Meilleurs Attaquants de Ligue 1 (Sep 2026)
Classés par Analytical Strength Index
Utilisez la barre de recherche ci-dessous pour trouver des joueurs précis, ou appliquez des filtres pour affiner les résultats par club, tranche d'âge ou valeur marchande. Cliquez sur l'icône du graphique à côté d'un joueur pour consulter sa trajectoire de valeur historique et sa prévision.
Classement des joueurs
Classés par Analytical Strength Index. Cliquez sur un joueur pour consulter son profil complet, ou cliquez sur l'icône du graphique pour voir l'historique de sa valeur.
Ousmane Dembélé
Paris Saint-Germain • 29 ans
€129.1M
€100.0M
-22.6%
Attendu : €78.0M
92.9
Folarin Balogun
AS Monaco • 25 ans
€34.6M
€40.0M
+15.6%
Attendu : €39.5M
84.0
Joaquín Panichelli
RC Strasbourg Alsace • 23 ans
€30.3M
€35.0M
+15.6%
Attendu : €35.9M
83.3
Matias Fernandez-Pardo
LOSC Lille • 21 ans
€30.3M
€35.0M
+15.6%
Attendu : €35.3M
82.9
Estéban Lepaul
Stade Rennais FC • 26 ans
€30.3M
€35.0M
+15.6%
Attendu : €34.9M
81.9
Gonçalo Ramos
Paris Saint-Germain • 25 ans
€25.9M
€30.0M
+15.6%
Attendu : €29.7M
77.7
Emmanuel Emegha
RC Strasbourg Alsace • 23 ans
€21.6M
€25.0M
+15.6%
Attendu : €26.6M
76.2
Amine Gouiri
Olympique Marseille • 26 ans
€24.2M
€28.0M
+15.6%
Attendu : €27.9M
76.2
Matthis Abline
FC Nantes • 23 ans
€17.3M
€20.0M
+15.6%
Attendu : €21.3M
73.5
Hamza Igamane
LOSC Lille • 23 ans
€15.6M
€18.0M
+15.6%
Attendu : €19.2M
72.2
Elye Wahi
OGC Nice • 23 ans
€15.6M
€18.0M
+15.6%
Attendu : €19.2M
72.2
Sidiki Chérif
Angers SCO • 19 ans
€15.6M
€18.0M
+15.6%
Attendu : €20.7M
70.0
Robinio Vaz
Olympique Marseille • 19 ans
€15.6M
€18.0M
+15.6%
Attendu : €20.7M
70.0
Mika Biereth
AS Monaco • 23 ans
€13.0M
€15.0M
+15.6%
Attendu : €16.0M
70.0
Lucas Stassin
AS Saint-Étienne • 21 ans
€13.0M
€15.0M
+15.6%
Attendu : €15.8M
69.6
Emiliano Sala
FC Nantes • 35 ans
€20.7M
€16.0M
-22.6%
Attendu : €8.5M
69.5
Kader Meïté
Stade Rennais FC • 18 ans
€15.6M
€18.0M
+15.6%
Attendu : €20.7M
69.1
Bamba Dieng
FC Lorient • 26 ans
€13.0M
€15.0M
+15.6%
Attendu : €15.0M
68.6
Breel Embolo
Stade Rennais FC • 29 ans
€19.4M
€15.0M
-22.6%
Attendu : €11.7M
68.5
Prosper Peter
Angers SCO • 19 ans
€13.0M
€15.0M
+15.6%
Attendu : €17.2M
67.8
If you were Ligue 1's sporting director, who would you sign?
Pick a club, select up to 3 players, and build your transfer proposal.
Explorez la taille du marché par poste en Ligue 1
Graphique à bulles interactif montrant la croissance prévue sur 2 ans en fonction de l'âge actuel pour tous les Attaquants de Ligue 1. Identifiez les actifs sous-évalués et suivez la dynamique du marché sur 36 clubs représentant une valeur cumulée de €785.3M.
Répartition par âge : Attaquants de Ligue 1
Le marché des ST de Ligue 1 présente 5 tranches d'âge distinctes, la cohorte la plus importante se situant dans la tranche 30+ (110 joueurs, soit 49% du marché). La tranche d'âge 21-23 concentre le plus de valeur avec €215.1M, soit une moyenne de €6.9M par joueur.
