Indice de volatilité spécifique aux marchés numériques, le Xvix s’est imposé comme un instrument d’analyse et de couverture depuis son apparition. Conçu pour synthétiser l’attente de variation des prix via les marchés d’options et les flux de liquidité, il fournit une lecture chiffrée de l’incertitude — utile aux traders quantitatifs, aux gestionnaires de portefeuille et aux protocoles DeFi cherchant à calibrer risques et stratégies. Cet article examine, section par section, le fonctionnement technique, les méthodologies de calcul, les principales applications en trading et gestion d’actifs, l’intégration technologique via oracles et smart contracts, ainsi que les limites liées à la qualité des données et au cadre réglementaire. Des cas d’usage illustrés par une entité fictive, Nexium Capital, permettent d’ancrer les notions théoriques dans des scénarios opérationnels. Les éléments présentés reposent sur sources on-chain et rapports publics, et signalent clairement risques, hypothèses et incertitudes.
- En bref : le Xvix mesure la volatilité attendue issue des marchés d’options crypto et sert à la couverture, au pricing et à la mesure de risque.
- Il repose sur des données d’options, des book depths et des flux on-chain ; sa fiabilité dépend directement de la qualité des oracles et des marchés sous-jacents.
- Applications principales : hedging systématique, calibration d’algorithmes market-making, indices pour produits dérivés structurés.
- Risques majeurs : liquidité insuffisante, biais des marchés d’options, vulnérabilités d’oracles et régulation incertaine selon les juridictions.
- Intégration technique possible via smart contracts et oracles, mais nécessite standards de gouvernance et audits réguliers.
Xvix : fonctionnement technique et principes clés
Le terme Xvix désigne un indice de volatilité construit spécifiquement pour les actifs numériques. Il synthétise l’implied volatility (volatilité implicite — à savoir l’estimation de la volatilité future incorporée dans le prix des options) en agrégeant les prix d’options d’achat et de vente sur une plage de maturités.
Définition opérationnelle : l’index combine, généralement pondéré par liquidité, les volatilities implicites extraites de contrats d’options listés sur plusieurs plateformes centralisées et décentralisées. La méthode s’apparente conceptuellement au VIX sur actions, mais tient compte des spécificités crypto : marchés 24/7, profondeur variable, tokens multiples et influence notable de baleines.
Un terme technique important est la surface de volatilité — la représentation 3D des volatilités implicites en fonction du prix d’exercice et de la maturité. La surface sert à interpoler ou extrapoler des volatilités sur des strikes et échéances non cotés. Dans le contexte crypto, les zones de faible liquidité produisent des pentes abruptes ou des trous dans la surface, générant des biais mesurables.
La construction d’un indice comme Xvix implique des étapes : collecte des quotes d’options (bid/ask), filtrage des données (retrait des outliers), interpolation sur la surface, calcul d’une volatilité moyenne pondérée par le volume ou le carnet, puis annualisation et publication.
Exemple concret : si une plateforme DEX propose des options perpétuelles peu liquides et qu’un CEX affiche des contrats liquides, la pondération privilégiera les cotations du CEX pour éviter que des spreads erratiques ne contaminent l’indicateur. Nexium Capital, entité fictive utilisée comme fil conducteur, combine données de cinq venues pour réduire le risque de “price discovery” localisé.
Risques et limites : qualité des données (données manquantes ou manipulées), risque d’oracle (altération volontaire ou accidentelle des flux), et biais structurels des marchés d’options (taux de financement, expiration concentrée). Il est essentiel de qualifier chaque affirmation : les valeurs publiées sont des faits calculés à partir de jeux de données, tandis que l’interprétation (par exemple : « Xvix élevé signifiera vente ») reste une analyse susceptible d’erreur.
Comparaison avec la finance traditionnelle : à l’image du VIX pour les actions, Xvix fournit un nombre agrégé reflétant l’incertitude de marché. Toutefois, la liquidité on-chain — c’est-à-dire la quantité d’actifs disponible dans les smart contracts — varie fortement entre tokens et influe sur la robustesse de l’indicateur.
À noter : la fréquence de publication (minute, horaire, quotidienne) influe sur l’utilisation. Des mises à jour intraday conviennent aux algorithmes de market-making, tandis que des lectures journalières peuvent suffire aux gestionnaires de portefeuille pour les stress tests.
