Système de Conseil de Trading Multi-Agents Utilisant GPT-5.1 et Claude 4.6

Architecture du système et composants

Un développeur a mis en œuvre un système de trading multi-agents conçu pour imposer une justification rigoureuse des configurations de trading avant leur exécution. Le système utilise ZagiHQ pour l'orchestration, choisi spécifiquement pour ses capacités de verrouillage des agents et pour éviter le provisionnement manuel de machines virtuelles ou la gestion de conteneurs. En interne, la coordination multi-agents est gérée par OpenFang, qui automatise la communication entre les nœuds.

Décomposition du flux de travail

Le système fonctionne en quatre étapes distinctes :

• Les éclaireurs : Trois agents parallèles collectent des données : un scrape les comptes X (Twitter) à fort signal, un surveille les actualités macro des flux Bloomberg/Reuters, et un extrait les indicateurs techniques de TradingView. Toutes les données sont normalisées dans un schéma partagé avant traitement.
• Le conseil : Trois modèles analysent les données simultanément : GPT-5.1 gère la reconnaissance de motifs, Claude 4.6 Opus s'occupe du raisonnement macro/technique, et Claude 4.6 Sonnet vérifie la cohérence logique.
• Le juge : Ce gardien élimine tout trade où il y a un désaccord significatif sur l'entrée, le stop loss, le take profit ou le ratio risque/récompense. Il n'y a aucun mécanisme de contournement.
• L'humain dans la boucle : Les configurations qui survivent déclenchent une alerte Telegram avec les analyses complètes des modèles. Tous les trades nécessitent une approbation manuelle, et le système ne fait actuellement que du paper trading.

Observations initiales et défis actuels

Le développeur rapporte que les modèles uniques ont tendance à s'ancrer sur des interprétations initiales et à les rationaliser, tandis que l'approche multi-agents avec couches de raisonnement filtre un bruit significatif. Les configurations qui passent semblent « plus solides » et plus difficiles à critiquer.

Trois problèmes spécifiques sont en cours de résolution :

• Valeur du sentiment X (Twitter) : On s'interroge sur la pertinence du ratio signal/bruit par rapport à la surcharge, même avec le pré-filtrage par LLM. On envisage de déprioriser sauf si des catalyseurs macro clairs alimentent les discussions.
• Piège du consensus : Crainte que l'accord à trois ne reflète des biais d'entraînement partagés plutôt qu'un signal authentique. On envisage d'ajouter un agent « Avocat du diable » spécifiquement incité à trouver des raisons de ne pas prendre de trades.
• Amélioration du juge : Actuellement, il ne tue les trades que sur la base de la direction et du ratio R:R. On envisage d'ajouter des vérifications du régime de volatilité et des seuils de conviction minimaux (éventuellement via logprobs si fiables).

Le développeur est prêt à partager les schémas et à discuter du flux de travail avec d'autres personnes construisant des systèmes similaires.