Meilleurs Jeunes Attaquants U23 de Ligue 1
41 joueurs de 23 ans ou moins · classés par Analytical Strength Index
Meilleurs Jeunes Attaquants 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.
Emmanuel Emegha
RC Strasbourg Alsace • 23 ans
€24.2M
€28.0M
+15.6%
Attendu : €31.2M
77.6
Mika Biereth
AS Monaco • 23 ans
€19.0M
€22.0M
+15.6%
Attendu : €24.5M
74.6
Matthis Abline
FC Nantes • 23 ans
€17.3M
€20.0M
+15.6%
Attendu : €22.3M
73.5
Lucas Stassin
AS Saint-Étienne • 21 ans
€13.0M
€15.0M
+15.6%
Attendu : €17.2M
69.6
Elye Wahi
OGC Nice • 23 ans
€10.4M
€12.0M
+15.6%
Attendu : €13.4M
67.3
Robinio Vaz
Olympique Marseille • 19 ans
€8.6M
€10.0M
+15.6%
Attendu : €11.9M
59.1
Kader Meïté
Stade Rennais FC • 18 ans
€8.6M
€10.0M
+15.6%
Attendu : €12.3M
58.2
Sidiki Chérif
Angers SCO • 19 ans
€6.1M
€7.0M
+15.6%
Attendu : €8.3M
54.8
David Datro Fofana
RC Strasbourg Alsace • 23 ans
€4.3M
€5.0M
+15.6%
Attendu : €5.4M
52.9
Rayan Fofana
RC Lens • 20 ans
€4.3M
€5.0M
+15.6%
Attendu : €5.7M
51.6
Sékou Mara
AJ Auxerre • 23 ans
€3.5M
€4.0M
+15.6%
Attendu : €4.3M
50.2
Prosper Peter
Angers SCO • 18 ans
€4.3M
€5.0M
+15.6%
Attendu : €6.2M
49.8
Yassir Zabiri
Stade Rennais FC • 21 ans
€3.5M
€4.0M
+15.6%
Attendu : €4.4M
49.8
Matias Fernandez-Pardo
LOSC Lille • 21 ans
€2.6M
€3.0M
+15.6%
Attendu : €3.3M
42.5
Damián Pizarro
Le Havre AC • 21 ans
€2.2M
€2.5M
+15.6%
Attendu : €2.8M
40.3
Rémy Labeau Lascary
Stade Brestois 29 • 23 ans
€1.6M
€1.8M
+15.6%
Attendu : €1.9M
36.7
Ilyes Housni
Le Havre AC • 21 ans
€1.3M
€1.5M
+15.6%
Attendu : €1.7M
34.1
Paris Brunner
AS Monaco • 20 ans
€1.3M
€1.5M
+15.6%
Attendu : €1.7M
33.2
Hafiz Umar Ibrahim
Stade Reims • 20 ans
€692K
€800K
+15.6%
Attendu : €917K
25.6
Lanroy Machine
Angers SCO • 20 ans
€605K
€700K
+15.6%
Attendu : €803K
23.9
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 Attaquants de Ligue 1. Identifiez les actifs sous-évalués et suivez la dynamique du marché sur 20 clubs représentant une valeur cumulée de €164.2M.
Répartition par âge : Jeunes Attaquants de Ligue 1
Le marché des ST de Ligue 1 présente 2 tranches d'âge distinctes, la cohorte la plus importante se situant dans la tranche 21-23 (29 joueurs, soit 73% du marché). La tranche d'âge 21-23 concentre le plus de valeur avec €123.7M, soit une moyenne de €4.3M par joueur.
Meilleurs Jeunes Attaquants par tranche d'âge
U21 ans (11 joueurs)
21-23 ans (29 joueurs)
Répartition de la valeur marchande
Concentration de la catégorie élite
Les 4 meilleurs Jeunes Attaquants (10% des joueurs) contrôlent €85.0M
Catégories de marché
La structure du marché révèle une valeur répartie, la catégorie élevée (15-30 m€) représentant 10% du vivier de ST de Ligue 1.
Élevée (15-30 M€)
Moyenne (5-15 M€)
Émergente (<5 M€)
Répartition par club : Jeunes Attaquants de Ligue 1
Parmi les 20 clubs de Ligue 1, RC Strasbourg Alsace domine avec 5 Jeunes Attaquants pour une valeur de €34.0M (soit €6.8M en moyenne par joueur). Les 10 premiers clubs représentent 65% des Jeunes Attaquants suivis.