Insight : un indice de volatilité crypto doit impérativement spécifier sa méthodologie et ses sources pour être interprété correctement par les acteurs ; sans transparence, son utilité diminue rapidement.
Alt: Graphique illustrant le Xvix et les flux d’options sur plusieurs plateformes — source méthodologie publique.
Calcul de l’indice de volatilité cryptographique : méthodologies et sources de données
La méthodologie de calcul d’un indice de volatilité cryptographique combine des procédures issues de la finance quantitative et des adaptations nécessaires au contexte on-chain. Un terme clé est le mid-quote : il s’agit de la moyenne entre le prix d’achat et de vente d’un contrat, utilisé pour réduire l’impact des spreads. Dans les marchés à faible profondeur, le mid-quote peut rester très volatile et doit être retraité.
Étape 1 — collecte : les données proviennent de CEX et DEX, des books, des transactions et des agrégateurs on-chain. Les sources publiques comme Glassnode et Chainalysis fournissent des métriques on-chain complémentaires (flux entrants/sortants, volumes). L’utilisation d’API robustes et d’architectures tolérantes aux pannes est indispensable pour éviter les trous d’observation.
Étape 2 — nettoyage et filtrage : suppression des cotations anormales, interpolation des gaps, pondération par volume ou liquidity-weight. Un terme technique défini ici est liquidity-weight — pondération qui favorise les quotes soutenues par un volume suffisant afin de refléter la découverte de prix réelle.
Étape 3 — extraction de la volatilité implicite : à partir des prix d’options, on déduit la volatilité implicite via des formules d’équivalence avec des modèles comme Black-Scholes modifié pour crypto, ou via méthodes non paramétriques. Il convient de rappeler que l’hypothèse de log-normalité des prix (sous-jacente à Black-Scholes) est une approximation ; les queues lourdes observées en crypto induisent des écarts.
Étape 4 — agrégation : les volatilities implicites sont agrégées sur des maturités choisies (par exemple 30 et 90 jours) pour produire une valeur synthétique. L’agrégation peut être « variance-weighted » pour assurer une correspondance mathématique avec la notion de variance attendue.
Sources et preuve : les calculs doivent référencer les jeux de données et la date de référence. Toute publication d’un indice est un fait vérifié si les sources (API, snapshots) sont mentionnées. Les hypothèses (ex. choix des maturités, méthode d’interpolation) constituent une analyse et doivent être explicitement détaillées.
Limites : les options exotiques, les contrats sur dérivés non standardisés et les produits OTC peuvent ne pas être couverts, ce qui crée un biais d’échantillonnage. De plus, les manipulations de marché (spoofing, wash trading) sont une incertitude persistante dans certains segments, nécessitant des filtres supplémentaires.
Cas pratique : Nexium Capital compare deux versions d’un indice de volatilité pour ETH — une pondérée par volume sur CEX, une hybride incluant DEX. Les divergences observées (jusqu’à 8 % en période de stress) montrent que l’inclusion de venues moins liquides peut amplifier la volatilité reportée.
Insight : la robustesse d’un indice dépend autant de la méthodologie mathématique que de la gouvernance des sources de données ; publier la méthode permet aux utilisateurs de juger la pertinence de l’application.
Alt: Illustration de la collecte et du nettoyage des données pour le calcul d’un indice de volatilité crypto — source exemples API publiques.
Applications principales : hedging, pricing et algorithmes de trading
Un indice de volatilité sert à trois usages concrets : la couverture (hedging), le pricing d’instruments dérivés et la calibration d’algorithmes de trading. Le terme hedging désigne la mise en place de positions compensatoires visant à réduire l’exposition au risque d’un portefeuille.
Pour la couverture, une lecture élevée de volatilité implicite incite les gestionnaires à augmenter les protections via options ou contrats futures. Exemple : une équipe de trésorerie d’une société Web3 utilisera le Xvix pour décider du ratio options/futures à employer sur une position en ETH afin de limiter l’impact d’un choc de prix.
Dans le pricing, les desks de dérivés utilisent l’indice comme référence pour calibrer la surface de volatilité et ajuster les greeks (sensibilités). Les market-makers automatisés intègrent le Xvix dans leurs modèles de spread dynamique : plus la volatilité attendue est forte, plus le spread s’élargit pour compenser le risque de détention.