Meilleurs Attaquants par tranche d'âge
U21 ans (18 joueurs)
21-23 ans (31 joueurs)
24-26 ans (35 joueurs)
27-29 ans (31 joueurs)
Répartition de la valeur marchande
Concentration de la catégorie élite
Les 23 meilleurs Attaquants (10% des joueurs) contrôlent €561.0M
Catégories de marché
La structure du marché révèle une valeur répartie, la catégorie élite (50 m€+) représentant 0% du vivier de ST de Ligue 1.
Élite (50 M€+)
Premium (30-50 M€)
Élevée (15-30 M€)
Répartition par club : Attaquants de Ligue 1
Parmi les 36 clubs de Ligue 1, Paris Saint-Germain domine avec 4 Attaquants pour une valeur de €130.6M (soit €32.7M en moyenne par joueur). Les 10 premiers clubs représentent 39% des Attaquants suivis.
Paris Saint-Germain (4 Attaquants)
Stade Rennais FC (10 Attaquants)
RC Strasbourg Alsace (9 Attaquants)
AS Monaco (5 Attaquants)
Outils de scouting
Analyses avancées pour les décisions de scouting et de recrutement. Chaque outil offre un éclairage unique sur la valeur, le potentiel et la dynamique de marché des joueurs.
Efficience de valeur avant le pic (PPVE)
Identifie les joueurs avant leur pic offrant une valeur exceptionnelle par rapport à leur tranche d'âge. PPVE plus élevé = meilleure valeur.
Comprendre l'efficience de valeur avant le pic (PPVE)
Folarin Balogun de AS Monaco, à 25 ans, présente la plus forte efficience de valeur avant le pic, à 80.00×. Cela signifie que Folarin Balogun est valorisé 80.00× plus haut que le joueur médian de la tranche d'âge 24-26, ce qui représente une valeur exceptionnelle avant d'atteindre l'âge du pic.
En deuxième position se trouve Gonçalo Ramos de Paris Saint-Germain, âgé de 25 ans, avec un PPVE de 60.00×. En troisième, Joaquín Panichelli de RC Strasbourg Alsace, âgé de 23 ans, avec un PPVE de 58.33×.
Comment le PPVE est calculé : le PPVE compare la valeur marchande actuelle d'un joueur à la valeur médiane de tous les joueurs de sa tranche d'âge. Un PPVE de 80.00× signifie que le joueur vaut 7900% de plus que les joueurs typiques de son âge, ce qui en fait des cibles à forte valeur avant qu'ils n'atteignent leur valeur de pic.
PPVE par tranche d'âge
| Rang | Joueur | Âge | Tranche | Valeur actuelle | Médiane de la tranche | PPVE |
|---|---|---|---|---|---|---|
| #1 | Folarin Balogun AS Monaco | 25 | 24-26 | €40.0M | €500K | 80.00× |
| #2 | Gonçalo Ramos Paris Saint-Germain | 25 | 24-26 | €30.0M | €500K | 60.00× |
| #3 | Joaquín Panichelli RC Strasbourg Alsace | 23 | 21-23 | €35.0M | €600K | 58.33× |
| #4 | Matias Fernandez-Pardo LOSC Lille | 21 | 21-23 | €35.0M | €600K | 58.33× |
| #5 | Emmanuel Emegha RC Strasbourg Alsace | 23 | 21-23 | €25.0M | €600K | 41.67× |
| #6 | Matthis Abline FC Nantes | 23 | 21-23 | €20.0M | €600K | 33.33× |
| #7 | Elye Wahi OGC Nice | 23 | 21-23 | €18.0M | €600K | 30.00× |
| #8 | Hamza Igamane LOSC Lille | 23 | 21-23 | €18.0M | €600K | 30.00× |
| #9 | Mika Biereth AS Monaco | 23 | 21-23 | €15.0M | €600K | 25.00× |
| #10 | Lucas Stassin AS Saint-Étienne | 21 | 21-23 | €15.0M | €600K | 25.00× |
| #11 | Yassir Zabiri Stade Rennais FC | 21 | 21-23 | €9.0M | €600K | 15.00× |
| #12 | Bertuğ Yıldırım Stade Rennais FC | 24 | 24-26 | €7.0M | €500K | 14.00× |
| #13 | Willem Geubbels Paris FC | 25 | 24-26 | €5.0M | €500K | 10.00× |
| #14 | Santiago Hidalgo FC Toulouse | 21 | 21-23 | €6.0M | €600K | 10.00× |
| #15 | Robinio Vaz Olympique Marseille | 19 | U21 | €18.0M | €2.0M | 9.00× |
| #16 | Kader Meïté Stade Rennais FC | 18 | U21 | €18.0M | €2.0M | 9.00× |
| #17 | Sidiki Chérif Angers SCO | 19 | U21 | €18.0M | €2.0M | 9.00× |
| #18 | Sékou Mara AJ Auxerre | 24 | 24-26 | €4.0M | €500K | 8.00× |
| #19 | Prosper Peter Angers SCO | 19 | U21 | €15.0M | €2.0M | 7.50× |
| #20 | Sambou Soumano FC Lorient | 25 | 24-26 | €3.5M | €500K | 7.00× |
Potentiel de retour au pic (RPP)
Potentiel de progression de la valeur actuelle vers le pic prévu. Indique le potentiel de hausse restant pour les joueurs approchant de leur prime.
