Meilleurs Jeunes Joueurs U23 de Ligue 1
179 joueurs de 23 ans ou moins · classés par Analytical Strength Index
Meilleurs Jeunes Joueurs de Ligue 1 (Jul 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.
Désiré Doué
Paris Saint-Germain • 21 ans
€77.8M
€90.0M
+15.6%
Attendu : €103.3M
94.1
João Neves
Paris Saint-Germain • 21 ans
€95.1M
€110.0M
+15.6%
Attendu : €126.2M
93.3
Bradley Barcola
Paris Saint-Germain • 23 ans
€60.5M
€70.0M
+15.6%
Attendu : €78.0M
91.9
Ilya Zabarnyi
Paris Saint-Germain • 23 ans
€43.2M
€50.0M
+15.6%
Attendu : €55.1M
89.9
Warren Zaïre-Emery
Paris Saint-Germain • 20 ans
€43.2M
€50.0M
+15.6%
Attendu : €59.7M
87.4
Senny Mayulu
Paris Saint-Germain • 20 ans
€34.6M
€40.0M
+15.6%
Attendu : €47.7M
84.6
Ethan Nwaneri
Olympique Marseille • 19 ans
€34.6M
€40.0M
+15.6%
Attendu : €49.6M
83.8
Ayyoub Bouaddi
LOSC Lille • 18 ans
€34.6M
€40.0M
+15.6%
Attendu : €51.4M
83.2
Dilane Bakwa
RC Strasbourg Alsace • 23 ans
€27.7M
€32.0M
+15.6%
Attendu : €35.7M
82.2
Lamine Camara
AS Monaco • 22 ans
€25.9M
€30.0M
+15.6%
Attendu : €31.8M
78.5
Malick Fofana
Olympique Lyon • 21 ans
€25.9M
€30.0M
+15.6%
Attendu : €34.4M
78.0
Emmanuel Emegha
RC Strasbourg Alsace • 23 ans
€24.2M
€28.0M
+15.6%
Attendu : €31.2M
77.6
Arthur Vermeeren
Olympique Marseille • 21 ans
€24.2M
€28.0M
+15.6%
Attendu : €30.9M
77.0
Ansu Fati
AS Monaco • 23 ans
€21.6M
€25.0M
+15.6%
Attendu : €27.9M
76.2
Hákon Arnar Haraldsson
LOSC Lille • 23 ans
€19.0M
€22.0M
+15.6%
Attendu : €23.6M
75.2
Mika Biereth
AS Monaco • 23 ans
€19.0M
€22.0M
+15.6%
Attendu : €24.5M
74.6
Lucas Beraldo
Paris Saint-Germain • 22 ans
€17.3M
€20.0M
+15.6%
Attendu : €22.1M
74.2
Guillaume Restes
FC Toulouse • 21 ans
€17.3M
€20.0M
+15.6%
Attendu : €24.7M
73.9
Jérémy Jacquet
Stade Rennais FC • 21 ans
€17.3M
€20.0M
+15.6%
Attendu : €22.9M
73.6
Matthis Abline
FC Nantes • 23 ans
€17.3M
€20.0M
+15.6%
Attendu : €22.3M
73.5
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 Jeunes Joueurs de Ligue 1. Identifiez les actifs sous-évalués et suivez la dynamique du marché sur 24 clubs représentant une valeur cumulée de €1.4B.
Répartition par âge : Jeunes Joueurs de Ligue 1
Le marché des ALL de Ligue 1 présente 2 tranches d'âge distinctes, la cohorte la plus importante se situant dans la tranche 21-23 (134 joueurs, soit 76% du marché). La tranche d'âge 21-23 concentre le plus de valeur avec €1.1B, soit une moyenne de €8.1M par joueur.
Meilleurs Jeunes Joueurs par tranche d'âge
U21 ans (43 joueurs)
21-23 ans (134 joueurs)
Répartition de la valeur marchande
Concentration de la catégorie élite
Les 18 meilleurs Jeunes Joueurs (10% des joueurs) contrôlent €747.0M
Catégories de marché
La structure du marché révèle une valeur répartie, la catégorie élite (50 m€+) représentant 3% du vivier de ALL de Ligue 1.