RC Strasbourg Alsace (5 Jeunes Attaquants)
AS Monaco (2 Jeunes Attaquants)
FC Nantes (1 Jeunes Attaquants)
AS Saint-Étienne (2 Jeunes 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)
Emmanuel Emegha de RC Strasbourg Alsace, à 23 ans, présente la plus forte efficience de valeur avant le pic, à 62.22×. Cela signifie que Emmanuel Emegha est valorisé 62.22× 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 Mika Biereth de AS Monaco, âgé de 23 ans, avec un PPVE de 48.89×. En troisième, Matthis Abline de FC Nantes, âgé de 23 ans, avec un PPVE de 44.44×.
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 62.22× signifie que le joueur vaut 6122% 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 | Emmanuel Emegha RC Strasbourg Alsace | 23 | 21-23 | €28.0M | €450K | 62.22× |
| #2 | Mika Biereth AS Monaco | 23 | 21-23 | €22.0M | €450K | 48.89× |
| #3 | Matthis Abline FC Nantes | 23 | 21-23 | €20.0M | €450K | 44.44× |
| #4 | Lucas Stassin AS Saint-Étienne | 21 | 21-23 | €15.0M | €450K | 33.33× |
| #5 | Elye Wahi OGC Nice | 23 | 21-23 | €12.0M | €450K | 26.67× |
| #6 | David Datro Fofana RC Strasbourg Alsace | 23 | 21-23 | €5.0M | €450K | 11.11× |
| #7 | Yassir Zabiri Stade Rennais FC | 21 | 21-23 | €4.0M | €450K | 8.89× |
| #8 | Sékou Mara AJ Auxerre | 23 | 21-23 | €4.0M | €450K | 8.89× |
| #9 | Robinio Vaz Olympique Marseille | 19 | U21 | €10.0M | €1.5M | 6.67× |
| #10 | Kader Meïté Stade Rennais FC | 18 | U21 | €10.0M | €1.5M | 6.67× |
| #11 | Matias Fernandez-Pardo LOSC Lille | 21 | 21-23 | €3.0M | €450K | 6.67× |
| #12 | Damián Pizarro Le Havre AC | 21 | 21-23 | €2.5M | €450K | 5.56× |
| #13 | Sidiki Chérif Angers SCO | 19 | U21 | €7.0M | €1.5M | 4.67× |
| #14 | Rémy Labeau Lascary Stade Brestois 29 | 23 | 21-23 | €1.8M | €450K | 4.00× |
| #15 | Prosper Peter Angers SCO | 18 | U21 | €5.0M | €1.5M | 3.33× |
| #16 | Rayan Fofana RC Lens | 20 | U21 | €5.0M | €1.5M | 3.33× |
| #17 | Ilyes Housni Le Havre AC | 21 | 21-23 | €1.5M | €450K | 3.33× |
| #18 | Wilson Samaké Stade Rennais FC | 22 | 21-23 | €600K | €450K | 1.33× |
| #19 | Jérémy Sebas RC Strasbourg Alsace | 23 | 21-23 | €600K | €450K | 1.33× |
| #20 | Sekou Yansané Paris Saint-Germain | 23 | 21-23 | €450K | €450K | 1.00× |
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 Enzo Molebe 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 Prosper Peter de Angers SCO, âgé de 18 ans, avec un RPP de +44% (8 ans avant le pic). En troisième, Alejandro Gomes Rodríguez de Olympique Lyon, 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 | Prosper Peter Angers SCO | 18 | 8 | €5.0M | €8.9M | +44% |
| #3 | Alejandro Gomes Rodríguez Olympique Lyon | 18 | 8 | €150K | €268K | +44% |
| #4 | Kader Meïté Stade Rennais FC | 18 | 8 | €10.0M | €17.9M | +44% |
| #5 | Sidiki Chérif Angers SCO | 19 | 7 | €7.0M | €11.6M | +40% |
| #6 | Robinio Vaz Olympique Marseille | 19 | 7 | €10.0M | €16.6M | +40% |
| #7 | Lanroy Machine Angers SCO | 20 | 6 | €700K | €1.1M | +35% |
| #8 | Paris Brunner AS Monaco | 20 | 6 | €1.5M | €2.3M | +35% |
| #9 | Rayan Fofana RC Lens | 20 | 6 | €5.0M | €7.7M | +35% |
| #10 | Hafiz Umar Ibrahim Stade Reims | 20 | 6 | €800K | €1.2M | +35% |
