En 2025, une IA a battu un record mathématique vieux de 56 ans avec une seule boucle : générer, tester, scorer, répéter. Les quants l'appliquent aux stratégies.
Allons droit au but...
Mettez ceci en favori
Nous sommes l'équipe derrière Horizon, la première plateforme de trading agentique : vous tapez une stratégie de trading en anglais simple, vous la backtestez en quelques minutes, et vous la déployez en direct sur votre broker. Cet article détaille le cadre de la boucle d'amélioration derrière la construction de stratégies agentiques. Actuellement en bêta fermée, lancement public le 15 juillet. Rejoignez la liste d'attente sur
horizon.trade ou envoyez un DM à
@horizon_trade_x pour un accès anticipé.
Voici le cadre complet :
- Ce que « auto-amélioration » signifie vraiment (et ce qu'elle ne signifie pas)
- Le signal de fitness : le nombre unique que l'agent optimise
- Mémoire : échouer, enquêter, distiller, consulter
- Le vérificateur : pourquoi l'agent ne note jamais son propre travail
- Où Horizon exécute cette boucle aujourd'hui
Ce que « auto-amélioration » signifie vraiment
D'abord, la version honnête. Un agent auto-améliorant ne réentraîne pas le modèle. Aucun système de production ne le fait. Les poids du modèle restent figés.
Ce qui s'accumule, c'est tout ce qui entoure le modèle : le journal des variantes testées, les règles de notation, les leçons distillées. L'agent est une boucle de rétroaction en trois parties. Un générateur propose des variantes de stratégie. Un évaluateur les note sur des données historiques. Un sélecteur conserve les gagnants et les renvoie au générateur.
C'est une mécanique ancienne. La recherche évolutionnaire est utilisée en recherche quantitative depuis les années 1990. Ce qui a changé, c'est le générateur : les LLM proposent désormais des variantes en code et en anglais simple, et ils peuvent exécuter la boucle pendant des heures sans qu'un humain ne pilote chaque étape. En 2025, AlphaEvolve de DeepMind a utilisé exactement cette boucle générer-évaluer-sélectionner pour trouver un algorithme de multiplication matricielle plus rapide, battant un record qui tenait depuis 1969.
Le signal de fitness
L'agent améliore tout ce que vous notez. Notez les rendements bruts, et il trouvera la courbe la plus surajustée de votre jeu de données. Les bureaux sérieux notent un composite : rendement ajusté au risque, drawdown, nombre de trades et stabilité sur différentes fenêtres temporelles.
La règle de notation est la stratégie. Tout ce qui suit n'est que recherche.
Mémoire : échouer, enquêter, distiller, consulter
Un chercheur humain oublie l'itération quatre. Un agent bien construit fait passer chaque échec par quatre étapes.
Il documente le backtest échoué. Il enquête sur les raisons de l'échec de la variante : mauvais régime, coûts de transaction, ajustement de courbe. Il distille le diagnostic en une règle générale. Et lors du prochain run, il consulte la règle au lieu de redécouvrir l'échec à partir de zéro.
C'est là que la plupart des boucles maison échouent. Sans cette progression, l'agent re-propose des variantes qu'il a déjà rejetées et brûle du calcul en tournant en rond. Avec elle, chaque variante rejetée marque une zone morte dans l'espace de recherche, et chaque génération part de tout ce que les précédentes ont appris.
Le vérificateur : pourquoi l'agent ne note jamais son propre travail
Un agent qui note sa propre production voit son propre raisonnement et préfère des conclusions cohérentes avec ce qu'il a déjà construit. En trading, ce mode de défaillance a un prix : une boucle qui mémorise un jeu de données ressemble à une amélioration sur le graphique et se comporte comme un pile ou face en direct.
La solution a deux parties. La règle de notation est séparée du générateur, de sorte que le processus qui a proposé une variante ne la note jamais. Et la note finale provient d'une porte hors échantillon : des données que le générateur n'a jamais vues. Une variante ne survit que si elle gagne sur les deux tranches. McLean et Pontiff ont montré que les stratégies publiées perdent généralement une grande partie de leur avantage une fois que les données deviennent connues. La fenêtre d'entraînement de votre agent fonctionne de la même manière.
Où Horizon exécute cette boucle
La boucle générer, backtester, scorer, sélectionner est le mécanisme central d'Horizon. Vous décrivez une stratégie en anglais simple. L'agent la construit, la backteste, la note, et revient avec 2 à 3 variantes affinées accompagnées de leurs scores, afin que vous choisissiez parmi des candidats améliorés au lieu de peaufiner les paramètres à la main.
Chaque backtest alimente la proposition suivante. L'agent fait l'itération. Vous faites le jugement.
rapport de backtest avec score
Comment les traders se trompent
Ils optimisent une seule métrique. L'agent trouve le Sharpe le plus élevé de l'histoire, et il s'effondre dès le premier mois en direct. Les scores composites existent pour une raison.
Ils laissent le créateur noter son propre travail. Dix générations d'« amélioration » auto-approuvée sur des données in-sample, c'est dix générations de mémorisation.
Ils retirent l'humain. L'agent est un moteur de recherche dans l'espace des stratégies. Il classe les candidats. Décider ce qu'il faut déployer avec de l'argent réel reste une décision humaine.
Ils confondent le nombre d'itérations avec le progrès. Mille variantes notées sur un mauvais signal de fitness, c'est mille pas dans la mauvaise direction.
Merci de votre lecture.
Avant de partir
Nous sommes l'équipe derrière Horizon, la première plateforme de trading agentique : vous tapez une stratégie de trading en anglais simple, vous la backtestez en quelques minutes, et vous la déployez en direct sur votre broker. La boucle générer, backtester, scorer, sélectionner de cet article est actuellement en cours d'exécution dans le produit. Actuellement en bêta fermée, lancement public le 15 juillet. Rejoignez la liste d'attente sur
horizon.trade ou envoyez un DM à
@horizon_trade_x pour un accès anticipé.