Les algorithmes de trading quantitatif exploitent le Xvix pour déclencher des stratégies de volatilité arbitrage (straddles, strangles) ou pour pondérer l’exposition en momentum. Un terme technique utile est le volatility targeting — mécanisme où l’exposition d’un portefeuille est ajustée pour atteindre une volatilité cible annualisée. Une application simple consiste à réduire l’exposition lorsque Xvix dépasse un seuil préétabli.
Liste d’applications concrètes :
- Couverture de trésorerie : achat d’options put ou vente de calls pour limiter l’exposition d’actifs natifs.
- Market-making dynamique : spreads calibrés selon Xvix pour protéger contre la volatilité intraday.
- Indices structurés : sous-jacent pour des produits offrant payoffs liés à la volatilité.
- Stress testing : scénarios de risque basés sur percentiles historiques d’Xvix.
- Pricing d’ETF synthétiques : ajustement des frais de gestion en fonction de la volatilité attendue.
Risques et limites : les décisions basées sur un seul indicateur peuvent être trompeuses en présence d’événements exogènes (attacks, forks, annonces réglementaires). La corrélation entre Xvix et volatilité réalisée peut varier fortement suivant l’actif et la période, d’où l’importance des backtests.
Étude de cas : Nexium Capital a mis en œuvre une stratégie de volatility targeting sur un panier de top-10 tokens. Sur une période test, la réduction d’exposition lorsque Xvix franchissait 40 % a réduit la volatilité réalisée de 22 % mais a coûté en performance relative lors de marchés haussiers sans correction. Cette observation rappelle qu’une protection permanente a un coût d’opportunité.
Technique : le backtesting, défini ici comme la simulation historique d’une stratégie sur des données passées, doit indiquer la période de référence et la source des données. Les backtests sur données limitées ou non représentatives induisent des conclusions fragiles.
Insight : l’usage optimal du Xvix combine couverture tactique et calibration d’algorithmes, tout en reconnaissant le compromis rendement/risque et la nécessité d’une gouvernance des données.
Alt: Vidéo expliquant les usages d’un indice de volatilité crypto pour hedging et trading — source publique.
Alt: Visualisation d’une salle de trading algorithmique utilisant un indice de volatilité crypto pour ajuster ses positions.
Intégration technologique : oracles, smart contracts et flux de données
L’intégration d’un indice tel que Xvix dans l’écosystème nécessite une architecture technique fiable. Deux concepts techniques apparaissent : oracle (entité fournissant des données externes à une blockchain) et smart contract (contrat autonome exécuté sur une blockchain).
Les oracles publient régulièrement la valeur de l’indice vers des smart contracts qui automatise des actions (déclenchement d’options synthetiques, ajustement de garanties, distribution de rewards). La robustesse d’un système dépend du modèle d’oracle (centralisé vs décentralisé), de la fréquence de mise à jour et des mécanismes de gouvernance pour gérer les défaillances.
Exemple d’intégration technique : un protocole DeFi propose un produit “volatility vault” qui réalloue automatiquement la composition du portefeuille selon Xvix. Le smart contract appelle un oracle décentralisé, récupère la lecture, calcule les nouvelles pondérations et exécute des swaps via AMMs. Les étapes de sécurité incluent la vérification multi-source, le timelock sur modifications et les audits réguliers.
Risque technique majeur : l’attaque d’oracle. Si un acteur malveillant parvient à altérer la feed de l’indice, il peut déclencher des liquidations ou provoquer des transferts injustifiés. Une limite importante est la latence : les actions automatisées basées sur des lectures fréquentes peuvent subir des frontrunning ou des détections de latence réseau.
Comparaison avec la finance traditionnelle : dans les marchés classiques, les indices sont fournis par des agences reconnues avec SLA et assurance. Dans la sphère crypto, la responsabilité juridique est plus complexe ; des entités comme Foris DAX MT Limited (opérant sous Crypto.com à Malte) fournissent des services régulés et illustrent l’intersection entre services centralisés et produits blockchain.
Intégration pratique : Nexium Capital teste une architecture multi-oracle combinant feeds centralisés (CEX-derived) et on-chain aggregation. Le protocole intègre une couche de limite d’écart (max spread) et un mécanisme de fallback en cas de divergence supérieure à un seuil prédéfini.
