En vingt ans, la mécanique de formation des prix a été refaite de fond en comble. L’offre de formation, elle, vend toujours les mêmes figures sur les mêmes graphiques. Ce décalage n’est pas un accident pédagogique : il est devenu un produit.
Il y a une expérience simple à faire. Ouvrez un graphique en bougies 5 minutes du S&P 500, puis demandez-vous ce qui, mécaniquement, a produit chacune de ces bougies aujourd’hui. La réponse honnête, en 2026, implique des expirations d’options du jour, du hedging de delta automatisé, des teneurs de marché non bancaires qui internalisent le flux retail, et des systèmes qui réagissent en microsecondes. Rien de tout cela n’est visible sur une bougie. La bougie est le résidu, pas la cause.
C’est tout le problème du débat entre trading discrétionnaire et méthodes quantitatives. Il est mal posé. La vraie ligne de fracture ne passe pas entre l’intuition et le code, elle passe entre les gens dont la représentation du marché correspond à peu près à sa mécanique réelle, et les autres.
Le marché de 2026 n’est pas celui de 2005
Commençons par ce qui est mesurable. Les options à échéance du jour, les 0DTE, représentaient environ 5 % du volume sur les options SPX en 2016 selon Cboe. Elles pesaient près de 47 % en 2024, et autour de 59 % du volume SPX en 2025, soit près de 2,3 millions de contrats par jour. Sur l’ensemble des options listées américaines, 2025 a dépassé 15,2 milliards de contrats, avec un volume quotidien moyen autour de 61 millions.
Escalade des 0DTE
Part des options à échéance du jour dans le volume SPX: de 5 % en 2016 à 59 % en 2025.
Cboe Global Markets · 2024 et 2025
Ce n’est pas une statistique décorative. Une option qui expire dans la journée a un gamma maximal près de la monnaie, ce qui oblige celui qui l’a vendue à réajuster sa couverture en permanence. Ce réajustement passe par le sous-jacent ou les futures. Autrement dit, une part significative des mouvements intraday que l’on interprète comme un « rejet du niveau » ou une « prise de liquidité » est une conséquence arithmétique de la couverture d’un stock d’options, pas une décision humaine.
Cboe a d’ailleurs publié une étude qui reconstitue la position nette agrégée des teneurs de marché sur toutes les séries SPX et SPXW, minute par minute, pour mesurer l’effet du gamma sur la volatilité. Notons au passage la conclusion, qui contredit les récits les plus spectaculaires : l’effet net sur la volatilité globale est jugé modéré, et se manifeste surtout par épisodes, quand le flux est unilatéral et la liquidité mince. Le gamma n’explique pas tout. Il explique quelque chose que la bougie n’explique pas du tout.
Second point structurel : la contrepartie a changé de nature. Les fournisseurs de liquidité non bancaires pesaient 1,6 % des revenus de trading mondiaux en 2010. Ils en captent aujourd’hui environ 20 %, avec une projection à 30 % d’ici la fin de la décennie, selon le Boston Consulting Group. En 2025, Jane Street a déclaré environ 39,6 milliards de dollars de revenus de trading, Hudson River Trading environ 12,3 milliards, Citadel Securities 12,2 milliards.
Bascule des teneurs de marché
Part des fournisseurs de liquidité non bancaires dans les revenus de trading mondiaux, de 1,6 % en 2010 à 30 % projetés.
Boston Consulting Group · 2025 · le jalon de fin de décennie est une projection
Le particulier ne joue plus contre un autre particulier avec un graphique. Il joue contre l’infrastructure.
Ce que « avoir la data » signifie vraiment
Le vocabulaire s’est démocratisé plus vite que l’accès. Trois niveaux se confondent souvent dans les discussions.
- Le niveau 1 donne la meilleure limite acheteuse et vendeuse, avec les tailles. C’est ce que voit la quasi-totalité des particuliers, souvent sans le savoir, puisque la bougie est construite dessus.
