analytique. Rien de ce qu'il contient ne constitue un conseil en investissement, une recommandation d'acheter ou de vendre un actif numérique, une sollicitation ou une offre. Bitbase Research ne prédit pas l'évolution future des prix. Les cryptoactifs, et les meme coins en particulier, présentent la volatilité et les taux de survie documentés dans ce document. Les lecteurs devraient consulter des conseillers financiers et juridiques qualifiés avant de prendre des décisions d'investissement.
8.7 Déclarations prospectives
Le document contient des références prospectives à des mises à jour empiriques de la méthodologie précisée au chapitre 3. La publication de ces mises à jour est prévue ; leur calendrier, leur périmètre et leur forme finale dépendent de l'avancement du pipeline de données et de la revue d'assurance qualité. Aucun engagement n'est pris quant aux conclusions des mises à jour empiriques au-delà du cadre méthodologique précisé dans ce document.
Articles associés
Autres articles Bitbase sur ce sujet :
- SUNDOG : un jeton meme TRON issu de l'ère SunPump et sa situation actuelle
- Les jetons mèmes de Base expliqués : Toshi et Brett
Références
[1] Wikipedia, « $Trump (cryptocurrency), » accessed May 22, 2026, citing Axios reporting January 18, 2025 on CIC Digital LLC and Fight Fight Fight LLC concentration. en.wikipedia.org
[2] Coinbase, « OFFICIAL TRUMP price page » (live snapshot accessed May 22, 2026; all-time high $74.27 on January 19, 2025). coinbase.com
[3] SEC Division of Corporation Finance, « Staff Statement on Meme Coins, » February 27, 2025. sec.gov
[4] Crenshaw, Caroline A., « Response to Staff Statement on Meme Coins: What Does it Meme?, » U.S. Securities and Exchange Commission, February 27, 2025. sec.gov
[5] Solidus Labs, The 2025 Rug Pull Report: Rug Pulls and Pump-and-Dumps on Solana, May 2025 (7,050,000 Pump.fun tokens with ≥5 trades January 2024 – March 2025; ~97,000 maintained ≥$1,000 liquidity; 98.6% failure rate; 388,000 Raydium pools examined, 93% soft-rug pattern). soliduslabs.com
[6] Step Data, « Letsbonk Claims 82% of Bonding Curve Volume: How It Won the Solana Launchpad War, » 2025 (Pump.fun average graduation rate 0.78% 2025-Q2; ~89% of bonding-curve tokens reach final market cap below $50,000). stepdata.substack.com
[7] Cointelegraph, « How Pump.fun captured 80% of Solana memecoins, and can it last?, » 2025 (graduation rate 0.7%–0.8% July–August 2025; ~$69K market-cap graduation threshold; ~800M token bonding-curve sequence). Republished via TradingView. tr.tradingview.com
[8] Wilder, J. W., New Concepts in Technical Trading Systems, Greensboro, NC: Trend Research, 1978.
[9] Appel, G., The Moving Average Convergence Divergence Trading Method, Great Neck, NY: Signalert Corp, 1979.
[10] Appel, G., Technical Analysis: Power Tools for Active Investors, Upper Saddle River, NJ: Financial Times Prentice Hall, 2005.
[11] Lane, G. C., The Stochastic Process, Chicago: Investment Educators Inc., 1957 (internal course material).
[12] Lane, G. C., « Lane's Stochastics, » Technical Analysis of Stocks & Commodities, 2(3), May/June 1984, 87–90.
[13] Jegadeesh, N., and Titman, S., « Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency, » Journal of Finance, 48(1), 65–91, 1993. doi.org
[14] Park, C.-H., and Irwin, S. H., « What Do We Know About the Profitability of Technical Analysis?, » Journal of Economic Surveys, 21(4), 786–826, 2007. doi.org
[15] Liu, Y., and Tsyvinski, A., « Risks and Returns of Cryptocurrency, » Review of Financial Studies, 34(6), 2689–2727, 2021. doi.org
[16] Cornelli, G., Doerr, S., Frost, J., and Gambacorta, L., « Crypto shocks and retail losses, » BIS Bulletin No. 69, Bank for International Settlements, February 20, 2023. bis.org
[17] Asness, C. S., Moskowitz, T. J., and Pedersen, L. H., « Value and Momentum Everywhere, » Journal of Finance, 68(3), 929–985, 2013. doi.org
[18] Da, Z., Engelberg, J., and Gao, P., « In Search of Attention, » Journal of Finance, 66(5), 1461–1499, 2011. doi.org
[19] Shen, D., Urquhart, A., and Wang, P., « Does Twitter predict Bitcoin?, » Economics Letters, 174, 118–122, 2019. doi.org
[20] Schade, G. A. Jr., CMT, « The Origins of the Stochastic Oscillator, » CMT Association Technically Speaking, May 2011.
