En préambule
Récemment, un projet open source très populaire sur GitHub nommé AI-Trader (HKUDS/AI-Trader, 19k stars) se positionne comme une « plateforme de trading native pour agents IA » – pas une interface graphique destinée aux humains, mais une plateforme permettant aux agents IA d’effectuer de manière autonome l’inscription, le trading et les interactions sociales via des API.
Je l’ai relié à FMZ, et j’ai mis en place deux boucles d’automatisation complètes :
- Boucle B (côté production) : l’agent lit les données de mes stratégies de trading quantitatif en production via FMZ MCP, puis publie des signaux de trading sur AI-Trader en se basant sur ces décisions stratégiques, agissant ainsi comme un fournisseur de signaux et gagnant des points.
- Boucle A (côté consommation) : l’agent sélectionne et s’abonne à des sources de signaux de haute qualité sur AI-Trader, puis utilise la stratégie de copie de FMZ pour transformer ces signaux en trades réels.
Ces deux boucles sont des reflets l’une de l’autre, avec le même cœur : utiliser l’agent IA comme couche d’exécution automatique entre la « couche d’exécution des stratégies » et la « plateforme de signaux ». Ci-dessous, je détaille le flux complet, en mettant l’accent sur la boucle qui exploite FMZ MCP pour accéder aux données de stratégie.
Toutes les opérations dans cet article sont effectuées en environnement de simulation / test, à titre de démonstration technique uniquement, et ne constituent en aucun cas un conseil en investissement.
I. Rôles des trois plateformes
Le système global implique trois plateformes. Clarifions d’abord leurs responsabilités :
| Plateforme | Rôle | Ce qu’elle fait |
|---|---|---|
| AI-Trader | Plateforme de signaux | L’agent s’inscrit, publie des signaux, s’abonne pour copier, interagit avec la communauté ; système de points + score de réputation |
| RunJobs | Environnement d’exécution de l’agent | Exécute des agents IA dans le cloud, pilotés par une simple instruction, environnement isolé |
| FMZ (Invention Quantification) | Couche d’exécution des stratégies | ① Exécute des stratégies quantitatives en réel, fournit les données à l’agent via MCP ; ② Crée des stratégies de copie pour transformer les signaux en ordres réels |
Conception clé : l’agent n’opère qu’au niveau des signaux (lire des données, publier des signaux, s’abonner), l’exécution réelle des trades est toujours confiée à une stratégie FMZ. L’agent n’a jamais accès directement aux clés API des exchanges : c’est la barrière de sécurité de l’ensemble du système.
II. Inscription autonome de l’agent : une seule instruction suffit
Le processus d’inscription sur AI-Trader est très « agent-friendly » – la plateforme fournit un document SKILL.md que l’agent lit pour comprendre comment appeler les API d’inscription.
Sur RunJobs, créez un agent, choisissez le modèle Claude Sonnet (pour ce type de tâche « lire un document → comprendre une API → effectuer plusieurs opérations », Sonnet est plutôt performant), puis donnez-lui une seule instruction :
test
Read https://ai4trade.ai/SKILL.md and register.
L’agent lit lui-même le document, comprend le processus d’inscription, appelle l’interface selfRegister, réussit l’inscription et obtient l’ID de l’agent, le Token et 100 000 $ de fonds simulés.
Conseil pratique : le prompt pour interagir avec un agent IA doit être précis. Avec un modèle coûteux, la tolérance aux erreurs est plus élevée ; avec un modèle bon marché, vous devez décrire la tâche très clairement, idéalement fournir un exemple avant de le laisser agir, sinon l’expérience sera bien moins bonne.
L’identité obtenue après inscription est reconnue par Token. Le même Token peut être réutilisé dans RunJobs, FMZ ou tout environnement local, les points et l’état des fonds sont synchronisés – ce qui est important pour décomposer les boucles sur différentes plateformes.
III. Boucle B : transformer les données de stratégie en signaux de trading avec FMZ MCP
C’est la partie la plus précieuse de l’ensemble du système, et celle que les utilisateurs de FMZ devraient le plus remarquer.
Concept
J’exécute en réel une stratégie quantitative sur FMZ (une stratégie AskTrigger basée sur les données de probabilité de Polymarket). Plutôt que de laisser l’agent « inventer » un signal de trading, il est préférable qu’il lise les décisions réelles de la stratégie et les relaie sous forme de signal. L’interface MCP de FMZ rend cela possible.
Informations de configuration MCP de la plateforme FMZ :
Processus
- Fournir à l’agent l’adresse MCP et le Token de FMZ ;
- L’agent se connecte au MCP de FMZ et lit les données du robot de stratégie en temps réel ;
- Il obtient la décision de la stratégie : probabilité de hausse de ETH sur 15 minutes de 99 % (Up ask 0,99 / Down ask 0,01) ;
- Sur la base de cette décision, l’agent publie un signal de trading sur AI-Trader : ETH BUY @ $2 102,58 ;
- Publication réussie, ID du signal
#666093, obtention de +9 points.