Élite (50 M€+)
Premium (30-50 M€)
Élevée (15-30 M€)
Répartition par club : Jeunes Joueurs de Ligue 1
Parmi les 24 clubs de Ligue 1, Paris Saint-Germain domine avec 14 Jeunes Joueurs pour une valeur de €465.4M (soit €33.2M en moyenne par joueur). Les 10 premiers clubs représentent 59% des Jeunes Joueurs suivis.
Paris Saint-Germain (14 Jeunes Joueurs)
RC Strasbourg Alsace (22 Jeunes Joueurs)
AS Monaco (8 Jeunes Joueurs)
LOSC Lille (11 Jeunes Joueurs)
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)
João Neves de Paris Saint-Germain, à 21 ans, présente la plus forte efficience de valeur avant le pic, à 44.00×. Cela signifie que João Neves est valorisé 44.00× plus haut que le joueur médian de la tranche d'âge 21-23, ce qui représente une valeur exceptionnelle avant d'atteindre l'âge du pic.
En deuxième position se trouve Désiré Doué de Paris Saint-Germain, âgé de 21 ans, avec un PPVE de 36.00×. En troisième, Bradley Barcola de Paris Saint-Germain, âgé de 23 ans, avec un PPVE de 28.00×.
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 44.00× signifie que le joueur vaut 4300% 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 | João Neves Paris Saint-Germain | 21 | 21-23 | €110.0M | €2.5M | 44.00× |
| #2 | Désiré Doué Paris Saint-Germain | 21 | 21-23 | €90.0M | €2.5M | 36.00× |
| #3 | Bradley Barcola Paris Saint-Germain | 23 | 21-23 | €70.0M | €2.5M | 28.00× |
| #4 | Ilya Zabarnyi Paris Saint-Germain | 23 | 21-23 | €50.0M | €2.5M | 20.00× |
| #5 | Warren Zaïre-Emery Paris Saint-Germain | 20 | U21 | €50.0M | €2.5M | 20.00× |
| #6 | Ayyoub Bouaddi LOSC Lille | 18 | U21 | €40.0M | €2.5M | 16.00× |
| #7 | Ethan Nwaneri Olympique Marseille | 19 | U21 | €40.0M | €2.5M | 16.00× |
| #8 | Senny Mayulu Paris Saint-Germain | 20 | U21 | €40.0M | €2.5M | 16.00× |
| #9 | Dilane Bakwa RC Strasbourg Alsace | 23 | 21-23 | €32.0M | €2.5M | 12.80× |
| #10 | Malick Fofana Olympique Lyon | 21 | 21-23 | €30.0M | €2.5M | 12.00× |
| #11 | Lamine Camara AS Monaco | 22 | 21-23 | €30.0M | €2.5M | 12.00× |
| #12 | Emmanuel Emegha RC Strasbourg Alsace | 23 | 21-23 | €28.0M | €2.5M | 11.20× |
| #13 | Arthur Vermeeren Olympique Marseille | 21 | 21-23 | €28.0M | €2.5M | 11.20× |
| #14 | Ibrahim Mbaye Paris Saint-Germain | 18 | U21 | €25.0M | €2.5M | 10.00× |
| #15 | Ansu Fati AS Monaco | 23 | 21-23 | €25.0M | €2.5M | 10.00× |
| #16 | Mika Biereth AS Monaco | 23 | 21-23 | €22.0M | €2.5M | 8.80× |
| #17 | Hákon Arnar Haraldsson LOSC Lille | 23 | 21-23 | €22.0M | €2.5M | 8.80× |
| #18 | Jérémy Jacquet Stade Rennais FC | 21 | 21-23 | €20.0M | €2.5M | 8.00× |
| #19 | Matthis Abline FC Nantes | 23 | 21-23 | €20.0M | €2.5M | 8.00× |
| #20 | Julio Enciso RC Strasbourg Alsace | 22 | 21-23 | €20.0M | €2.5M | 8.00× |
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)
Mathys Niflore de FC Toulouse, à 19 ans, présente le plus fort potentiel de retour au pic, à +52%. Cela signifie que Mathys Niflore devrait s'apprécier de 52% en atteignant l'âge de son pic dans 7 ans, ce qui représente un potentiel de hausse significatif avant d'entrer dans sa prime.
