Méthodologie
Comment PokéWatch repère les mouvements de prix anormaux, ce que signifient les scores, et ce que le système ne prétend pas faire. Aucune connaissance en finance n'est nécessaire.
Le problème qu'on cherche à détecter
Certaines cartes Pokémon valent des centaines d'euros, et leur marché fonctionne comme n'importe quel marché : des vendeurs affichent des offres, des acheteurs les acceptent, et les prix évoluent selon l'offre et la demande. Ce marché n'étant pas régulé, certains tentent de le truquer. La technique classique : acheter d'un coup toutes les offres bon marché d'une carte (un « buyout »), créer ainsi une rareté artificielle, laisser les prix monter, puis revendre au prix fort. PokéWatch cherche les traces chiffrées que ces opérations laissent dans les prix.
Les trois chiffres qu'on surveille chaque jour
Chaque matin, le système photographie l'état du marché de chaque carte suivie. Trois chiffres résument cette photo :
- Le prix de référence (« trend ») : le prix autour duquel la carte s'échange réellement, calculé par la place de marché en lissant les ventes récentes. C'est le « prix normal » du moment.
- Le premier prix (« low ») : l'offre la moins chère disponible à l'instant de la photo. C'est la porte d'entrée du marché — et la première chose qu'un manipulateur fait disparaître.
- Les moyennes de ventes sur 1, 7 et 30 jours : à quel prix la carte s'est effectivement vendue aujourd'hui, cette semaine, ce mois-ci. Comparer ces trois horizons permet de voir si le présent s'écarte du passé récent.
Chaque photo est ensuite comparée à celle de la veille, et cinq règles automatiques examinent les écarts. Ces règles sont délibérément simples et transparentes : pas d'intelligence artificielle opaque à ce stade, chaque alerte s'explique par une règle lisible et des chiffres vérifiables.
Les cinq règles
low_above_trendImaginez un marché où une carte se vend habituellement autour de 50 €. D'ordinaire, on trouve toujours quelques vendeurs pressés qui la proposent moins cher, à 40 ou 45 €. Un jour, toutes ces offres bon marché disparaissent d'un coup : la moins chère du marché est soudain à 65 €, au-dessus même du prix habituel. C'est étrange, car ces offres ne disparaissent pas toutes seules. Quelqu'un les a peut-être toutes achetées d'un coup pour assécher le marché (un « buyout »), avant de revendre plus cher.
Comment lire son score : Combien de fois le prix de l'offre la moins chère dépasse le prix habituel. Exemple : sévérité 1,5 = l'offre la moins chère coûte 1,5 fois le prix habituel.
avg1_divergenceOn compare le prix moyen auquel la carte s'est vendue aujourd'hui avec son prix moyen sur les 30 derniers jours. Si la carte se vendait 20 € en moyenne depuis un mois et que les ventes d'aujourd'hui se font à 60 €, quelque chose se passe : soit un vrai engouement (une carte devenue populaire), soit une hausse fabriquée artificiellement pour créer une impression de rareté.
Comment lire son score : Le rapport entre le prix des ventes d'aujourd'hui et la moyenne du mois. Exemple : sévérité 3 = les ventes du jour se font à 3 fois le prix habituel.
low_jumpHier, l'offre la moins chère pour cette carte était à 30 €. Aujourd'hui, elle est à 55 €, alors que le prix de référence global n'a presque pas bougé. Un vrai marché monte progressivement, offre après offre. Un bond aussi brutal du « premier prix », sans que le reste ne suive encore, ressemble fort à quelqu'un qui vient de racheter toutes les offres les moins chères en une seule fois. C'est la signature la plus typique d'un buyout, captée le jour même où il se produit.
Comment lire son score : Combien de fois le premier prix a été multiplié en 24 heures. Exemple : sévérité 2 = le premier prix a doublé en un jour.
trend_zscoreChaque carte a son tempérament : certaines voient leur prix bouger tous les jours, d'autres sont stables depuis des mois. Cette règle apprend le comportement normal de chaque carte, puis repère les journées qui sortent de ce comportement. Une variation de 10 % ne veut rien dire sur une carte nerveuse, mais elle est très suspecte sur une carte d'ordinaire immobile. C'est la même logique qu'une banque qui repère une dépense inhabituelle sur votre carte bancaire. Cette règle a besoin d'observer une carte pendant au moins 14 jours avant de pouvoir juger.