Comprendre le potentiel de retour au pic (RPP)
Enzo Molebe de Olympique Lyon, à 18 ans, présente le plus fort potentiel de retour au pic, à +44%. Cela signifie que Kader Meïté devrait s'apprécier de 44% en atteignant l'âge de son pic dans 8 ans, ce qui représente un potentiel de hausse significatif avant d'entrer dans sa prime.
En deuxième position se trouve Kader Meïté de Stade Rennais FC, âgé de 18 ans, avec un RPP de +44% (8 ans avant le pic). En troisième, Nathan Mbala de FC Metz, âgé de 18 ans, avec un RPP de +44% (8 ans avant le pic).
Comment le RPP est calculé : le RPP compare la valeur marchande actuelle d'un joueur à sa valeur de pic prévue, en calculant le potentiel d'appréciation en pourcentage. Un RPP de 44% signifie que le joueur devrait gagner 44% de valeur en entrant dans sa prime, ce qui en fait d'excellents investissements de croissance.
Potentiel de progression par joueur
| Rang | Joueur | Âge | Années avant le pic | Actuelle | Prévision au pic | RPP % |
|---|---|---|---|---|---|---|
| #1 | Enzo Molebe Olympique Lyon | 18 | 8 | €200K | €357K | +44% |
| #2 | Kader Meïté Stade Rennais FC | 18 | 8 | €18.0M | €32.2M | +44% |
| #3 | Nathan Mbala FC Metz | 18 | 8 | €4.5M | €8.0M | +44% |
| #4 | Alejandro Gomes Rodríguez Olympique Lyon | 18 | 8 | €150K | €268K | +44% |
| #5 | Djylian N'Guessan AS Saint-Étienne | 18 | 8 | €2.0M | €3.6M | +44% |
| #6 | Prosper Peter Angers SCO | 19 | 7 | €15.0M | €24.9M | +40% |
| #7 | Robinio Vaz Olympique Marseille | 19 | 7 | €18.0M | €29.9M | +40% |
| #8 | Idrissa Gueye FC Metz | 19 | 7 | €8.0M | €13.3M | +40% |
| #9 | Sidiki Chérif Angers SCO | 19 | 7 | €18.0M | €29.9M | +40% |
| #10 | Julián Vignolo FC Toulouse | 19 | 7 | €1.5M | €2.5M | +40% |
| #11 | Lanroy Machine Angers SCO | 20 | 6 | €1.5M | €2.3M | +35% |
| #12 | Kenny Quetant Le Havre AC | 20 | 6 | €3.0M | €4.6M | +35% |
| #13 | Paris Brunner AS Monaco | 20 | 6 | €1.5M | €2.3M | +35% |
| #14 | Rayan Fofana RC Lens | 20 | 6 | €8.0M | €12.4M | +35% |
| #15 | Noam Obougou Le Havre AC | 20 | 6 | €1.0M | €1.5M | +35% |
| #16 | Ryan Rodin AJ Auxerre | 20 | 6 | €300K | €464K | +35% |
| #17 | Hafiz Umar Ibrahim Stade Reims | 20 | 6 | €800K | €1.2M | +35% |
| #18 | Mohamed-Amine Bouchenna Clermont Foot 63 | 20 | 6 | €200K | €309K | +35% |
| #19 | Yassir Zabiri Stade Rennais FC | 21 | 5 | €9.0M | €12.9M | +30% |
| #20 | Aylan Benyahia-Tani Olympique Marseille | 21 | 5 | €250K | €359K | +30% |
Potentiel ajusté du risque (RAU)
Potentiel de hausse pondéré par l'incertitude des prévisions. RAU plus élevé = meilleur profil risque-rendement.