En deuxième position se trouve Renato Marin de Paris Saint-Germain, âgé de 20 ans, avec un RPP de +48% (6 ans avant le pic). En troisième, Mike Penders de RC Strasbourg Alsace, âgé de 20 ans, avec un RPP de +48% (6 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 52% signifie que le joueur devrait gagner 52% 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 | Mathys Niflore FC Toulouse | 19 | 7 | €1.0M | €2.1M | +52% |
| #2 | Renato Marin Paris Saint-Germain | 20 | 6 | €500K | €961K | +48% |
| #3 | Mike Penders RC Strasbourg Alsace | 20 | 6 | €1.0M | €1.9M | +48% |
| #4 | Ibrahim Mbaye Paris Saint-Germain | 18 | 8 | €25.0M | €44.7M | +44% |
| #5 | Ayyoub Bouaddi LOSC Lille | 18 | 8 | €40.0M | €71.5M | +44% |
| #6 | Prosper Peter Angers SCO | 18 | 8 | €5.0M | €8.9M | +44% |
| #7 | Kader Meïté Stade Rennais FC | 18 | 8 | €10.0M | €17.9M | +44% |
| #8 | Soriba Diaoune LOSC Lille | 18 | 8 | €300K | €536K | +44% |
| #9 | Naoufel El Hannach Paris Saint-Germain | 19 | 7 | €1.2M | €2.1M | +44% |
| #10 | Noham Kamara Paris Saint-Germain | 19 | 7 | €1.0M | €1.8M | +44% |
| #11 | Robin Risser RC Lens | 21 | 5 | €10.0M | €17.9M | +44% |
| #12 | Guillaume Restes FC Toulouse | 21 | 5 | €20.0M | €35.7M | +44% |
| #13 | Trevan Sanusi FC Lorient | 19 | 7 | €500K | €831K | +40% |
| #14 | Quentin Ndjantou Paris Saint-Germain | 19 | 7 | €7.0M | €11.6M | +40% |
| #15 | Enzo Sternal Olympique Marseille | 19 | 7 | €1.0M | €1.7M | +40% |
| #16 | Ethan Mbappé LOSC Lille | 19 | 7 | €9.0M | €15.0M | +40% |
| #17 | Sidiki Chérif Angers SCO | 19 | 7 | €7.0M | €11.6M | +40% |
| #18 | Justin Bourgault Stade Brestois 29 | 20 | 6 | €600K | €997K | +40% |
| #19 | Dayann Methalie FC Toulouse | 20 | 6 | €8.0M | €13.3M | +40% |
| #20 | Nidal Celik RC Lens | 20 | 6 | €1.0M | €1.7M | +40% |
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)
Mathys Niflore de FC Toulouse présente le plus fort potentiel ajusté du risque, à 154.3. Cela signifie que Mathys Niflore dispose d'un potentiel de hausse de 40% 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 Renato Marin de Paris Saint-Germain avec un RAU de 118.5 (28% de potentiel, 0% d'incertitude). En troisième, Mike Penders de RC Strasbourg Alsace avec un RAU de 118.5 (28% 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 154.3 signifie que le potentiel de hausse est 154.3× 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 | Mathys Niflore FC Toulouse | €1.4M | €1.3M-1.5M | +40% | 154.3 |
| #2 | Renato Marin Paris Saint-Germain | €639K | €581K-698K | +28% | 118.5 |
| #3 | Mike Penders RC Strasbourg Alsace | €1.3M | €1.2M-1.4M | +28% | 118.5 |
| #4 | Robin Risser RC Lens | €12.3M | €11.2M-13.5M | +23% | 103.3 |
| #5 | Guillaume Restes FC Toulouse | €24.7M | €22.4M-27.0M | +23% | 103.3 |
| #6 | Naoufel El Hannach Paris Saint-Germain | €1.5M | €1.3M-1.7M | +23% | 82.7 |