Comment lire son score : À quel point la journée sort de l'ordinaire pour cette carte, mesuré en « écarts-types » (l'unité statistique de l'inhabituel). Au-delà de 3, la journée est vraiment exceptionnelle.
set_waveLes cartes Pokémon sortent par séries (des « sets »). Qu'une carte isolée s'emballe, cela arrive naturellement : un joueur célèbre l'utilise, une vidéo devient virale. Mais que trois, cinq ou sept cartes de la même série déclenchent des alertes le même jour, c'est une autre histoire : les hasards ne se synchronisent pas. Une vague simultanée suggère une action coordonnée sur toute la série.
Comment lire son score : Le nombre de cartes de la même série en alerte le même jour.
Lire la sévérité (le score d'une alerte)
Chaque alerte porte un score, sa sévérité : il mesure l'ampleur de l'écart détecté, dans l'unité propre à chaque règle. Un score de 2 sur R3 veut dire « le premier prix a doublé en un jour » ; un score de 4,7 sur R2 veut dire « les ventes du jour se font à 4,7 fois le prix habituel ».
Attention au piège : les scores ne se comparent pas d'une règle à l'autre. Un 18 sur R1 n'est pas « pire » qu'un 3 sur R4 — ce sont des unités différentes, comme des degrés et des kilomètres. Le score sert à classer les alertes au sein d'une même règle. Un score global unique, combinant toutes les règles de façon documentée, fait partie de la feuille de route.
Une alerte n'est pas un verdict
Le principe cardinal du système : une alerte est un candidat à investigation, pas une preuve de manipulation. Les prix bougent aussi pour d'excellentes raisons — une carte devient populaire en tournoi, une nouvelle série sort, un youtubeur en parle. Le moteur repère l'anormal ; distinguer le truqué du légitime demande des preuves convergentes qu'un calcul seul ne fournit pas.
Limites assumées et biais connus
Les cartes très rares déclenchent de fausses alertes. Quand une carte ne s'échange presque jamais, un seul vendeur affichant un prix de collectionneur suffit à faire hurler R1 — sans qu'aucune manipulation n'existe. Exemple réel dans nos données : un Pikachu promotionnel japonais de 2004 (ex5.5-5), tiré à une poignée d'exemplaires, affiche un premier prix à plus de 100 fois son prix de référence. Ce n'est pas un buyout, c'est un marché fantôme où plus rien ne s'échange. Nous le gardons volontairement sous surveillance comme cas d'école : le futur garde-fou « marché trop mince pour être analysé » devra le faire taire, et sa disparition des alertes prouvera que le correctif fonctionne.
Les cartes qui viennent de sortir sont agitées. Dans les semaines suivant une sortie, les prix se cherchent avant de se stabiliser. Comparer « aujourd'hui » à une moyenne de 30 jours n'a pas grand sens quand la carte n'existe que depuis 20 jours. Une période de quarantaine avant qu'une carte neuve devienne « alertable » est prévue.
Les seuils actuels sont des hypothèses de départ. À partir de quel écart alerter ? ×1,3 ? ×1,5 ? Ces valeurs ont été posées par raisonnement, pas encore validées par l'expérience. La démarche : observer plusieurs semaines sans conclure, identifier ce qui génère du bruit, ajuster en documentant chaque changement, puis valider avec des scénarios de test — des manipulations simulées que le système doit détecter, et des mouvements naturels sur lesquels il doit rester silencieux.
Performance mesurée du moteur
Le moteur est évalué sur neuf scénarios de test rejoués à chaque modification du code, en intégration continue. Chaque scénario reproduit un pattern observé sur le marché réel : un rachat de plancher, une hausse fabriquée, une hausse légitime, un marché sans échanges, une offre hors-marché. Le moteur doit détecter les premiers et rester silencieux sur les seconds.
| Métrique | Avant calibration | Après calibration |
|---|---|---|
| Précision (les alertes émises sont-elles justifiées ?) | 50 % | 100 % |
| Rappel (les vrais cas sont-ils tous attrapés ?) | 100 % | 100 % |
| Faux positifs | 2 | 0 |
Ces chiffres mesurent la correction du moteur : fait-il ce que son code prétend faire ? Ils ne garantissent pas la validité des hypothèses sous-jacentes — comme la section suivante le démontre.