- Le niveau 2 donne la profondeur agrégée par prix. On voit combien de contrats sont affichés à chaque limite, pas qui les a placés ni dans quel ordre.
- Le niveau 3, le flux ordre par ordre, donne chaque ordre individuellement, son horodatage, sa position dans la file d’attente, ses modifications et ses annulations.
La différence entre le 2 et le 3 n’est pas cosmétique. Elle décide de ce que l’on peut inférer. Avec le carnet agrégé, on observe une masse. Avec le flux ordre par ordre, on peut reconstruire des comportements : qui annule systématiquement quand le prix approche, quelle taille reste effectivement exécutable, quelle proportion de la profondeur affichée disparaîtra avant d’être touchée. C’est exactement la question qui compte quand on lit un carnet, et c’est celle à laquelle un carnet agrégé ne répond pas.
Trois niveaux de données
Ce que chaque profondeur de flux rend visible, ce qu’elle laisse hors champ, et ce qu’elle permet ou non de déduire.
Le dernier prix échangé, le volume cumulé, la meilleure offre et la meilleure demande avec leur taille affichée.
Toute la profondeur au-delà de la première limite, la file d’attente, la répartition des ordres derrière le prix affiché.
Possible: constater qu’un prix a bougé. Impossible: savoir ce qui l’a fait bouger, ni ce qui attend juste derrière.
Les tailles cumulées à chaque limite, l’épaisseur du carnet des deux côtés, son déplacement au fil des cotations.
L’émetteur de chaque ordre, les quantités cachées (iceberg), la séquence exacte des ajouts et des annulations.
Possible: mesurer un déséquilibre entre offre et demande. Impossible: distinguer un ordre réel d’un ordre retiré avant toute exécution.
Chaque ordre pris isolément: son entrée, sa modification, son annulation, sa position dans la file, à la microseconde.
Peu de chose dans le périmètre observé: reste l’intention, et ce qui se traite hors de ce carnet.
Possible: reconstituer le comportement d’un participant, mesurer sa latence, isoler une stratégie répétée.
À cela s’ajoute la latence. Voir la même donnée trois cents millisecondes plus tard que la contrepartie, à travers la pile logicielle d’un courtier grand public, ce n’est pas voir la même donnée. Le débat sur la colocation et les microsecondes a été caricaturé, mais son principe reste solide : sur un horizon intraday, l’information a une durée de vie, et cette durée se mesure en unités que les interfaces retail ne franchissent pas.
Le reste du budget institutionnel part dans les données non conventionnelles. Neudata estimait la dépense minimale du secteur de la gestion à 2,5 milliards de dollars en 2024, jusqu’à 15,4 milliards en 2025 selon une méthodologie élargie. Le rapport Lowenstein Sandler 2025 situe le taux d’adoption à 90 %, contre 62 % en 2023. L’acheteur moyen travaille avec une vingtaine de fournisseurs pour environ 1,6 million de dollars par an.
Une précision honnête s’impose ici, parce qu’elle est presque toujours omise dans les discours qui opposent « les pros » et « les particuliers ». La rentabilité d’un Jane Street ou d’un Citadel Securities ne vient pas majoritairement d’une capacité supérieure à prédire la direction. Elle vient de la capture du spread, de la gestion d’inventaire et du volume. Ce sont des métiers de flux, pas de prévision. Ce détail change tout : ce qui est structurellement cassé chez le particulier, ce n’est pas « le trading », c’est le pari sur la prédiction directionnelle à court terme, précisément le produit que l’industrie de la formation lui vend.
Le GEX, ou l’art d’estimer une estimation
Le gamma exposure est devenu le nouvel accessoire de crédibilité. Il mérite mieux que l’usage qu’on en fait.