Comprendre le potentiel ajusté du risque (RAU)
Robinio Vaz de Olympique Marseille présente le plus fort potentiel ajusté du risque, à 31.0. Cela signifie que Sidiki Chérif dispose d'un potentiel de hausse de 15% avec seulement 0% d'incertitude de prévision, ce qui représente un excellent rapport risque-rendement pour l'appréciation de la valeur.
En deuxième position se trouve Kader Meïté de Stade Rennais FC avec un RAU de 31.0 (15% de potentiel, 0% d'incertitude). En troisième, Sidiki Chérif de Angers SCO avec un RAU de 31.0 (15% de potentiel, 0% d'incertitude).
Comment le RAU est calculé : le RAU divise le potentiel de hausse par l'incertitude de prévision (RAU = potentiel % ÷ incertitude %). Un RAU de 31.0 signifie que le potentiel de hausse est 31.0× supérieur à l'incertitude, ce qui en fait une opportunité de croissance à forte fiabilité. Visez un RAU ≥2.0 pour un rapport risque-rendement équilibré.
Potentiel ajusté du risque par joueur
| Rang | Joueur | Attendue | Fourchette | Potentiel % | RAU |
|---|---|---|---|---|---|
| #1 | Robinio Vaz Olympique Marseille | €20.7M | €16.4M-24.9M | +15% | 31.0 |
| #2 | Kader Meïté Stade Rennais FC | €20.7M | €16.4M-24.9M | +15% | 31.0 |
| #3 | Sidiki Chérif Angers SCO | €20.7M | €16.4M-24.9M | +15% | 31.0 |
| #4 | Prosper Peter Angers SCO | €17.2M | €13.6M-20.8M | +15% | 31.0 |
| #5 | Rayan Fofana RC Lens | €8.8M | €7.0M-10.6M | +10% | 22.5 |
| #6 | Noam Obougou Le Havre AC | €1.1M | €874K-1.3M | +10% | 22.5 |
| #7 | Idrissa Gueye FC Metz | €8.8M | €7.0M-10.6M | +10% | 22.5 |
| #8 | Djylian N'Guessan AS Saint-Étienne | €2.2M | €1.7M-2.7M | +10% | 22.5 |
| #9 | Lanroy Machine Angers SCO | €1.7M | €1.3M-2.0M | +10% | 22.5 |
| #10 | Kenny Quetant Le Havre AC | €3.3M | €2.6M-4.0M | +10% | 22.5 |
| #11 | Julián Vignolo FC Toulouse | €1.7M | €1.3M-2.0M | +10% | 22.5 |
| #12 | Paris Brunner AS Monaco | €1.7M | €1.3M-2.0M | +10% | 22.5 |
| #13 | Ryan Rodin AJ Auxerre | €331K | €262K-399K | +10% | 22.5 |
| #14 | Alejandro Gomes Rodríguez Olympique Lyon | €165K | €131K-200K | +10% | 22.5 |
| #15 | Enzo Molebe Olympique Lyon | €221K | €175K-266K | +10% | 22.5 |
| #16 | Hafiz Umar Ibrahim Stade Reims | €882K | €699K-1.1M | +10% | 22.5 |
| #17 | Mohamed-Amine Bouchenna Clermont Foot 63 | €221K | €175K-266K | +10% | 22.5 |
| #18 | Nathan Mbala FC Metz | €5.0M | €3.9M-6.0M | +10% | 22.5 |
| #19 | Matthis Abline FC Nantes | €21.3M | €17.5M-25.2M | +7% | 17.2 |
| #20 | Mika Biereth AS Monaco | €16.0M | €13.1M-18.9M | +7% | 17.2 |
Indice de pression d'effectif (RPI)
Pression sur la profondeur d'effectif basée sur la distribution des Z-scores. RPI négatif = profondeur faible, positif = effectif profond.
Ce que cela montre
Le Z-Score expliqué : mesure de combien d'écarts-types la force d'un joueur s'éloigne de la moyenne du poste. Un Z-Score de 0 correspond à la moyenne, +1.0 à un écart-type au-dessus de la moyenne, -1.0 en dessous de la moyenne.
Comment l'utiliser : un RPI < -1.0 indique une pénurie critique de profondeur. Ces postes nécessitent un renfort immédiat. Un RPI > +1.0 suggère une profondeur solide, n'autorisant que des ajouts sélectifs et à forte valeur.
Marché actuel : le poste de attaquant présente une profondeur solide (Z-score moyen : 0.00). RPI : 0.00.