| #11 | Mohamed-Amine Bouchenna Clermont Foot 63 | 20 | 6 | €200K | €309K | +35% |
| #12 | Yassir Zabiri Stade Rennais FC | 21 | 5 | €4.0M | €5.7M | +30% |
| #13 | Aylan Benyahia-Tani Olympique Marseille | 21 | 5 | €250K | €359K | +30% |
| #14 | Zoumana Diallo OGC Nice | 21 | 5 | €150K | €216K | +30% |
| #15 | Ibou Sané FC Metz | 21 | 5 | €300K | €431K | +30% |
| #16 | Lucas Stassin AS Saint-Étienne | 21 | 5 | €15.0M | €21.6M | +30% |
| #17 | Mohamed Bechikh RC Strasbourg Alsace | 21 | 5 | €150K | €216K | +30% |
| #18 | Damián Pizarro Le Havre AC | 21 | 5 | €2.5M | €3.6M | +30% |
| #19 | Matias Fernandez-Pardo LOSC Lille | 21 | 5 | €3.0M | €4.3M | +30% |
| #20 | Ilyes Housni Le Havre AC | 21 | 5 | €1.5M | €2.2M | +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)
Prosper Peter de Angers SCO présente le plus fort potentiel ajusté du risque, à 45.9. Cela signifie que Kader Meïté dispose d'un potentiel de hausse de 23% avec seulement 1% 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 45.9 (23% de potentiel, 1% d'incertitude). En troisième, Alejandro Gomes Rodríguez de Olympique Lyon avec un RAU de 45.9 (23% de potentiel, 1% 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 45.9 signifie que le potentiel de hausse est 45.9× 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 | Prosper Peter Angers SCO | €6.2M | €4.9M-7.5M | +23% | 45.9 |
| #2 | Kader Meïté Stade Rennais FC | €12.3M | €9.8M-14.9M | +23% | 45.9 |
| #3 | Alejandro Gomes Rodríguez Olympique Lyon | €185K | €147K-224K | +23% | 45.9 |
| #4 | Enzo Molebe Olympique Lyon | €247K | €196K-298K | +23% | 45.9 |
| #5 | Robinio Vaz Olympique Marseille | €11.9M | €9.4M-14.4M | +19% | 38.7 |
| #6 | Sidiki Chérif Angers SCO | €8.3M | €6.6M-10.1M | +19% | 38.7 |
| #7 | Lucas Stassin AS Saint-Étienne | €17.2M | €13.6M-20.8M | +15% | 31.0 |
| #8 | Lanroy Machine Angers SCO | €803K | €636K-969K | +15% | 30.9 |
| #9 | Hafiz Umar Ibrahim Stade Reims | €917K | €727K-1.1M | +15% | 30.9 |
| #10 | Mohamed-Amine Bouchenna Clermont Foot 63 | €229K | €182K-277K | +15% | 30.9 |
| #11 | Paris Brunner AS Monaco | €1.7M | €1.4M-2.1M | +15% | 30.9 |
| #12 | Rayan Fofana RC Lens | €5.7M | €4.5M-6.9M | +15% | 30.9 |
| #13 | Matthis Abline FC Nantes | €22.3M | €18.3M-26.3M | +11% | 28.5 |
| #14 | Emmanuel Emegha RC Strasbourg Alsace | €31.2M | €25.6M-36.8M | +11% | 28.5 |
| #15 | Mika Biereth AS Monaco | €24.5M | €20.1M-28.9M | +11% | 28.5 |
| #16 | Elye Wahi OGC Nice | €13.4M | €11.0M-15.8M | +11% | 28.5 |
| #17 | Yassir Zabiri Stade Rennais FC | €4.4M | €3.5M-5.3M | +10% | 22.5 |
| #18 | Aylan Benyahia-Tani Olympique Marseille | €276K | €219K-333K | +10% | 22.5 |
| #19 | Matias Fernandez-Pardo LOSC Lille | €3.3M | €2.6M-4.0M | +10% | 22.5 |
| #20 | Ilyes Housni Le Havre AC | €1.7M | €1.3M-2.0M | +10% | 22.5 |
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 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)
Zoumana Diallo de OGC Nice, dans la tranche d'âge 21-23, présente la plus forte concentration de part par âge, à +2.8%. Cela signifie que Emmanuel Emegha capte 75.3% de la valeur marchande totale tout en ne représentant que 72.5% des joueurs de son groupe d'âge, ce qui témoigne d'un statut d'élite dominant.