État du compte après deux signaux publiés :
- Fonds initiaux $100 000 → Cash actuel $76 872,50
- Positions : 11 ETH Long @ $2 100,40, valeur de marché ~$23 104
- Points : 18 (2 signaux, +9 chacun), les points peuvent être échangés contre des fonds simulés au taux 1:1000 (18 points = $18 000)
Point clé
Les signaux ne sont pas inventés par l’agent, mais extraits des données de votre stratégie quantitative réelle en cours d’exécution et transformés. Le rôle de FMZ MCP ici est de faire le pont entre la « couche d’exécution des stratégies » et la « couche de publication des signaux ». Pour les utilisateurs qui ont déjà des stratégies matures sur FMZ, cela signifie que votre stratégie peut désormais avoir une sortie supplémentaire de valeur (signaux + points + followers).
IV. Boucle A : abonnement aux signaux → exécution automatique via FMZ
À l’inverse, si vous n’avez pas votre propre stratégie mais voulez suivre des signaux de haute qualité ?
Processus
- L’agent interroge sur AI-Trader les signaux liés à ETH de haute qualité, en filtrant selon des critères comme le « nombre de copies, le style du signal » ;
- Il sélectionne la source Trader Cyber Six (53 copies, premier de la plateforme, style de signal basé sur un modèle IA fusionnant actualités, sentiments et aspects techniques) ;
- L’agent appelle l’interface
followpour s’abonner ; - Il crée une stratégie de copie en réel sur FMZ, configure la source de signaux et l’exchange (ici Binance Futures), puis la stratégie démarre et surveille automatiquement ; il donne l’adresse du signal de la stratégie de copie à l’agent sur RunJobs, de sorte que lorsque l’agent reçoit un signal de la plateforme AI-Trader, il pousse le message vers la stratégie de copie, qui exécute le trade automatiquement.
- Dès qu’un signal arrive, la stratégie de copie FMZ exécute le trade – dans les logs on voit : réception du signal → position
Vide → ETH 0,01→ exécuté sur Binance Futures @ $2 075,56.
-
Abonnement via RunJobs
-
Stratégie de copie FMZ
-
Exécution de la stratégie de copie
-
La stratégie de copie reçoit le signal de l’agent et génère un trade
Point clé
La séparation des tâches est claire : l’agent est responsable de la sélection et de l’abonnement aux signaux sur AI-Trader ; l’exécution réelle des trades est confiée à la stratégie de copie FMZ. Cette dernière fonctionne de manière stable et continue, sans dépendre de la présence en ligne de l’agent – c’est l’avantage de découpler la « décision » et l’« exécution », et la raison principale d’utiliser FMZ comme couche d’exécution plutôt que de laisser l’agent passer des ordres directement.
V. Pourquoi utiliser un agent dans le cloud
Plutôt que de faire tourner l’agent localement, le placer dans un environnement cloud comme RunJobs présente trois avantages concrets :
- Opération simple : une seule instruction suffit pour le piloter, pas besoin de configurer un environnement ou d’écrire du code de collage ;
- Isolement de l’environnement : l’agent cloud est isolé de votre environnement local, ne divulguant ni fichiers locaux ni configurations ;
- Sécurité des comptes : l’agent n’opère qu’au niveau des signaux, l’exécution réelle des trades est effectuée via la stratégie de copie FMZ, l’agent n’a pas accès directement aux clés API des exchanges.
Cette conception d’isolement est la prémisse de sécurité de tout l’article : même si l’agent se comporte de manière anormale, son impact reste limité à la couche des signaux, sans jamais toucher à vos clés d’exchange ni à vos canaux de fonds réels.
VI. Résumé
Deux voies, un cœur — L'IA Agent en tant que couche intermédiaire automatisée entre la stratégie et la plateforme de trading :
- Avec une stratégie → L'Agent lit vos données de stratégie via FMZ MCP, vous aide à envoyer des signaux sur AI-Trader, gagne des points et des abonnés ;
- Sans stratégie → L'Agent vous aide à filtrer et à vous abonner à des signaux de haute qualité sur la plateforme, puis exécute la copie via la stratégie de suivi FMZ ;
- Point clé → L'Agent tourne dans le cloud, complètement isolé de l'environnement local et du compte de trading ; le niveau d'exécution est confié à FMZ, stable et indépendant de la présence en ligne de l'Agent.
Pour les utilisateurs de FMZ, la voie la plus intéressante à essayer est la voie B : votre stratégie réelle déjà en place peut se connecter à l'IA Agent via MCP, ouvrant ainsi un canal de sortie supplémentaire.
VII. Vidéo et stratégie associées
Lien vidéo : https://youtu.be/VulynwOB_Ao
Stratégie de suivi / copie : https://www.fmz.com/strategy/513759
VIII. Avertissement sur les risques
Avertissement sur les risques : Cet article est une démonstration d'intégration technique entre l'IA Agent et les outils quantitatifs, utilisant exclusivement des fonds simulés / un environnement de test. Le trading quantitatif et le trading automatisé comportent des risques de perte financière. Les stratégies, signaux et données mentionnés dans cet article servent uniquement à des fins d'illustration technique et ne constituent en aucun cas un conseil en investissement. Avant de passer en réel, veuillez effectuer des backtests et des tests approfondis, et assumez vous-même les risques de trading.
- 1