Analyse de la profondeur par poste
Z-Scores les plus élevés
Z-Scores les plus bas
Concentration de part par âge (ASC)
Identifie les joueurs captant une valeur disproportionnée par rapport à la représentation de leur groupe d'âge. ASC positif = concentration de valeur.
Comprendre la concentration de part par âge (ASC)
Amadou Soukouna de FC Toulouse, dans la tranche d'âge 30+, présente la plus forte concentration de part par âge, à +-35.1%. Cela signifie que Emiliano Sala capte 13.8% de la valeur marchande totale tout en ne représentant que 48.9% des joueurs de son groupe d'âge, ce qui témoigne d'un statut d'élite dominant.
En deuxième position se trouve Jacques Zoua de GFC Ajaccio avec un ASC de +-35.1% (13.8% de part de valeur contre 48.9% de part de joueurs dans la tranche 30+). En troisième, Benjamin Jeannot de Dijon FCO avec un ASC de +-35.1% (13.8% de valeur contre 48.9% de joueurs dans la tranche 30+).
Comment l'ASC est calculé : ASC = (% de la valeur totale) - (% du total des joueurs) dans la tranche d'âge. Un ASC de +-35.1% signifie que le joueur capte -35.1% de valeur marchande de plus que sa représentation numérique, ce qui indique un statut de vedette. ASC > +15% = domination d'élite, ASC < -15% = cibles de valeur potentielles.
Concentration de valeur par joueur
| Rang | Joueur | Tranche d'âge | Part de valeur | Part de joueurs | ASC |
|---|---|---|---|---|---|
| #1 | Amadou Soukouna FC Toulouse | 30+ | 13.8% | 48.9% | -35.1% |
| #2 | Jacques Zoua GFC Ajaccio | 30+ | 13.8% | 48.9% | -35.1% |
| #3 | Benjamin Jeannot Dijon FCO | 30+ | 13.8% | 48.9% | -35.1% |
| #4 | Idriss Saadi RC Strasbourg Alsace | 30+ | 13.8% | 48.9% | -35.1% |
| #5 | John Tshibumbu GFC Ajaccio | 30+ | 13.8% | 48.9% | -35.1% |
| #6 | Dickson Nwakaeme Angers SCO | 30+ | 13.8% | 48.9% | -35.1% |
| #7 | Diafra Sakho Stade Rennais FC | 30+ | 13.8% | 48.9% | -35.1% |
| #8 | Jonathan Tinhan ESTAC Troyes | 30+ | 13.8% | 48.9% | -35.1% |
| #9 | Nicolas de Préville FC Metz | 30+ | 13.8% | 48.9% | -35.1% |
| #10 | Andy Delort Montpellier HSC | 30+ | 13.8% | 48.9% | -35.1% |
| #11 | Loïs Diony Angers SCO | 30+ | 13.8% | 48.9% | -35.1% |
| #12 | Slimane Sissoko Angers SCO | 30+ | 13.8% | 48.9% | -35.1% |
| #13 | Anthony Koura AS Nancy-Lorraine | 30+ | 13.8% | 48.9% | -35.1% |
| #14 | Yaya Sanogo FC Toulouse | 30+ | 13.8% | 48.9% | -35.1% |
| #15 | Hyun-jun Suk ESTAC Troyes | 30+ | 13.8% | 48.9% | -35.1% |
| #16 | Billy Ketkeophomphone Angers SCO | 30+ | 13.8% | 48.9% | -35.1% |
| #17 | Mickaël Le Bihan OGC Nice | 30+ | 13.8% | 48.9% | -35.1% |
| #18 | Emanuel Herrera Montpellier HSC | 30+ | 13.8% | 48.9% | -35.1% |
| #19 | Fernando Aristeguieta FC Nantes | 30+ | 13.8% | 48.9% | -35.1% |
| #20 | Antoine Rabillard Olympique Marseille | 30+ | 13.8% | 48.9% | -35.1% |
Carte Acheter maintenant vs Liste d'attente
Classe les joueurs selon leur position d'âge et leur potentiel de hausse afin de guider le moment de l'acquisition.
Ce que cela montre
Comment l'utiliser : « Acheter maintenant - Fort potentiel » = cibles prioritaires immédiates. « Liste de suivi » = à surveiller pendant 6-12 mois. « Pic » = payer une prime pour des joueurs à la performance avérée. « Vieillissant » = profondeur à court terme uniquement.