Limites : la standardisation des APIs, le choix des formats (JSON, protobuf) et la compatibilité cross-chain représentent des défis. Sans standards interopérables, l’intégration industrielle restera fragmentée, avec des coûts supplémentaires liés aux adaptations.
Insight : pour que Xvix devienne un actif d’infrastructure, il faut des oracles décentralisés, des audits réguliers et une gouvernance claire pour gérer incidents et forks ; la technique seule ne suffit pas sans confiance institutionnelle.
Alt: Schéma d’architecture montrant l’intégration d’un indice de volatilité via oracles vers des smart contracts — source architecture publique.
Cas d’usage sectoriels : DeFi, exchanges et gestion d’actifs
Les applications sectorielles d’un indice de volatilité crypto s’étendent de la DeFi aux exchanges centralisés, en passant par les asset managers qui cherchent à structurer des produits indexés. Un terme technique à définir ici est la conservation d’actifs — la garde et l’administration des tokens pour le compte de clients, souvent soumise à une régulation spécifique.
Dans la DeFi, les vaults dynamiques utilisent Xvix pour réallouer l’exposition et gérer la prime de risque. Les AMMs peuvent ajuster les frais en temps réel selon la volatilité attendue pour compenser la perte impermanente. Exemple : un AMM de stablecoin double-pool activant un fee-on-volatility quand l’indice dépasse 35 %.
Pour les exchanges, Xvix alimente la tarification des dérivés et le calcul des marges. Les brokers et desks utilisant un indice robuste peuvent proposer des produits structurés (notes de volatilité, certificats) destinés aux investisseurs avertis. La présence d’opérateurs régulés, comme des entités enregistrées à Malte ou ailleurs, facilite la commercialisation B2B.
Le tableau ci-dessous compare l’approche réglementaire et les obligations par zone géographique, crucial pour évaluer l’intégration industrielle de services basés sur un indice :
| Zone | Statut réglementaire | Obligations clés | Source |
|---|---|---|---|
| Union européenne (Malte) | Fournisseurs autorisés sous règlement MiCA local et lois nationales | Licence, KYC/AML, reporting, conservation d’actifs | MFSA / Foris DAX MT Limited |
| États-Unis | Cadre en évolution, surveillance SEC/CTFC | Contrôles stricts, exigences de transparence, possible qualification comme security | SEC |
| Singapour | MAS supervision des services de paiement et tokens réglementés | Licence, obligations prudencielles selon le service fourni | MAS |
| Royaume-Uni | Approche case-by-case, supervisée par la FCA | Enregistrement, reporting, consumer protection | FCA |
Note : Foris DAX MT Limited, immatriculée à Malte (numéro C 88392), opère des services d’exchange et de conservation pour Crypto.com et illustre le lien entre services centralisés régulés et produits crypto. Foris MT Limited (C 90348) émet une carte Visa et fournit des services de monnaie électronique sous licence MFSA. Ces structures montrent que la présence d’entités régulées facilite l’adoption institutionnelle, tout en restant liée à des obligations de conformité.
Risques sectoriels : les différences réglementaires peuvent empêcher la portabilité d’un produit basé sur Xvix entre juridictions. L’absence d’harmonisation crée un risque opérationnel pour les fournisseurs qui souhaitent opérer globalement.
Cas pratique : une gestion d’actifs souhaitant lancer un ETF synthétique sur volatilité doit vérifier la conformité locale, le statut juridique de l’indice, les accords de licence et les garde-fous techniques. Sans cela, la commercialisation peut être restreinte ou interdite.
Insight : l’intégration industrielle d’un indice de volatilité dépend autant de la conformité réglementaire et des partenaires custodiaux que de la qualité méthodologique de l’indicateur.
Alt: Réunion institutionnelle illustrant les cas d’usage du Xvix au regard des obligations réglementaires — sources publiques.
Innovation et performance : comment le Xvix influence les stratégies quantitatives
L’innovation autour d’indices comme Xvix se situe à l’intersection de la recherche quantitative et de l’ingénierie produit. Un terme clé est le backtest — simulation d’une stratégie sur des données historiques utilisée pour évaluer la performance et le risque avant déploiement réel.