[21] Maitah, M., Procházka, P., Cermak, M., and Šrédl, K., « Improving MACD Technical Analysis by Optimizing Parameters and Modifying Trading Rules: Evidence from the Japanese Nikkei 225 Futures Market, » Journal of Risk and Financial Management, 14(1), 37, MDPI, 2021. doi.org
[22] Barber, B. M., and Odean, T., « All That Glitters: The Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors, » Review of Financial Studies, 21(2), 785–818, 2008. doi.org
[23] Decrypt (Phillips, D.), « Pump.fun Token Tops $2 Billion in Market Cap Following Massive ICO, » July 2025 (citing Dune Analytics on cumulative token deployment count). decrypt.co
[24] Wikipedia, « pump.fun, » accessed May 22, 2026 (platform launch January 19, 2024). en.wikipedia.org
[25] Soros, G., The Alchemy of Finance, New York: Simon & Schuster, 1987.
[26] Block Magnates (Patel, P.), « Bonding Curves in Solana, » November 2025 (Pump.fun bonding-curve graduation threshold ~$69K market cap; 800M tokens in curve sequence; mathematics of constant-product mechanics). blog.blockmagnates.com
[27] Step Data, 2025-Q3 platform-comparison analysis: across Pump.fun, Letsbonk, and Launchlab, approximately 89% of deployed tokens reach final market capitalization below $50,000. stepdata.substack.com
[28] SolanaFloor, « Over $287M in SOL Removed from Circulation via Pump.fun's Graduated Token Mechanism, » February 11, 2025 (74.6% of liquidity pools migrated from Pump.fun to Raydium upon graduation subsequently inactive; ~93,500 tokens graduated by date of report). solanafloor.com
[29] White, H., « A Reality Check for Data Snooping, » Econometrica, 68(5), 1097–1126, 2000. doi.org
[30] Detzel, A., Liu, H., Strauss, J., Zhou, G., and Zhu, Y., « Learning and predictability via technical analysis: Evidence from bitcoin and stocks with hard-to-value fundamentals, » Financial Management, 50(1), 107–137, 2021. doi.org
[31] Liu, Y., Tsyvinski, A., and Wu, X., « A Trend Factor for the Cross Section of Cryptocurrency Returns, » forthcoming, Journal of Financial and Quantitative Analysis.
[32] Liu, Y., Tsyvinski, A., and Wu, X., « Common Risk Factors in Cryptocurrency, » Journal of Finance, 77(2), 1133–1177, 2022. doi.org
[33] Kraaijeveld, O., and De Smedt, J., « The predictive power of public Twitter sentiment for forecasting cryptocurrency prices, » Journal of International Financial Markets, Institutions and Money, 65, 101188, 2020. doi.org
[34] CoinDesk, « Most Influential 2025: Pump.fun » (profile feature documenting Pump.fun's role in 2025 memecoin cycle), December 10, 2025. coindesk.com
[35] Cointelegraph (republished via MEXC News), « Pump.fun's 80% Grip on Solana Memecoins » (peak Pump.fun share 75%–80%; LP-token-burn graduation mechanics; 0.015 SOL graduation fee). mexc.com
[36] FSB (Financial Stability Board), « Global Regulatory Framework for Crypto-asset Activities » and « Revised Recommendations for Global Stablecoin Arrangements, » July 17, 2023. fsb.org
[37] IOSCO (International Organization of Securities Commissions), Policy Recommendations for Crypto and Digital Asset Markets — Final Report, FR/11/2023, IOSCOPD747, November 16, 2023. iosco.org
[38] IOSCO, Thematic Review: Assessing the Implementation of IOSCO Recommendations for Crypto and Digital Asset Markets, FR/13/2025, IOSCOPD801, October 16, 2025. iosco.org
[39] Regulation (EU) 2023/1114 of the European Parliament and of the Council of 31 May 2023 on markets in crypto-assets (MiCA), Official Journal of the European Union, June 9, 2023. eur-lex.europa.eu
[40] European Securities and Markets Authority, « Q&A 2552 on Regulation (EU) 2023/1114 (MiCA), » ESMA Interactive Single Rulebook, February 18, 2026.