Marché actuel : 0 cibles immédiates, 24 acquisitions standards, 25 prospects en liste de suivi, 56 à leur pic.
ACHETER MAINTENANT - Fort potentiel
Aucun joueur dans cette catégorie
LISTE DE SUIVI - Fort potentiel
ACHETER MAINTENANT - Potentiel moyen
Joueurs au PIC
Prix vs Z-Score des pairs
Analyse de prix basée sur l'IQR par rapport aux pairs du poste. Identifie les joueurs sur- ou sous-évalués par rapport au marché.
Ce que cela montre
Comment l'utiliser : un Z-score < -1.5 = nettement sous-évalué (bonne affaire potentielle). Un Z-score > +1.5 = prix premium (nécessite une solide justification). Dans une fourchette de ±1.0 = valeur de marché équitable.
Marché actuel : la médiane du poste est de €150K. 0 sous-évalués, 37 premium.
Positionnement de valeur vs pairs
| Joueur | Valeur marchande | Médiane du poste | Z-Score | Évaluation |
|---|---|---|---|---|
Bamba Dieng FC Lorient | €15.0M | €400K | -1.00 | Bonne affaire |
Santiago Hidalgo FC Toulouse | €6.0M | €400K | -1.00 | Bonne affaire |
Alejandro Gomes Rodríguez Olympique Lyon | €150K | €400K | -0.79 | Bonne affaire |
Enzo Molebe Olympique Lyon | €200K | €400K | -0.76 | Bonne affaire |
Mohamed-Amine Bouchenna Clermont Foot 63 | €200K | €400K | -0.76 | Bonne affaire |
Wesley Saïd RC Lens | €5.0M | €400K | -0.75 | Bonne affaire |
Ryan Rodin AJ Auxerre | €300K | €400K | -0.71 | Bonne affaire |
Abderrahmane Yousfi Olympique Marseille | €125K | €400K | -0.70 | Bonne affaire |
Santy Ngom FC Nantes | €150K | €400K | -0.60 | Bonne affaire |
Sana Zaniou FC Toulouse | €150K | €400K | -0.60 | Bonne affaire |
Cheick Diarra Stade Rennais FC | €150K | €400K | -0.60 | Bonne affaire |
Bryan Constant OGC Nice | €150K | €400K | -0.60 | Bonne affaire |
Eden Ben Basat FC Toulouse | €150K | €400K | -0.60 | Bonne affaire |
Mamadou Sissako ESTAC Troyes | €150K | €400K | -0.60 | Bonne affaire |
Brian Fernández FC Metz | €150K | €400K | -0.60 | Bonne affaire |
Zakariya Abarouaï Thonon Évian Grand Genève FC | €150K | €400K | -0.60 | Bonne affaire |
Itay Shechter FC Nantes | €150K | €400K | -0.60 | Bonne affaire |
Loïc Rémy Stade Brestois 29 | €150K | €400K | -0.60 | Bonne affaire |
Mika Biereth AS Monaco | €15.0M | €400K | -0.60 | Bonne affaire |
Claudio Beauvue SM Caen | €150K | €400K | -0.60 | Bonne affaire |
Aperçu du marché : Attaquants de Ligue 1 2024-25
Notre base de données répertoriait 225 Attaquants de Ligue 1 pour la saison 2024-25, représentant 36 clubs avec une valeur marchande cumulée de €785.3M. La valeur marchande moyenne des Attaquants de Ligue 1 était de €3.5M, avec un âge moyen de 29 ans.
Le attaquant le plus précieux de Ligue 1 était Ousmane Dembélé, évalué à €100.0M et ayant joué pour Paris Saint-Germain à l'âge de 29 ans. Les 5 meilleurs Attaquants affichaient en moyenne €49.0M de valeur marchande, dont Folarin Balogun and Joaquín Panichelli.
La répartition par âge montrait que le plus jeune attaquant répertorié était Kader Meïté (18 ans, Stade Rennais FC, €18.0M), tandis que le plus âgé était Abraham Gneki Guié (40 ans, OGC Nice, €500K). Les recherches montrent que les Attaquants atteignent généralement leur apogée à 26 ans.
L'analyse historique a montré que 63 Attaquants (28 %) a augmenté en valeur marchande au cours des suivants 12 prochains mois selon les trajectoires des courbes d'âge, les tendances de performance d'alors et l'analyse du temps de jeu. Le marché de Ligue 1 pour les Attaquants restait très compétitif avec une importante activité de transferts pour la saison 2024-25.