En deuxième position se trouve Joaquín Panichelli de RC Strasbourg Alsace avec un ASC de +2.8% (75.3% de part de valeur contre 72.5% de part de joueurs dans la tranche 21-23). En troisième, Serigne Faye de Montpellier HSC avec un ASC de +2.8% (75.3% de valeur contre 72.5% 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 +2.8% signifie que le joueur capte 2.8% 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 | Zoumana Diallo OGC Nice | 21-23 | 75.3% | 72.5% | +2.8% |
| #2 | Joaquín Panichelli RC Strasbourg Alsace | 21-23 | 75.3% | 72.5% | +2.8% |
| #3 | Serigne Faye Montpellier HSC | 21-23 | 75.3% | 72.5% | +2.8% |
| #4 | Ibou Sané FC Metz | 21-23 | 75.3% | 72.5% | +2.8% |
| #5 | Yassir Zabiri Stade Rennais FC | 21-23 | 75.3% | 72.5% | +2.8% |
| #6 | Sékou Mara AJ Auxerre | 21-23 | 75.3% | 72.5% | +2.8% |
| #7 | Emmanuel Emegha RC Strasbourg Alsace | 21-23 | 75.3% | 72.5% | +2.8% |
| #8 | Mika Biereth AS Monaco | 21-23 | 75.3% | 72.5% | +2.8% |
| #9 | Yanis Lhéry AS Saint-Étienne | 21-23 | 75.3% | 72.5% | +2.8% |
| #10 | Lucas Stassin AS Saint-Étienne | 21-23 | 75.3% | 72.5% | +2.8% |
| #11 | Elye Wahi OGC Nice | 21-23 | 75.3% | 72.5% | +2.8% |
| #12 | Matthis Abline FC Nantes | 21-23 | 75.3% | 72.5% | +2.8% |
| #13 | Matias Fernandez-Pardo LOSC Lille | 21-23 | 75.3% | 72.5% | +2.8% |
| #14 | Gaël Nsombi Olympique Lyon | 21-23 | 75.3% | 72.5% | +2.8% |
| #15 | Elysée Logbo Le Havre AC | 21-23 | 75.3% | 72.5% | +2.8% |
| #16 | David Datro Fofana RC Strasbourg Alsace | 21-23 | 75.3% | 72.5% | +2.8% |
| #17 | Ibrahima Baldé RC Lens | 21-23 | 75.3% | 72.5% | +2.8% |
| #18 | Ilyes Housni Le Havre AC | 21-23 | 75.3% | 72.5% | +2.8% |
| #19 | Sekou Yansané Paris Saint-Germain | 21-23 | 75.3% | 72.5% | +2.8% |
| #20 | Guédé Nadje Angers SCO | 21-23 | 75.3% | 72.5% | +2.8% |
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 : 6 cibles immédiates, 34 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 €200K. 0 sous-évalués, 4 premium.