Le principe est solide : si l’on connaît la position nette en options des teneurs de marché, on peut en déduire le sens et l’intensité de leur couverture, donc anticiper si leur activité amortira ou amplifiera les mouvements. Le problème est dans la prémisse. Le positionnement des dealers n’est pas public. Cboe peut le reconstruire parce que la bourse dispose des transactions avec l’identification des teneurs de marché. Un tableau de bord vendu quarante euros par mois, non.
Ce que font les fournisseurs commerciaux, c’est appliquer des hypothèses de signe à l’open interest : les calls seraient majoritairement vendus par les dealers, les puts majoritairement achetés, et ainsi de suite. Il n’existe aucune formule officielle unique, et les fournisseurs divergent sur les sources, les hypothèses et les échéances retenues. Deux dashboards peuvent donc afficher deux « murs de gamma » différents sur le même sous-jacent au même moment. Ce n’est pas un bug, c’est la conséquence directe d’une inférence.
Utilisé comme filtre de régime, cela reste informatif. Utilisé comme niveau mécanique où le prix « doit » réagir, cela devient une croyance avec un joli code couleur. Et il faut ajouter une nuance qui dérange la narration institutionnelle : Cboe estimait la part retail autour de 53 à 54 % du volume 0DTE sur SPX en 2025. Le flux 0DTE n’est pas un complot de fonds, c’est en bonne partie du volume particulier que d’autres particuliers interprètent ensuite comme un signal de positionnement institutionnel.
Et les bougies dans tout ça
Réponse courte : elles ne sont pas nulles, elles sont faibles, et leur faiblesse est documentée depuis vingt ans.
Les travaux de Marshall, Young et Rose sur les valeurs du Dow Jones, avec une méthodologie bootstrap générant des séries de prix aléatoires, ne trouvent pas de valeur aux stratégies chandeliers. Le même type de test sur le marché actions japonais entre 1975 et 2004 aboutit à une absence de rentabilité. Sur le SET50 thaïlandais entre 2006 et 2016, la majorité des figures de retournement ne produisent pas de rendement moyen statistiquement significatif, et celles qui en produisent s’accompagnent d’écarts-types élevés. Les résultats positifs existent, mais ils se concentrent sur des marchés moins efficients, comme Taïwan, et se dégradent quand on intègre les coûts de transaction.
Le profil est celui d’un signal faible, dépendant du marché et de la période, détruit par les frais. Pas d’un avantage.
Ce n’est pourtant pas la bougie le problème. Une bougie est une compression du flux de transactions : quatre nombres pour résumer parfois des dizaines de milliers d’événements. La compression a une utilité réelle, notamment pour le contexte multi-échelles. Ce qui pose problème, c’est de travailler exclusivement sur la compression alors que la donnée source existe, et de traiter le résidu visuel comme s’il était la cause.
Le résultat, en chiffres
L’AMF avait observé 14 799 clients actifs sur quatre ans chez des intermédiaires autorisés. Plus de 89 % de clients perdants, un résultat net cumulé de moins 161 millions d’euros, une perte moyenne de 10 887 euros par client. Détail rarement cité, et qui coupe l’argument du « c’est la faute des frais » : les commissions et frais de financement n’expliquent que 14,2 % des pertes de la clientèle. Le reste, c’est du résultat de marché.
L’étude brésilienne de Chague, De-Losso et Giovannetti est plus brutale encore, parce qu’elle suit la persistance. Sur 19 646 personnes ayant commencé à faire du day trading sur les futures indiciels entre 2013 et 2015, celles qui ont tenu plus de 300 jours sont 1 551. Parmi elles, 97 % ont perdu de l’argent. 1,1 % ont gagné plus que le salaire minimum brésilien, 0,5 % plus que le salaire d’embauche d’un guichetier de banque.