Les algorithmes quantitatifs intègrent Xvix pour adapter dynamiquement les positions. Par exemple, une stratégie “volatility harvesting” profite des fluctuations de volatilité en combinant options et rebalancing systématique. La performance dépend de la corrélation entre volatilité implicite et réalisée ; lorsque cette corrélation est stable, les stratégies fonctionnent mieux.
Innovation produit : structuration d’ETPs (exchange-traded products) dont la composition est ajustée selon Xvix. Ces produits automatisent le passage d’une exposition longue à une exposition réduite en période de forte volatilité, tout en appliquant des frais corrélés au coût de couverture réel.
Mesures de performance : au-delà du rendement, les indicateurs pertinents incluent le Sharpe ratio ajusté, la volatilité réalisée et le drawdown maximal. L’utilisation d’Xvix comme signal réduit certains drawdowns mais peut pénaliser la performance en phases de hausse sans correction.
Exemple détaillé : Nexium Capital a backtesté une stratégie de market-making utilisant Xvix comme variable d’entrée. Sur trois ans de données, la profitabilité nette a augmenté de 12 % sur période neutre, tandis que la perte maximale a diminué de 30 % lors d’épisodes de stress. Les résultats dépendent fortement de la latence de flux et des coûts de transaction.
Problèmes méthodologiques : survivorship bias (biais de survie) dans les jeux de données, changements structurels du marché (migration de volumes vers de nouvelles venues), et frais cachés (slippage, impact de marché) doivent être explicitement mentionnés comme limites des analyses.
Interopérabilité : l’intégration multi-venue et multi-chain des flux de volatilité exige des formats communs et des pipelines de données resynchronisables. Les équipes R&D investissent dans des frameworks de data validation et des simulations de stress pour valider les modèles avant mise en production.
Insight : l’innovation autour d’Xvix augmente les capacités de gestion de risque et d’ingénierie produit, mais la performance réelle dépendra toujours de la qualité des données, des coûts de marché et de la gouvernance des modèles.
Alt: Vidéo démontrant l’utilisation d’un indice de volatilité dans des stratégies quantitatives et de market-making — source pédagogique.
Alt: Recherche quantitative illustrant tests et backtests utilisant un indice de volatilité crypto.
Limites, risques et incertitudes : données on-chain, liquidité et régulation
Tout indicateur financier s’accompagne de limites. Pour Xvix, trois risques sont prééminents : la qualité des données on-chain, la profondeur de marché (liquidité) et l’évolution réglementaire. Le terme liquidité on-chain signifie la quantité d’actifs disponibles pour des transactions immédiates dans des smart contracts ou pools.
Données on-chain : bien que public, l’écosystème présente des défis — fragmentation des venues, différences de formats et latences. Les sources comme Glassnode et Chainalysis offrent des métriques pertinentes ; chaque publication d’indicateur devrait mentionner la date de référence et la provenance des données (par exemple, “données Glassnode, snapshot 01/2026”).
Liquidité : l’absence de profondeur crée des écarts de prix et des incertitudes. En période de stress, certains marchés se gèlent, rendant impossible la couverture sans mouvement de prix significatif. Les modèles doivent intégrer des scénarios de marché illiquide et prévoir des marges de sécurité.
Régulation : l’incertitude réglementaire sur les dérivés crypto est un risque juridique et opérationnel. Des sociétés comme Foris DAX MT Limited opèrent sous des cadres nationaux (Malte) et illustrent la nécessité d’une conformité stricte pour offrir certains services. La divergence entre juridictions peut limiter la portée commerciale d’un produit reposant sur Xvix.
Exemples d’incertitudes : la qualification des tokens comme “securities” dans certaines régions, l’évolution des obligations de reporting et le traitement fiscal des produits structurés. Ces éléments peuvent modifier le coût et la disponibilité des produits basés sur l’indice.
Gestion des risques : implémentation de limites opérationnelles, procédures de fallback pour les oracles, stress tests réguliers, audits de code et révisions méthodologiques transparentes. Un tableau de bord de gouvernance doit indiquer les SLA (Service Level Agreements) des fournisseurs de données et les responsables de l’escalade en cas d’incident.
Insight : la maîtrise des risques de données et la conformité réglementaire sont des préalables à l’utilisation sûre et à grande échelle d’un indice de volatilité crypto ; sans cela, l’indicateur peut produire des signaux trompeurs avec des conséquences financières réelles.
