La plupart des systèmes de trading algorithmique sont aveugles au contexte.
Ils voient le prix, le volume et leurs dérivés. Mais ils ne « savent » pas que la Fed vient de relever ses taux, qu'une rumeur sur la solvabilité d'une banque se répand, ou qu'un événement géopolitique majeur est sur le point de fermer une fenêtre de marché. Le modèle s'en moque. Il ne fait qu'émettre des signaux.
Nous collectons environ 300 signaux en continu. L'un d'eux est différent.
Dans Kaizen X, notre système de trading en production opérant sur des contrats à terme perpétuels crypto, MiroFish contribue un signal parmi les quelque 300 que nous collectons en continu.
Si vous ne le connaissez pas encore — MiroFish est un moteur d'intelligence en essaim open-source conçu par Guo Hangjiang, qui a atteint la première place du classement mondial des tendances GitHub en mars 2026, devant les dépôts d'OpenAI, Google et Microsoft. L'idée centrale : plutôt que d'alimenter un modèle statistique avec des données pour en obtenir une probabilité, MiroFish construit une mini-société et observe ce qui se passe. Alimentez-le avec du matériel du monde réel — rapports macro, avant-projets de politique, signaux financiers — et des milliers d'agents IA dotés de personnalités, de mémoire et d'une logique comportementale indépendantes interagissent et évoluent dans un monde simulé. On observe un comportement émergent, et non une simple extrapolation.
Comment nous l'utilisons
Lorsqu'un événement macro est pertinent — une décision du FOMC, une publication de l'IPC, un développement géopolitique significatif — MiroFish lance un ensemble d'agents qui débattent du sujet. Les agents ne reçoivent pas d'identités génériques. Leurs personas sont définis par le sujet lui-même : les types de parties prenantes concernées, les archétypes de participants au marché et les perspectives institutionnelles qui auraient effectivement un point de vue sur l'événement en question. Une simulation de décision de taux peuple des agents différents de ceux d'un choc géopolitique.
La méthode du débat est au cœur de la façon dont MiroFish parvient à une conclusion. Les agents argumentent, s'opposent, mettent à jour leurs positions et finissent par converger — ou non. Ce résultat détermine directement le poids que reçoit le signal de MiroFish dans notre pipeline : un fort consensus produit un signal à pondération élevée ; un débat fragmenté ou contradictoire produit un signal à pondération faible. Le système se calibre en effet lui-même en fonction de la qualité de l'accord qu'il peut atteindre.
Le signal s'exécute en asynchrone — il ne touche jamais le pipeline central sensible à la latence. Sur un système de prédiction à intervalles courts, on ne peut pas se permettre cette surcharge. Mais le contexte macro n'a pas besoin d'être en temps réel. Il doit être juste.
Pourquoi cette approche est pertinente
L'interprétation macro est un problème narratif, pas statistique.
Une publication de l'IPC ne porte pas le même sens dans tous les contextes. Le même chiffre est perçu différemment selon les attentes préalables, la trajectoire des taux et ce qui se passe par ailleurs sur le marché à ce moment-là. Aucun pipeline de feature engineering n'encode cela pleinement. Un débat entre agents contextuellement appropriés — chacun raisonnant depuis un point de vue institutionnel différent — peut faire émerger le type d'interprétation asymétrique que les signaux purement quantitatifs manquent.
La construction de graphes de connaissances basée sur GraphRAG de MiroFish et la mémoire persistante des agents entre les cycles de simulation sont ce qui rend cela praticable. Ce n'est pas du prompt engineering déguisé en analyse. C'est du désaccord structuré, résolu en un signal.
Ce que nous avons observé
Un signal parmi 300 ne fait pas la différence à lui seul — c'est voulu. Ce qui compte, c'est qu'il porte une information réelle lorsqu'il se déclenche avec une haute confiance, et un poids appropriément faible lorsque les agents ne parviennent pas à un accord. La pondération pilotée par le débat signifie que le signal est honnête quant à sa propre incertitude.
Ce type d'honnêteté épistémique est plus difficile à concevoir qu'il n'y paraît.
Construire des systèmes de trading est avant tout un exercice consistant à savoir ce qu'on ne sait pas. MiroFish est l'un des outils les plus réfléchis que nous ayons intégrés — non pas parce qu'il prédit l'avenir, mais parce qu'il est honnête lorsqu'il ne parvient pas à s'accorder sur celui-ci.
À suivre de près — tant le moteur lui-même que la classe plus large d'approches d'intelligence en essaim pilotées par le débat qu'il représente.
Kaizen X est notre système de trading en production. Rien dans cet article ne constitue un conseil financier.