Comment nous classons les Attaquants de Ligue 1
Notre Analytical Strength Index est calibré spécifiquement pour les attaquants, en utilisant des courbes d'âge et des références de temps de jeu propres au poste. Le modèle s'appuie sur la recherche universitaire relative à la valorisation des joueurs (Franck & Nüesch, 2012) et aux courbes âge-performance (Dendir, 2016).
Composantes du score pour ST
Indice de performance historique (35 %)
Valeur marchande maximale en carrière pour les attaquants de Ligue 1, reflétant un palmarès avéré et la réputation. Utilise une échelle logarithmique pour tenir compte de la répartition exponentielle de la valeur au niveau de l'élite.
Indicateur de performance actuelle (30 %)
Valeur marchande actuelle pour les attaquants de Ligue 1, capturant la forme récente, les blessures et le niveau de performance actuel. Pondéré pour refléter les schémas de dépréciation liés à l'âge.
Utilisation du temps de jeu (18 %)
Les attaquants avec 2 200+ minutes obtiennent le score le plus élevé, indiquant un rôle de titulaire régulier et une performance soutenue.
Courbe de performance ajustée en fonction de l'âge (12 %)
Les attaquants atteignent leur apogée à 26 ans avec le déclin le plus rapide de 7,0 %/an (dépendant de la vitesse). Les joueurs avant leur apogée obtiennent un score plus élevé sur leur trajectoire de développement.
Ajustement du niveau de compétition (3 %)
Ligue 1 reçoit la prime des 5 grands championnats européens pour l'intensité compétitive et la qualité de l'opposition.
Multiplicateur d'attentes de performance (2 %)
Les joueurs des clubs ayant un pedigree en Ligue des champions font face à des standards de performance plus élevés et à une complexité tactique accrue, ce qui contribue au développement et à la validation par le marché.
Références de performance pour ST
Âge d'apogée : 26 ans (vitesse et efficacité devant le but à leur apogée)
Taux de déclin : Par paliers de plus en plus marqués, et non à taux fixe : environ -5 % à 27 ans, -10 % à 28 ans, puis plus marqué à partir de 29 ans (le début le plus précoce, poste dépendant de la vitesse)
Minutes optimales : 2 200-2 400 par saison (poste de haute intensité nécessitant une rotation)
Prévision de la valeur marchande sur 1 an
Modèle probabiliste combinant la dépréciation liée à la courbe d'âge, la dynamique de valeur et les facteurs liés au temps de jeu :
• Facteur d'âge : Attaquant : courbe composée par paliers autour d'une apogée à 26 ans ; +25 %/an jusqu'à 21 ans, +15 % à 22-23 ans, +10 % jusqu'à l'année précédant l'apogée, puis -5 %, -10 % et plus marqué à chaque palier suivant. La croissance est atténuée au-delà de 30 M€.
• Trajectoire de valeur : Proche de l'apogée de carrière (>95 % de la valeur maximale) : +3 % de dynamique | Déclin modéré : -5 %
• Facteur de temps de jeu : Titulaires réguliers (+2 %), Rotation de l'effectif (-2 %)
• Fourchette de prévision : Intervalle de confiance de ±18 % (le plus volatil, dépendant de la forme)
Fondement scientifique
• Dendir (2016) : Courbes âge-performance pour les attaquants
• Carmichael et al. (2011) : Dépréciation des joueurs dans les grands championnats
• Franck & Nüesch (2012) : Modèles de prix hédoniques pour la valorisation des talents
• Szymanski, S. (2015). Money and Soccer: A Soccernomics Guide
Foire aux questions
Questions fréquentes sur les Attaquants de Ligue 1 pour la saison 2024-25
Qui sont les Attaquants les plus précieux de Ligue 1 en 2024-25 ?
Le attaquant le plus précieux de Ligue 1 en 2024-25 est Ousmane Dembélé, qui vaut €100.0M et joue pour Paris Saint-Germain. Le deuxième plus précieux est Folarin Balogun (€40.0M, AS Monaco), suivi de Joaquín Panichelli (€35.0M, RC Strasbourg Alsace). Notre base de données répertorie 225 Attaquants de Ligue 1 avec des valorisations de marché complètes mises à jour pour la saison 2024-25.
Comment les Attaquants de Ligue 1 sont-ils classés ?