| #7 | Noham Kamara Paris Saint-Germain | €1.2M | €1.1M-1.4M | +23% | 82.7 |
| #8 | Lucas Lavallée Paris Saint-Germain | €344K | €316K-371K | +15% | 79.9 |
| #9 | Doğan Alemdar Stade Rennais FC | €1.7M | €1.6M-1.9M | +15% | 79.9 |
| #10 | Ayyoub Bouaddi LOSC Lille | €51.4M | €43.7M-59.1M | +29% | 74.2 |
| #11 | Ishé Samuels-Smith RC Strasbourg Alsace | €833K | €738K-929K | +19% | 69.6 |
| #12 | Yoni Gomis RC Strasbourg Alsace | €417K | €369K-465K | +19% | 69.6 |
| #13 | Dayann Methalie FC Toulouse | €9.5M | €8.4M-10.6M | +19% | 69.6 |
| #14 | Nidal Celik RC Lens | €1.2M | €1.1M-1.3M | +19% | 69.6 |
| #15 | Abdoul Ouattara RC Strasbourg Alsace | €10.7M | €9.5M-11.9M | +19% | 69.6 |
| #16 | Justin Bourgault Stade Brestois 29 | €714K | €632K-797K | +19% | 69.6 |
| #17 | Abdelhamid Ait Boudlal Stade Rennais FC | €11.9M | €10.5M-13.3M | +19% | 69.6 |
| #18 | Nhoa Sangui Paris FC | €6.0M | €5.3M-6.6M | +19% | 69.6 |
| #19 | Ethan Nwaneri Olympique Marseille | €49.6M | €42.2M-57.0M | +24% | 64.6 |
| #20 | Christian Mawissa AS Monaco | €17.2M | €15.2M-19.2M | +15% | 55.6 |
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 jeune joueur 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)
Jérémy Jacquet de Stade Rennais FC, dans la tranche d'âge 21-23, présente la plus forte concentration de part par âge, à +0.8%. Cela signifie que Désiré Doué capte 76.6% de la valeur marchande totale tout en ne représentant que 75.7% des joueurs de son groupe d'âge, ce qui témoigne d'un statut d'élite dominant.
En deuxième position se trouve Mathys de Carvalho de Olympique Lyon avec un ASC de +0.8% (76.6% de part de valeur contre 75.7% de part de joueurs dans la tranche 21-23). En troisième, Stredair Appuah de FC Nantes avec un ASC de +0.8% (76.6% de valeur contre 75.7% de joueurs dans la tranche 21-23).
Comment l'ASC est calculé : ASC = (% de la valeur totale) - (% du total des joueurs) dans la tranche d'âge. Un ASC de +0.8% signifie que le joueur capte 0.8% 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 | Jérémy Jacquet Stade Rennais FC | 21-23 | 76.6% | 75.7% | +0.8% |
| #2 | Mathys de Carvalho Olympique Lyon | 21-23 | 76.6% | 75.7% | +0.8% |
| #3 | Stredair Appuah FC Nantes | 21-23 | 76.6% | 75.7% | +0.8% |
| #4 | Dehmaine Tabibou FC Nantes | 21-23 | 76.6% | 75.7% | +0.8% |
| #5 | Christian Mawissa AS Monaco | 21-23 | 76.6% | 75.7% | +0.8% |
| #6 | Junior Diaz Stade Brestois 29 | 21-23 | 76.6% | 75.7% | +0.8% |
| #7 | Junior Mwanga RC Strasbourg Alsace | 21-23 | 76.6% | 75.7% | +0.8% |
| #8 | Ngal'ayel Mukau LOSC Lille | 21-23 | 76.6% | 75.7% | +0.8% |
| #9 | Neil Glossoa AJ Auxerre | 21-23 | 76.6% | 75.7% | +0.8% |
| #10 | Ismaëlo Ganiou RC Lens | 21-23 | 76.6% | 75.7% | +0.8% |
| #11 | Joaquín Panichelli RC Strasbourg Alsace | 21-23 | 76.6% | 75.7% | +0.8% |