Alt: Illustration des risques liés à l’utilisation d’un indice de volatilité crypto — sources publiques et rapports on-chain.
Adoption, intégration industrielle et perspectives d’évolution
Le déploiement industriel d’indices comme Xvix dépend d’une combinaison d’adoption technique, de standardisation et d’adhésion réglementaire. Un terme clé est l’interopérabilité — la capacité à utiliser un indice across chains et plateformes sans perte d’intégrité.
Acteurs impliqués : exchanges centralisés et décentralisés, fournisseurs d’oracles, asset managers, plateformes de custody et régulateurs. La collaboration entre ces acteurs accélère l’intégration : par exemple, la fourniture d’une API standardisée, des proofs of data provenance et des audits externes augmentent la confiance des institutionnels.
Avantages pour l’industrie : amélioration de la gestion des risques, création de nouveaux produits financiers, meilleure visibilité sur le pricing des dérivés et uniformisation des benchmarks. L’utilisation conjointe d’indices de volatilité et de métriques on-chain permet des analyses croisées innovantes.
Barrières à l’adoption : fragmentation réglementaire, coûts d’intégration, exigences de conformité, et résistance des acteurs possédant des avantages compétitifs. Il est probable que les premiers adoptants massifs seront des acteurs régulés ou adossés à des structures juridiques claires.
Perspective technologique : standardisation des feeds via consortiums, adoption de protocoles d’oracle décentralisés et lancement d’ETPs régulés indexés sur volatilité crypto. Une convergence entre services régulés (par ex. Foris DAX MT Limited et Foris MT Limited à Malte) et infrastructures décentralisées facilitera l’intégration industrielle.
Clause de non-conseil : Ce contenu est informatif et journalistique. Il ne constitue pas un conseil en investissement. Toute décision financière doit être prise en connaissance des risques et, si nécessaire, après consultation d’un professionnel habilité.
À retenir :
- Xvix est un indice de volatilité construit à partir des prix d’options et de flux de liquidité ; sa méthode doit être publiée pour être exploitable.
- La qualité des données et des oracles conditionne la fiabilité des signaux ; des protections techniques et de gouvernance sont nécessaires.
- Applications : hedging, pricing de dérivés, calibration d’algorithmes ; chaque usage comporte des compromis rendement/risque.
- Régulation et custody sont des facteurs déterminants pour l’adoption institutionnelle ; des acteurs régulés facilitent la commercialisation.
- Limites : liquidité variable, biais d’échantillonnage et incertitudes réglementaires qui doivent être explicitées dans toute publication.
Alt: Image conceptuelle montrant l’adoption industrielle d’un indice de volatilité crypto par divers acteurs — source synthèse secteur.
Qu’est-ce que Xvix et en quoi diffère-t-il du VIX ?
Xvix est un indice de volatilité adapté aux actifs numériques, construit à partir des prix d’options et des flux de liquidité sur des venues crypto. Il partage la logique du VIX (mesure de volatilité implicite) mais intègre des spécificités comme les marchés 24/7, la fragmentation on-chain et des profils de liquidité différents.
Comment sont collectées les données pour calculer l’indice ?
Les données proviennent d’API de CEX et de DEX, d’agrégateurs on-chain et de fournisseurs spécialisés (ex. Glassnode). Le processus comprend nettoyage, interpolation de la surface de volatilité et agrégation pondérée par liquidité. La date et la provenance des données doivent être systématiquement publiées.
Quels sont les principaux risques à utiliser Xvix comme signal de trading ?
Risques majeurs : qualité des données, attaques d’oracles, liquidité insuffisante sur certaines venues, et incertitudes réglementaires. Les signaux doivent être combinés à des garde-fous techniques (fallback, timelocks) et à des tests de robustesse.
Peut-on intégrer Xvix dans des smart contracts ?
Oui, via des oracles qui publient la valeur de l’indice vers des smart contracts. Il est recommandé d’utiliser des oracles décentralisés ou multi-source, des audits et des mécanismes de gouvernance pour limiter les risques opérationnels.
Quels acteurs sont impliqués dans la mise en place d’un produit indexé sur la volatilité ?
Exchanges, fournisseurs d’oracles, asset managers, custodians régulés (ex. entités enregistrées à Malte) et régulateurs locaux. Chacun joue un rôle : données, distribution, garde et conformité.