Un institut de recherche d'une plateforme d'échange : le cadre de trading multi-agents LLM a surpassé de manière significative la stratégie Buy & Hold lors des backtests sur BTC.

Odaily a rapporté qu’un institut de recherche d’une plateforme d’échange a récemment publié une étude intitulée « Recherche et analyse de backtesting d’un cadre de trading BTC basé sur Multi-Agent LLM ». Le rapport indique que, par rapport à un LLM unique générant des signaux de trading de manière directe, une architecture Multi-Agent LLM se rapproche davantage des processus de recherche et d’investissement des institutions financières réelles. Elle peut, grâce à la collaboration et aux débats entre analystes, chercheurs, traders et équipes de gestion des risques, améliorer la transparence des décisions de trading et la capacité de contrôle des risques. S’appuyant sur le cadre TradingAgents, la recherche a construit un système de trading IA adapté au marché crypto pour BTC, intégrant divers agents pour l’analyse technique, l’analyse des actualités, l’analyse du sentiment et l’analyse macro/on-chain.

L’étude, utilisant les données horaires BTC/USDT, a réalisé un backtesting historique sur la stratégie TradingAgents-BTC. Les résultats montrent que la stratégie a enregistré un rendement total de +20,25 % sur la période de test, surperformant nettement le Buy & Hold, qui affiche -7,89 %. Dans le même temps, le retrait maximum a été limité à -17,41 %, inférieur au Buy & Hold (-27,06 %). Selon l’étude, le cadre Multi-Agent permet, lors des phases de marchés volatiles ou baissiers, de réduire l’exposition au risque via les états Sell/Underweight ou Flat, tout en réintégrant le marché sur les phases de rebond, ce qui améliore le rendement global ajusté au risque.

Le rapport souligne que le cadre Multi-Agent LLM démontre un certain potentiel d’application dans le trading crypto, mais le cycle historique testé couvre seulement environ trois mois, et le trading sur données horaires peut encore être affecté par les frais de transaction, le slippage et la latence des signaux. Il sera donc nécessaire à l’avenir de valider la robustesse et la capacité de généralisation de la stratégie sur des périodes historiques plus longues, dans différents environnements de marché et sur un plus grand nombre de classes d'actifs.