Deux résultats secondaires de cette étude méritent d’être encadrés. D’abord, la proportion de gagnants décroît avec la persistance : 15,5 % chez ceux qui ont tradé entre 2 et 50 jours, 8,9 % entre 51 et 100 jours, 6,8 % entre 101 et 200 jours, 5,4 % entre 201 et 300 jours, 3,0 % au-delà. Insister empire les choses, ce qui est l’inverse exact de ce que prédit le récit de la courbe d’apprentissage. Ensuite, les auteurs intègrent comme variable de contrôle la part quotidienne des HFT dans le nombre de transactions, qui passe de 11,6 % en 2012 à environ 42 % en 2016, et trouvent un coefficient fortement négatif. Plus la présence algorithmique augmente, plus les pertes des particuliers s’aggravent.
La courbe d’apprentissage inversée
Part des day traders au résultat net positif selon la durée de persistance: elle décroît à mesure que la pratique s’allonge.
15,5 %8,9 %6,8 %5,4 %3,0 %Apprentissage supposé
(illustratif)
jours de persistance
La trajectoire rouge en pointillé est illustrative: elle figure la forme qu’aurait une courbe d’apprentissage. Elle ne repose sur aucune donnée et ne porte aucune échelle.
Chague, De-Losso et Giovannetti · 2020
C’est probablement la donnée la plus importante de tout cet article. Elle ne dit pas que les particuliers sont mauvais. Elle dit que le terrain a bougé.
Le vrai modèle économique de ceux qui vous expliquent le marché
Reste la question du financement de tout cet écosystème pédagogique. Elle est documentée, elle aussi.
Le secteur des sociétés de prop trading dites « à challenge » est évalué autour de 20 milliards de dollars, avec plus de 2 000 acteurs. L’analyse par FPFX Technology de plus de 300 000 comptes appartenant à 100 000 traders chez dix sociétés, relayée par Finance Magnates, donne une chaîne de conversion nette : environ 14 % des participants passent l’évaluation, 7 % touchent un jour un paiement, et 1 à 3 % retirent encore des gains six mois plus tard. Certaines structures tiraient 80 à 95 % de leur chiffre d’affaires des frais d’évaluation. My Forex Funds avait collecté 310 millions de dollars de frais avant sa disparition en 2024.
Entonnoir des prop firms
Sur 100 traders ayant acheté une évaluation: 14 comptes financés, 7 paiements, 1 à 3 retraits encore constatés six mois plus tard.
100 · achètent une évaluation
14 · obtiennent un compte financé
7 · touchent un jour un paiement
1 à 3 · retirent encore des gains six mois plus tard
Largeur proportionnelle aux 100 traders de départ. Le dernier palier est une fourchette: le plein figure 1, le contour va jusqu’à 3.
FPFX Technology, plus de 300 000 comptes, relayé par Finance Magnates
Traduisons : dans ce modèle, l’échec du client n’est pas un dysfonctionnement, c’est la ligne de revenu principale.
Il faut immédiatement préciser ce que cette phrase vise, parce qu’elle ne vise pas le principe. Le financement par évaluation est une réponse à un problème réel : la compétence et le capital ne sont pas distribués ensemble. Quelqu’un capable de tenir une gestion du risque sérieuse sur un compte de 5 000 euros n’a aucune raison structurelle d’y rester bloqué à vie, et il n’y a plus, en Europe, beaucoup de portes d’entrée vers une table institutionnelle. Une société qui alloue réellement du capital, verse réellement les gains et gagne sa vie sur la performance de ses traders remplit une fonction économique parfaitement défendable, et pour certains profils, c’est le seul levier disponible.
La ligne de partage n’est donc pas « prop firm ou pas », elle est dans la structure de revenus. Une société qui tire l’essentiel de son chiffre d’affaires des frais d’évaluation a un intérêt objectif à ce que ses règles soient difficilement tenables. Une société qui tire son revenu du partage de profits a l’intérêt inverse. Cela se vérifie avec des éléments factuels : historique de paiements documenté et sur plusieurs années, règles de drawdown écrites sans clause d’interprétation discrétionnaire, exécution sur marché réel plutôt que sur serveur de démonstration, ancienneté et stabilité de l’actionnariat. Autrement dit, le choix du prestataire fait partie intégrante de la gestion du risque, au même titre que la taille de position.