Positionnement de valeur vs pairs
| Joueur | Valeur marchande | Médiane du poste | Z-Score | Évaluation |
|---|---|---|---|---|
David Datro Fofana RC Strasbourg Alsace | €5.0M | €700K | -1.00 | Bonne affaire |
Alejandro Gomes Rodríguez Olympique Lyon | €150K | €700K | -0.92 | Bonne affaire |
Lucas Stassin AS Saint-Étienne | €15.0M | €700K | -0.88 | Bonne affaire |
Enzo Molebe Olympique Lyon | €200K | €700K | -0.83 | Bonne affaire |
Mohamed-Amine Bouchenna Clermont Foot 63 | €200K | €700K | -0.83 | Bonne affaire |
Prosper Peter Angers SCO | €5.0M | €700K | -0.40 | Valeur équitable |
Rayan Fofana RC Lens | €5.0M | €700K | -0.40 | Valeur équitable |
Matthis Abline FC Nantes | €20.0M | €700K | -0.25 | Valeur équitable |
Zoumana Diallo OGC Nice | €150K | €700K | -0.12 | Valeur équitable |
Yanis Lhéry AS Saint-Étienne | €150K | €700K | -0.12 | Valeur équitable |
Guédé Nadje Angers SCO | €150K | €700K | -0.12 | Valeur équitable |
Mohamed Bechikh RC Strasbourg Alsace | €150K | €700K | -0.12 | Valeur équitable |
Yoann Beaka ESTAC Troyes | €150K | €700K | -0.12 | Valeur équitable |
Serigne Faye Montpellier HSC | €200K | €700K | -0.08 | Valeur équitable |
Gaël Nsombi Olympique Lyon | €200K | €700K | -0.08 | Valeur équitable |
Trévis Dago LOSC Lille | €200K | €700K | -0.08 | Valeur équitable |
Aylan Benyahia-Tani Olympique Marseille | €250K | €700K | -0.04 | Valeur équitable |
Joaquín Panichelli RC Strasbourg Alsace | €300K | €700K | 0.00 | Valeur équitable |
Lanroy Machine Angers SCO | €700K | €700K | 0.00 | Valeur équitable |
Ibou Sané FC Metz | €300K | €700K | 0.00 | Valeur équitable |
Aperçu du marché : Jeunes Attaquants de Ligue 1 2024-25
Notre base de données répertoriait 40 Jeunes Attaquants de Ligue 1 pour la saison 2024-25, représentant 20 clubs avec une valeur marchande cumulée de €164.2M. La valeur marchande moyenne des Jeunes Attaquants de Ligue 1 était de €4.1M, avec un âge moyen de 21 ans.
Le jeune attaquant le plus précieux de Ligue 1 était Emmanuel Emegha, évalué à €28.0M et ayant joué pour RC Strasbourg Alsace à l'âge de 23 ans. Les 5 meilleurs Jeunes Attaquants affichaient en moyenne €19.4M de valeur marchande, dont Mika Biereth and Matthis Abline.
La répartition par âge montrait que le plus jeune jeune attaquant répertorié était Kader Meïté (18 ans, Stade Rennais FC, €10.0M), tandis que le plus âgé était Emmanuel Emegha (23 ans, RC Strasbourg Alsace, €28.0M). Les recherches montrent que les Jeunes Attaquants atteignent généralement leur apogée à 26 ans.
L'analyse historique a montré que 40 Jeunes Attaquants (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 Attaquants restait en plein développement avec des talents émergents pour la saison 2024-25.
Comment nous classons les Jeunes Attaquants de Ligue 1
Notre Analytical Strength Index est calibré spécifiquement pour les jeunes 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 jeunes 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 jeunes 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 : 7,0 % par an (déclin le plus rapide, 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 : -7,0 %/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 ±18 % (le plus volatil, dépendant de la forme)
Fondement scientifique
• Dendir (2016) : Courbes âge-performance pour les jeunes 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 Jeunes Attaquants de Ligue 1 pour la saison 2024-25
Qui sont les Jeunes Attaquants les plus précieux de Ligue 1 en 2024-25 ?
Le jeune attaquant le plus précieux de Ligue 1 en 2024-25 est Emmanuel Emegha, qui vaut €28.0M et joue pour RC Strasbourg Alsace. Le deuxième plus précieux est Mika Biereth (€22.0M, AS Monaco), suivi de Matthis Abline (€20.0M, FC Nantes). Notre base de données répertorie 40 Jeunes Attaquants de Ligue 1 avec des valorisations de marché complètes mises à jour pour la saison 2024-25.
Comment les Jeunes Attaquants de Ligue 1 sont-ils classés ?
Les Jeunes Attaquants de Ligue 1 sont classés par notre Analytical Strength Index propriétaire, qui est spécifiquement calibré pour les Jeunes 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 Jeunes Attaquants atteignent-ils leur apogée ?
Les attaquants atteignent généralement leur apogée à 26 ans, avec le taux de déclin le plus rapide de 7,0 % par an après l'apogée. 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 jeune attaquant de premier plan de Ligue 1 ?
Les indemnités de transfert pour les Jeunes Attaquants de Ligue 1 varient considérablement selon la valeur marchande, la durée du contrat et la position de négociation du club. Pour le jeune attaquant le mieux classé Emmanuel Emegha (valeur marchande : €28.0M), les indemnités de transfert estimées s'échelonneraient de €22.4M à €39.2M 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 Attaquants de Ligue 1 ?
Notre modèle de prévision sur 1 an projette les variations de valeur marchande des Jeunes 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 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 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 jeune attaquant de Ligue 1 ?
Nos données sur les jeune 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.