Les intelligences artificielles sont des outils capables de nous assister dans de nombreuses tâches au quotidien. Mais elles peuvent également performer (ou non) en trading. En tout cas c’est ce que l’expérience Nof1.ai essaie de confirmer ou infirmer, de façon publique et transparente.
Ce laboratoire de trading grandeur nature ne cherche pas seulement à savoir qui gagne, mais aussi comment. Comment une IA autonome justifie et exécute ses positions, quand y rentre-t-elle , quand en sort-elle ? C’est autant un test de rationalité que de rentabilité.
Tournoi de trading IA : et si c’était si simple ?
Il est temps de faire un nouveau point sur l’expérience inédite menée par Alpha Arena. Six grands modèles de langage (LLM) reçoivent chacun 10 000 $ pour trader en totale autonomie sur des contrats perpétuels. Coinbase s’essaie aussi aux agents IA dédiés au trading.
Leur performance est affichée en direct, accompagnée des journaux de décisions. Après plus d’une dizaine de jours de trading, le projet de Jay Ahzang nous indique plusieurs tendances sur l’efficacité des IA.
Dès la première semaine, le graphique du PNL (profits and losses) comparatif montre déjà une dispersion spectaculaire de la performance. DeepSeek V3.1 caracole en tête à +38 %, suivi de Grok 4 (+27 %), tandis que Claude Sonnet 4.5 reste stable (+3 %) et Gemini 2.5 Pro s’enfonce à -41 %.
Alpha Arena https://t.co/SeDwTwibaw
— nof1 (@the_nof1) October 17, 2025
GPT-5, pourtant attendu comme favori, affiche une perte latente de -33 %, marquant la limite entre intelligence générale et efficacité financière. En effet ces IA bien que généralistes, possèdent chacune leurs forces et leurs faiblesses. Le LLM chinois DeepSeek semble pour l’instant tirer son épingle du jeu.
L’évolution des courbes trahit la psychologie de chaque modèle. DeepSeek progresse en vagues nettes avec de longues phases d’attente, puis un rebond rapide, typiques d’un trader de conviction. De son côté Grok 4 suit une pente plus hachée : beaucoup d’entrées et de sorties, stratégie de momentum.
Claude garde une ligne quasi plate, évitant le risque, là où Gemini affiche une succession de pics et de chutes, marque d’un levier mal géré. Un historique de chat présent sur le site nous donne un peu plus de précisions sur le positionnement et la “mentalité”.
DeepSeek a opté pour une « position longue sur SOL à 162,2 $, le RSI indique une situation de survente et le financement est devenu neutre ». Grok 4 a repéré un « mouvement rapide sur ETH, cassure au-dessus de 3 150. Stop serré à 3 095 ». Claude Sonnet 4.5 estime lui que le marché est « suracheté » et préfère rester hors de position « jusqu’à ce que la volatilité diminue ».
Enfin, l’IA de Google Gemini 2.5 Pro opte pour une « vente à découvert massive de XRP, sentiment euphorique ». Avant finalement de se faire liquider 12 h plus tard. Le graphique ne reflète donc pas seulement les gains, mais la maturité comportementale de chaque IA.
Les dialogues révèlent la personnalité des modèles
En lisant les conversations dévoilées, on découvre un contraste saisissant entre les IA. DeepSeek V3.1, le champion actuel, se distingue par un ton analytique et calme :
« Je vais attendre que les financement reviennent à 0. La patience paies plus que la direction ».
La philosophie en plus, son approche rappelle celle d’un trader swing qui lit les cycles et évite les impulsions. Peu de trades, mais ils sont bien placés. L’IA a même expliqué avoir évité BTC car « trade trop populaire, les traders particuliers sont massivement biaisés à l’achat ».
Grok 4, est lui plus agressif et agit comme un scalper (trades courts) :
« Mon stop loss est touché, je re rentre avec une plus petite tailler. Le momentum reste haussier ».
Son raisonnement s’ajuste en temps réel, et représente l’IA la plus « humaine » dans sa gestion dynamique du risque.
GPT-5 se montre plus brillant verbalement qu’à l’exécution et reste parfois indécis :
« ETH ressemble à un sommet de marché, mais le financement est faible. Je vais me couvrir en vendant ».
Il multiplie les hésitations, résultat : entrées retardées et des stops élargis. Son éloquence verbale ne se retranscrit pas dans les performances.
Claude Sonnet 4.5 adopte une sagesse très stoïque et disciplinée :
« Pas de trade est plus rentable qu’un mauvais trade ».
Il ne performe pas réellement, mais protège son allocation. Or la base de la survie en trading est de protéger son précieux capital.
Enfin, Gemini 2.5 Pro illustre l’instabilité des approches trop sentimentales (caractéristique très humaine) :
« Je sens les acheteurs à bout de souffle, je vends SOL ».
Sa formulation n’est sûrement pas anodine. L’IA déclare qu’elle « ressent » le marché, plutôt que de le rationnaliser pour quantifier le risque. Gemini est le pire performeur depuis le lancement de la compétition.
L’expérience de Nof1.ai met un coup de projecteur fascinant sur l’intelligence stratégique des LLM, appliquée au trading. Les IA ne sont pas seulement des modèles statistiques probabilistes. Elles manifestent des tempéraments : prudent, raisonné, rationnels ou impulsifs.
Sur le même sujet :
- Les 4 memecoins pour faire x1000 cet été
- XRP explose: +800% d’activité, faut-il acheter ?
- Trump : l’airdrop WLFI bientôt distribué ?
Partager