Sur le versant médiatique, l’étude de Kakhbod, Kazempour, Livdan et Schuerhoff porte sur plus de 29 000 influenceurs financiers analysés au niveau du tweet sur StockTwits. Résultat : 28 % sont compétents et génèrent 2,6 % de rendement anormal mensuel, 16 % sont incompétents, et 56 % présentent une compétence négative, avec moins 2,3 % de rendement anormal mensuel. Une stratégie contrariante appliquée à ces derniers dégage 1,2 % mensuel hors échantillon.
Le point vraiment gênant n’est pas la répartition, c’est la corrélation : les influenceurs à compétence négative ont davantage d’abonnés et davantage d’influence sur les décisions des particuliers que les compétents. Le mécanisme de sélection de l’audience n’est pas indexé sur la performance, il est indexé sur l’engagement. Un discours confiant, symétrique et rassurant capte mieux qu’un discours probabiliste et incertain, ce qui est exactement le contraire de ce qu’exige la lecture d’un marché.
Répartition des finfluenceurs
Sur 29 000 comptes analysés, 56 % relèvent d’une compétence négative.
28 % compétents · +2,6 % de rendement anormal mensuel
16 % incompétents
56 % à compétence négative · -2,3 % mensuel
Les comptes à compétence négative comptent davantage d’abonnés que les comptes compétents.
Kakhbod, Kazempour, Livdan et Schuerhoff · Swiss Finance Institute · 2023
Les régulateurs ont fini par bouger. En France, la loi du 9 juin 2023 encadre l’influence commerciale et prévoit jusqu’à deux ans d’emprisonnement et 300 000 euros d’amende en cas de dissimulation de l’intention commerciale ou de promotion de produits interdits. Sur signalement de l’AMF, la DGCCRF a enjoint en 2024 et 2025 à une vingtaine d’influenceurs de cesser de promouvoir des acteurs non autorisés. L’ESMA et l’AMF ont publié en janvier 2026 une fiche dédiée aux finfluenceurs, rappelant la distinction entre information, recommandation d’investissement et conseil personnalisé, ce dernier restant réservé à un statut réglementé.
Trier, concrètement
Quelques questions qui font le tri plus vite qu’une heure de vidéo.
- D’où vient l’argent ? Si le revenu vient de la formation, des liens d’affiliation, des codes promo de prop firms ou du parrainage courtier, la performance affichée n’est pas un compte de résultat, c’est un support marketing.
- Le track record est-il vérifiable ? Sur un cycle complet, net de frais, avec le drawdown maximal et la taille de compte. Une capture d’écran d’un trade gagnant n’est pas une preuve, c’est une sélection.
- La méthode décrit-elle un mécanisme ou une forme ? « Le prix a rebondi sur le niveau » décrit le passé. « Les dealers sont short gamma sur ce strike, donc leur couverture amplifie le mouvement » est une hypothèse falsifiable, avec des conditions d’invalidation.
- L’outil correspond-il à l’horizon ? Un GEX lu pour un swing hebdomadaire et un GEX lu à 15h30 le jour de l’expiration ne décrivent pas le même objet.
- Attention à la migration de vocabulaire. Coller les mots « liquidité », « order block » ou « smart money » sur un graphique en bougies n’ajoute aucune donnée. Cela ajoute une esthétique institutionnelle à une méthode qui reste strictement niveau 1.
- Que se passe-t-il quand l’hypothèse est fausse ? Une méthode sérieuse répond immédiatement. Une méthode vendue esquive.
Ce que ce constat ne dit pas
Il ne dit pas que le quantitatif gagne et que le discrétionnaire perd. Une bonne partie de la gestion alternative sous-performe des indices passifs, et les fonds systématiques explosent aussi, parfois spectaculairement. Une approche discrétionnaire construite sur une compréhension correcte de la microstructure reste défendable, et elle existe.