Les Attaquants de Ligue 1 sont classés par notre Analytical Strength Index propriétaire, qui est spécifiquement calibré pour les Attaquants. Le score combine six facteurs : l'indice de performance historique (35 %) mesurant la valeur maximale en carrière, l'indicateur de performance actuelle (30 %) reflétant les signaux de marché récents, l'utilisation du temps de jeu (18 %) suivant les minutes jouées, la courbe de performance ajustée en fonction de l'âge (12 %) utilisant les âges d'apogée spécifiques au poste, le coefficient de qualité de la compétition (3 %) pour le niveau de la compétition de Ligue 1, et le multiplicateur de niveau de club (2 %) tenant compte du prestige du club. Cette méthodologie s'appuie sur des recherches universitaires, notamment les travaux de Dendir (2016) sur les courbes âge-performance et de Franck & Nüesch (2012) sur les modèles de prix hédoniques.
À quel âge les Attaquants atteignent-ils leur apogée ?
Les attaquants atteignent leur apogée le plus tôt, généralement à 26 ans. Dans notre modèle de valorisation, la valeur baisse ensuite par paliers de plus en plus marqués, et non à un taux annuel fixe : environ -5 % à 27 ans, -10 % à 28 ans et -15 % ou plus à partir de 29 ans. Cela reflète la forte dépendance du poste à la vitesse, à l'accélération et à la puissance explosive, qui se détériorent plus rapidement que les compétences techniques. Les recherches de Carmichael et al. (2020) confirment que les attaquants atteignent leur apogée plus tôt et déclinent plus rapidement que tout autre poste. Le temps de jeu optimal est d'environ 2 200-2 400 minutes par saison.
Combien coûte le recrutement d'un attaquant de premier plan de Ligue 1 ?
Les indemnités de transfert pour les Attaquants de Ligue 1 varient considérablement selon la valeur marchande, la durée du contrat et la position de négociation du club. Pour le attaquant le mieux classé Ousmane Dembélé (valeur marchande : €100.0M), les indemnités de transfert estimées s'échelonneraient de €80.0M à €140.0M selon la situation contractuelle. Les joueurs ayant des contrats plus longs (3 ans et plus) commandent des indemnités élevées (1,2-1,4 × la valeur marchande), tandis que ceux en dernière année peuvent être disponibles pour 0,8-1,1 × la valeur marchande. Nos estimations d'indemnités sont dérivées des tendances historiques de transferts et de modificateurs liés à l'échéance contractuelle, validés par rapport aux transactions réelles de Ligue 1.
Quelle est la prévision de valeur pour les Attaquants de Ligue 1 ?
Notre modèle de prévision sur 1 an projette les variations de valeur marchande des Attaquants de Ligue 1 en fonction de la dépréciation liée à la courbe d'âge, de la trajectoire historique et des ajustements du temps de jeu. La prévision combine trois facteurs : l'appréciation/dépréciation liée à l'âge (les joueurs avant l'apogée cumulent des gains composés vers l'âge d'apogée de leur poste, atteignant +25 % par an jusqu'à 21 ans puis de moins en moins à l'approche, ceux après l'apogée baissent par paliers de plus en plus marqués), la dynamique de la trajectoire de marché (comparant la valeur actuelle à la valeur maximale) et la confiance liée au temps de jeu (les titulaires réguliers reçoivent un bonus de +2 %). Les intervalles de confiance des prévisions tiennent compte de la volatilité spécifique au poste-les attaquants ont une volatilité de ±18 % (les plus volatils en raison de leur dépendance à la forme). Les jeunes joueurs (moins de 22 ans) et les joueurs plus âgés (plus de 32 ans) reçoivent des multiplicateurs d'incertitude de 1,15 × en raison de schémas de développement ou de déclin imprévisibles.
D'où proviennent les données sur les attaquant de Ligue 1 ?
Nos données sur les attaquant de Ligue 1 proviennent de la Transfer Intelligence Database propriétaire de Football Analytics AI, qui agrège les valorisations de marché, les statistiques des joueurs, les informations contractuelles et les historiques de transferts à partir de multiples sources du secteur. Les valeurs marchandes sont mises à jour régulièrement en fonction des performances des joueurs, des blessures, des négociations contractuelles et de l'activité du marché des transferts. Nous enrichissons ces données avec nos analyses propriétaires, notamment des algorithmes de notation spécifiques au poste, des courbes âge-performance calibrées sur la recherche universitaire et des modèles de prévision statistiques. Toutes les données sont validées par rapport aux sources officielles de Ligue 1 et mises à jour mensuellement pour la saison 2024-25 afin de garantir leur exactitude pour les décisions de recrutement et d'investissement.