| #12 | Telli Siwe AJ Auxerre | 21-23 | 76.6% | 75.7% | +0.8% |
| #13 | Nicolas Pays Montpellier HSC | 21-23 | 76.6% | 75.7% | +0.8% |
| #14 | Papa Amadou Diallo FC Metz | 21-23 | 76.6% | 75.7% | +0.8% |
| #15 | Ibrahim Osman AJ Auxerre | 21-23 | 76.6% | 75.7% | +0.8% |
| #16 | Ibou Sané FC Metz | 21-23 | 76.6% | 75.7% | +0.8% |
| #17 | Sadibou Sané FC Metz | 21-23 | 76.6% | 75.7% | +0.8% |
| #18 | Abdoul Koné Stade Reims | 21-23 | 76.6% | 75.7% | +0.8% |
| #19 | Yassir Zabiri Stade Rennais FC | 21-23 | 76.6% | 75.7% | +0.8% |
| #20 | Souleymane Sagnan RC Lens | 21-23 | 76.6% | 75.7% | +0.8% |
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 : 30 cibles immédiates, 147 acquisitions standards, 0 prospects en liste de suivi, 0 à leur pic.
ACHETER MAINTENANT - Fort potentiel
LISTE DE SUIVI - Fort potentiel
Aucun joueur dans cette catégorie
ACHETER MAINTENANT - Potentiel moyen
Joueurs au PIC
Aucun joueur dans cette catégorie
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 €800K. 0 sous-évalués, 14 premium.
Positionnement de valeur vs pairs
| Joueur | Valeur marchande | Médiane du poste | Z-Score | Évaluation |
|---|---|---|---|---|
Christian Mawissa AS Monaco | €15.0M | €2.5M | -1.25 | Bonne affaire |
Charlie Cresswell FC Toulouse | €15.0M | €2.5M | -1.25 | Bonne affaire |
Lucas Stassin AS Saint-Étienne | €15.0M | €2.5M | -1.25 | Bonne affaire |
Djaoui Cissé Stade Rennais FC | €15.0M | €2.5M | -1.25 | Bonne affaire |
Othmane Maamma Montpellier HSC | €300K | €2.5M | -1.00 | Bonne affaire |
Prosper Peter Angers SCO | €5.0M | €2.5M | -1.00 | Bonne affaire |
Kembo Diliwidi RC Lens | €300K | €2.5M | -1.00 | Bonne affaire |
Rayan Fofana RC Lens | €5.0M | €2.5M | -1.00 | Bonne affaire |
Soriba Diaoune LOSC Lille | €300K | €2.5M | -1.00 | Bonne affaire |
Ilya Zabarnyi Paris Saint-Germain | €50.0M | €2.5M | -1.00 | Bonne affaire |
Nhoa Sangui Paris FC | €5.0M | €2.5M | -1.00 | Bonne affaire |
Yoni Gomis RC Strasbourg Alsace | €350K | €2.5M | -0.90 | Bonne affaire |
Herba Guirassy FC Nantes | €6.0M | €2.5M | -0.67 | Bonne affaire |
Trevan Sanusi FC Lorient | €500K | €2.5M | -0.60 | Bonne affaire |
Renato Marin Paris Saint-Germain | €500K | €2.5M | -0.60 | Bonne affaire |
Aaron Malouda LOSC Lille | €500K | €2.5M | -0.60 | Bonne affaire |
Abdoul Koné Stade Reims | €5.0M | €2.5M | -0.60 | Bonne affaire |
Timothée Pembélé Le Havre AC | €5.0M | €2.5M | -0.60 | Bonne affaire |
Kamory Doumbia Stade Brestois 29 | €5.0M | €2.5M | -0.60 | Bonne affaire |
Tom Louchet OGC Nice | €5.0M | €2.5M | -0.60 | Bonne affaire |
Aperçu du marché : Jeunes Joueurs de Ligue 1 2022-23
Notre base de données répertoriait 177 Jeunes Joueurs de Ligue 1 pour la saison 2022-23, représentant 24 clubs avec une valeur marchande cumulée de €1.4B. La valeur marchande moyenne des Jeunes Joueurs de Ligue 1 était de €8.0M, avec un âge moyen de 22 ans.