Il ne dit pas non plus qu’un particulier ne peut rien faire. Son avantage structurel est réel, mais c’est l’inverse de ce qu’on lui vend : pas de contrainte de capacité, pas de mandat, pas d’obligation d’être investi, la possibilité d’attendre des semaines sans rien faire. Cet avantage est précisément détruit par le scalping intraday contre des teneurs de marché, c’est-à-dire par le produit le plus commercialisé du secteur.
La ligne de partage n’est donc ni le code, ni l’intuition, ni même la sophistication de l’outillage. Elle tient en deux questions. La représentation du marché utilisée correspond-elle encore à la façon dont ce marché fabrique ses prix aujourd’hui. Et celui qui l’explique gagne-t-il sa vie sur le marché, ou grâce à vous.
Une industrie qui n’a jamais été aussi porteuse
Il faut regarder la trajectoire économique en face : jamais le marché de la formation financière et de l’influence n’a été aussi rentable qu’aujourd’hui. Les barrières techniques sont tombées, la distribution est gratuite, la demande explose à mesure que l’épargne se digitalise, et la matière première du secteur, c’est l’attention.
Or l’attention se monétise par la rétention. C’est là que le sujet devient sérieux, parce que les mécanismes de rétention les plus efficaces sont aussi ceux qui produisent le plus de dépendance : abonnement mensuel à un signal, salon Discord ouvert en permanence, sentiment d’appartenance à un groupe qui « comprend » ce que les autres ne comprennent pas, gratification intermittente d’un trade gagnant partagé en direct. Un particulier isolé finit par déléguer non pas une décision technique, mais son jugement. Ce n’est plus de la pédagogie, c’est une architecture d’engagement, et elle fonctionne d’autant mieux que le formateur est confiant plutôt que juste.
D’où une question qui mérite d’être posée sans détour, et à laquelle cet article n’a pas la réponse : pourquoi l’essentiel de l’éducation financière en Europe est-il abandonné au marché ? Les compétences en jeu, comprendre un frais courant, une dilution, un effet de levier, une asymétrie de risque, relèvent de la culture générale économique bien plus que du secret professionnel. Tant qu’un contenu de base reste payant et vendu par des acteurs non qualifiés, l’espace laissé libre sera occupé par ceux qui ont le meilleur marketing, pas par ceux qui ont les meilleures données. Un socle public, gratuit et neutre ne réglerait pas tout, mais il rendrait nettement moins profitable le modèle du pseudo formateur au parcours invérifiable et au profil Trustpilot très généreusement fourni.
Ni procès, ni plaidoyer
Un dernier mot sur ce qu’est cet article. Ce n’est pas un réquisitoire contre une méthode au bénéfice d’une autre. Il ne dit pas que l’analyse graphique est inutile, que le quantitatif est supérieur, ou que les prop firms sont une escroquerie. Il dit que la mécanique de formation des prix a changé, que ce changement est documenté, et qu’un outil doit être jugé à l’aune du marché auquel on l’applique.
Chaque chiffre avancé ici provient d’une source identifiée et consultable : régulateurs, opérateurs de marché, travaux universitaires publiés, rapports sectoriels. Les liens sont ci-dessous, les méthodologies sont accessibles, et les estimations ont été signalées comme telles quand elles en étaient. Si un lecteur trouve une donnée mal interprétée ou périmée, la bonne réaction n’est pas de nous croire sur parole : c’est d’ouvrir la source et de nous le dire.