Journal des erreurs corrigées
Ce projet publie ses erreurs. Un système de surveillance qui dissimulerait ses propres défauts n'aurait aucune légitimité à en signaler chez les autres.
Les moyennes de vente de la source sont figées
La règle la plus prolifique du moteur (R2) reposait sur la comparaison entre les ventes du jour et la moyenne du mois. Vérification faite sur deux relevés consécutifs du catalogue complet : zéro variation sur 70 975 cartes en 24 heures, alors que le prix de référence, lui, bougeait sur 16,6 % d'entre elles. Ces moyennes ne sont donc pas recalculées quotidiennement : la règle ne détectait aucun mouvement, elle resignalait chaque jour un rapport figé. Règle suspendue, alertes correspondantes purgées.
Le prix plancher mélange les états de conservation
Les prix publics agrègent tous les états, de l'exemplaire très abîmé au neuf. Une carte cotée 253 € peut afficher un plancher à 11,89 € : ce n'est pas une affaire, c'est un exemplaire en mauvais état. Les règles fondées sur le plancher (R1, R3) comparaient donc des grandeurs non comparables. Rétrogradées en signaux faibles ; leur refonte utilisera l'écart du plancher à sa propre habitude, et non sa valeur absolue.
Une alerte fantôme : le Pikachu à 40 000 €
Une carte cotée 400 € dont un vendeur affichait un exemplaire à 40 000 € déclenchait quotidiennement l'alerte de plus haute sévérité du système. Ce n'était pas un rachat de marché, c'était un vendeur qui ne souhaitait pas vendre. Correctif : les alertes de plancher ne se déclenchent plus que dans une fourchette plausible — au-delà d'un certain écart, il ne s'agit plus d'une manipulation mais d'une offre hors-marché.
État du moteur et calendrier
Les données de vente exploitables commencent le 10 juillet 2026. Un moteur de détection statistique a besoin de connaître le comportement habituel de chaque carte avant de pouvoir juger qu'une journée est anormale. Cette connaissance ne s'achète pas : elle se construit, jour après jour.
- Aujourd'hui — Collecte quotidienne sur environ 14 500 cartes. Règles de contexte (R5, R6) actives. Signaux faibles (R1, R3) conservés à titre indicatif. R2 suspendue.
- À 7 jours — Moyennes mobiles calculées sur notre propre historique, sur la seule donnée réellement vivante. Nouvelle règle de divergence, cette fois sur du mouvement réel.
- À 14 jours — Activation de la détection statistique (R4) : chaque carte est jugée à l'aune de sa propre volatilité. Et d'une règle de divergence au marché : une carte ne compte que si elle s'écarte du mouvement d'ensemble — la distinction entre un marché qui monte et une carte qui décroche.
- À 30 jours — Moteur à pleine puissance, sur une chaîne de données entièrement maîtrisée.
Cadre de conformité
Sources officielles uniquement
Les prix proviennent de canaux publics et documentés. Aucune extraction sauvage de sites web (« scraping »), aucune donnée obtenue en violation de conditions d'utilisation.
Aucune donnée personnelle
Le système analyse des prix et des volumes de vente, pas des personnes. Si des données de vendeurs sont un jour analysées, elles seront rendues anonymes dès leur collecte, avec une durée de conservation limitée.
De la suspicion, jamais d'accusation
Le système signale des situations « compatibles avec » une manipulation. Affirmer qu'une manipulation a eu lieu exigerait une enquête que des chiffres seuls ne remplacent pas.
Tout est vérifiable
Chaque alerte conserve les chiffres qui l'ont déclenchée, le seuil franchi et son explication. Les seuils eux-mêmes sont enregistrés et datés : on peut toujours reconstituer pourquoi le système a alerté, et avec quels réglages.