Le jeune joueur le plus précieux de Ligue 1 était Désiré Doué, évalué à €90.0M et ayant joué pour Paris Saint-Germain à l'âge de 21 ans. Les 5 meilleurs Jeunes Joueurs affichaient en moyenne €74.0M de valeur marchande, dont João Neves and Bradley Barcola.
La répartition par âge montrait que le plus jeune jeune joueur répertorié était Ayyoub Bouaddi (18 ans, LOSC Lille, €40.0M), tandis que le plus âgé était Bradley Barcola (23 ans, Paris Saint-Germain, €70.0M). Les recherches montrent que les Jeunes Joueurs atteignent généralement leur apogée à 26-27 ans.
L'analyse historique a montré que 177 Jeunes Joueurs (100 %) 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 Jeunes Joueurs restait très compétitif avec une importante activité de transferts pour la saison 2022-23.
Comment nous classons les Jeunes Joueurs de Ligue 1
Notre Analytical Strength Index est calibré spécifiquement pour les jeunes joueurs, 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 ALL
Indice de performance historique (35 %)
Valeur marchande maximale en carrière pour les jeunes joueurs 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 jeunes joueurs 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 milieux de terrain avec 2 400+ 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 milieux de terrain atteignent leur apogée à 26-27 ans avec un déclin de 6,0 %/an. 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 ALL
Âge d'apogée : 26-27 ans (compétences techniques et lucidité tactique)
Taux de déclin : 6,0 % par an (les compétences techniques vieillissent mieux que les attributs physiques)
Minutes optimales : 2 400-2 500 par saison (équilibre entre implication et récupération)
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 : Milieu de terrain : -6,0 %/an après l'apogée, +5 %/an avant l'apogée
• 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 ±12-15 %
Fondement scientifique
• Dendir (2016) : Courbes âge-performance pour les jeunes joueurs
• 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 Jeunes Joueurs de Ligue 1 pour la saison 2022-23
Qui sont les Jeunes Joueurs les plus précieux de Ligue 1 en 2022-23 ?
Le jeune joueur le plus précieux de Ligue 1 en 2022-23 est Désiré Doué, qui vaut €90.0M et joue pour Paris Saint-Germain. Le deuxième plus précieux est João Neves (€110.0M, Paris Saint-Germain), suivi de Bradley Barcola (€70.0M, Paris Saint-Germain). Notre base de données répertorie 177 Jeunes Joueurs de Ligue 1 avec des valorisations de marché complètes mises à jour pour la saison 2022-23.
Comment les Jeunes Joueurs de Ligue 1 sont-ils classés ?
Les Jeunes Joueurs de Ligue 1 sont classés par notre Analytical Strength Index propriétaire, qui est spécifiquement calibré pour les Jeunes Joueurs. 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 Jeunes Joueurs atteignent-ils leur apogée ?
Combien coûte le recrutement d'un jeune joueur de premier plan de Ligue 1 ?
Les indemnités de transfert pour les Jeunes Joueurs de Ligue 1 varient considérablement selon la valeur marchande, la durée du contrat et la position de négociation du club. Pour le jeune joueur le mieux classé Désiré Doué (valeur marchande : €90.0M), les indemnités de transfert estimées s'échelonneraient de €72.0M à €126.0M 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 Jeunes Joueurs de Ligue 1 ?
Notre modèle de prévision sur 1 an projette les variations de valeur marchande des Jeunes Joueurs 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 gagnent environ 5 % par an en approchant de l'âge d'apogée, ceux après l'apogée déclinent à des taux spécifiques au poste), 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 milieux de terrain ont une volatilité de ±12-15 %. 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 jeune joueur de Ligue 1 ?
Nos données sur les jeune joueur 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 2022-23 afin de garantir leur exactitude pour les décisions de recrutement et d'investissement.