Commencer par les preuves
Un dépôt GitHub populaire, sous licence MIT, proposait onze « skills » pour qu’un agent IA fasse du day trading avec une stratégie de cassure d’ouverture. Le projet paraissait sérieux, mais il ne montrait pas que la stratégie gagnait de l’argent. Avant d’y engager le moindre dollar, j’ai reconstruit le moteur pour vérifier cette affirmation.
Un résultat négatif reste un résultat
Sur dix-huit mois de données en barres de cinq minutes, frais inclus, la stratégie perd en moyenne 0,09 fois le risque engagé par trade. Aucune des 36 variantes testées n’est positive. Même sans frais, le rendement reste statistiquement nul ; sur la même période, le S&P 500 a gagné 25 %. L’objectif n’était pas de trouver un réglage flatteur, mais de voir si l’idée de départ tenait vraiment.
Tester cinq idées sans déplacer les règles
Je suis ensuite passé à des stratégies sur plusieurs jours. J’ai préenregistré cinq hypothèses avant de regarder les données et verrouillé la période de test finale dans la base de données, avec une logique proche d’une étude scientifique. Seul le suivi de tendance donne un résultat modeste mais réel : un rendement ajusté du risque légèrement supérieur au S&P 500 et une baisse maximale de 8 %, contre 34 %. Les quatre autres hypothèses ne passent pas leurs critères.
Passer de la recherche à un outil utile
L’application web bilingue reprend les codes d’un terminal de trading. Elle permet de comparer n’importe quel portefeuille au S&P 500 sur dix ans de données réelles : rendement, pire baisse, volatilité et ratio de Sharpe, sur trois ans comme sur toute la période. Elle ajoute des indicateurs, des cartes de chaleur mensuelles et des comparaisons. Elle peut aussi gérer un compte Alpaca : une allocation cible devient un plan de rééquilibrage calculé puis, une fois autorisé, des ordres exécutables. Onze Agent Skills sont compatibles avec Claude Code, Codex et Grok pour analyser, proposer et rééquilibrer.
La sécurité fait partie de l’architecture
Les limites de risque sont écrites dans le code, pas dans un réglage modifiable : pas d’effet de levier, pas de vente à découvert, seulement pendant les heures de marché, plans d’ordres qui expirent après quinze minutes, arrêt d’urgence et identifiants uniques qui empêchent d’envoyer deux fois le même ordre. En argent réel, chaque plan exige un code à six chiffres affiché uniquement dans le terminal de l’utilisateur. Un agent IA peut préparer le plan, jamais l’approuver. L’exécution a été validée sur un compte de démonstration, et 145 tests automatisés couvrent le reste.
Ce que le projet montre
APtrade est un exercice de rigueur, de conception sous contrainte de sécurité et de livraison complète : moteur de backtest, application web, documentation et tutoriel publiés en open source. Les résultats sont présentés comme une expérience, pas comme une promesse : les performances passées ne prédisent pas les performances futures.