Sources
- Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France, Autorité des marchés financiers, octobre 2014, https://www.amf-france.org/sites/institutionnel/files/contenu_simple/rapport_etude_analyse/epargne_prestataire/Etude%20des%20resultats%20des%20investisseurs%20particuliers%20sur%20le%20trading%20de%20CFD%20et%20de%20Forex%20en%20France.pdf
- Day Trading for a Living?, Fernando Chague, Rodrigo De-Losso et Bruno Giovannetti, SSRN, juin 2020, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3423101
- Finfluencers, Ali Kakhbod, Seyed Mohammad Kazempour, Dmitry Livdan et Norman Schuerhoff, Swiss Finance Institute / SSRN, 2023, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4428232
- 0DTE Index Options and Market Volatility: How Large is Their Impact?, Cboe Global Markets, https://cdn.cboe.com/resources/education/research_publications/gammasqueezes.pdf
- Zero DTE Options Fuel Record SPX Trading Volumes, Benzinga, septembre 2024, https://benzinga.com/news/events/24/09/41074042/zero-dte-options-fuel-record-spx-trading-volumes-with-no-signs-of-slowing-down-expert
- 0DTE Options: The Hidden Driver Of Market Volatility, EBC Financial Group, février 2026, https://www.ebc.com/forex/0dte-options-the-hidden-driver-of-market-volatility
- The Ultimate Guide to Gamma Exposure (GEX), InsiderFinance, mars 2026, https://www.insiderfinance.io/resources/the-ultimate-guide-to-gamma-exposure-gex
- Jane Street outpaces rivals with record $40bn trading haul, Hedgeweek, avril 2026, https://www.hedgeweek.com/jane-street-outpaces-rivals-with-record-40bn-trading-haul/
- Jane Street and Citadel Securities capture one-fifth of global trading revenue, Investing.com, octobre 2025, https://www.investing.com/news/economy-news/jane-street-and-citadel-securities-capture-onefifth-of-global-trading-revenue-93CH-4307387
- Alternative data spending by investment management firms could top $15.4bn in 2025, Neudata, février 2025, https://www.neudata.co/press-release/alternative-data-spending-by-investment-management-firms-could-top-15-4bn-in-2025-according-to-neudata-s-latest-report
- 2025 Survey Results: AI’s Integration Into Alternative Data, Lowenstein Sandler, 2025, https://www.lowenstein.com/media/jujd45bp/alt-data-report-2025_final.pdf
- Prop Firm Statistics 2026: Pass Rates, Payouts & Industry Data (données FPFX Technology relayées par Finance Magnates), The Prop Firm Guide, juin 2026, https://thepropfirmguide.com/prop-firm-statistics/
- Prop Firm Statistics 2026: Pass Rates, Payouts & Trends, QuantVPS, mars 2026, https://www.quantvps.com/blog/prop-firm-statistics
- Profitability of Candlestick Charting Patterns in the Stock Exchange of Thailand, Piyapas Tharavanij, Vasan Siraprapasiri et Kittichai Rajchamaha, SAGE Open, 2017, https://journals.sagepub.com/doi/10.1177/2158244017736799
- The Predictive Power of Candlestick Patterns (revue des travaux de Marshall, Young et Rose), Lund University, https://lup.lub.lu.se/luur/download?func=downloadFile&recordOId=8877738&fileOId=8877838
- « Finfluenceurs » : recommandations de l’AMF et de l’ESMA pour une promotion responsable, La finance pour tous, 22 janvier 2026, https://www.lafinancepourtous.com/2026/01/22/finfluenceurs-recommandations-de-lamf-et-de-lesma-pour-une-promotion-responsable/
- L’AMF et la DGCCRF mettent l’accent sur les finfluenceurs et le Girardin, Gestion de Fortune, janvier 2026, https://www.gestiondefortune.com/fiscalite-droit/12826-l-amf-et-la-dgccrf-mettent-l-accent-sur-les-finfluenceurs-et-le-girardin.html
Les liens ci-dessus ont servi de sources lors de la rédaction de cet article. Leur disponibilité dans le temps n’est pas garantie : si un lien figure ici, c’est qu’il existait et a contribué à notre travail au moment de la publication.
