Pyotr Tripolsky a présenté sur Habr un agent d’AI pour analyser les actualités et les signaux sur Bitcoin
Habr a publié une analyse détaillée d’un agent d’AI pour analyser le contexte médiatique du marché crypto. Pyotr Tripolsky critique les approches populaires…
Traité par IA depuis Habr AI ; édité par Hamidun News
Piotr Tripol'skii a publié sur Habr un schéma pour un agent IA pour l'analyse de l'actualité du marché des cryptomonnaies. Dans l'article, il analyse pourquoi les solutions populaires de GitHub pour les signaux de trading échouent sur les événements du monde réel, et montre un schéma plus pratique : l'agent d'abord cherche les déclencheurs de marché frais, puis émet un signal court BUY, SELL ou WAIT.
Où les Analogues Échouent
L'auteur commence par une critique de deux approches populaires. La première est des essaims d'agents qui débattent les uns avec les autres sur la base d'indicateurs bruts comme RSI, Stoch RSI et autres métriques. Sur le papier cela semble convaincant : un agent prouve la croissance, un autre prouve la baisse, et l'utilisateur choisit le nombre de tours de débat. Mais en réalité, écrit Tripol'skii, le modèle s'accroche souvent au premier signal qu'il trouve et construit une explication autour de lui, ignorant les données contradictoires. En résultat, le système ressemble plus à une belle simulation d'analyse qu'à un véritable outil de prise de décision.
La deuxième approche semble plus solide : plusieurs agents divisent entre eux les thèmes fondamentaux — les flux d'ETF, les réserves on-chain, le taux de hash, les actions des gros détenteurs, la macroéconomie et le prix. Le problème est que cette analyse est trop statique. Elle peut être utile pour le tableau général sur un mois, mais répond mal aux chocs soudains du marché, quand le prix est mû non par l'équilibre des indicateurs, mais par un événement aigu à une heure spécifique. C'est ici, selon l'avis de l'auteur, que le marché parvient à aller dans une direction complètement différente.
Nouvelle Logique de Recherche
Au lieu d'un débat entre agents abstraits, l'auteur propose un schéma avec le motif « raisonnement + action ». Le point est que le modèle ne doit pas se fermer dans un ensemble de métriques préchargées. Entre les étapes de raisonnement, il doit avoir la possibilité de rechercher à nouveau des faits sur internet et clarifier exactement ce qui s'est passé dans les dernières heures. Ainsi, l'agent ne discute pas le marché en général, mais répond au contexte spécifique de la date et du moment. C'est une tentative de rendre la requête au monde adaptative, pas ponctuelle.
« Les événements aigus surpassent l'analyse retardée ».
Dans le code publié, l'agent de recherche web reçoit des règles strictes : ne pas regarder vers l'avant, ne pas utiliser des matériaux sans une date claire et ne pas copier une opinion d'un article comme une conclusion prête. Essentiellement, l'agent fonctionne comme un éditeur rapide de résumés de marché, qui doit recueillir plusieurs confirmations avant d'émettre un signal. Pour cela, il est proposé de faire plusieurs requêtes de recherche et de vérifier l'image dans des publications indépendantes.
- Cherche les dernières nouvelles sur l'actif au cours des 4–12 dernières heures
- Vérifie les actions réglementaires, les piratages d'échanges et les arrêts des retraits
- Suit les macro-surprises comme les décisions de la Réserve fédérale ou la publication de l'IPC
- Observe les volumes anormaux et les raisons des mouvements aigus de prix
- Si l'image est contradictoire, choisit WAIT plutôt qu'une prévision forcée
Séparément, l'auteur formalise le format de sortie. Le modèle doit retourner non pas une longue avis, mais l'une des trois actions et une brève explication des événements qui l'ont conduit. Cela rapproche le système non d'un essai analytique, mais d'un outil opérationnel qui peut être connecté à un backtest ou une boucle de trading. Ce format est particulièrement pratique où le signal doit ensuite être vérifié automatiquement sur l'historique ou transmis à la logique de trading.
Test de Marché
Pour démontrer, Tripol'skii a exécuté l'agent sur les nouvelles Bitcoin pour avril 2026. Sur un long horizon, l'analyse fondamentale générale semblait baissière : des taux élevés, des volumes faibles, la pression des mineurs et des flux institutionnels ambigus poussaient le modèle vers un signal SELL. Mais alors l'article montre pourquoi un tel cadre seul ne suffit pas. L'image mensuelle et la décision pour les prochaines heures s'avèrent être des tâches différentes. C'est cette lacune que l'auteur essaie de combler avec un agent de nouvelles.
Le 5 avril 2026, l'agent a vu une augmentation de la tension géopolitique suite à un ultimatum américain à l'Iran, mais n'a pas trouvé assez de catalyseur clair et sans équivoque pour entrer. Le résultat était WAIT. Déjà le 8 avril 2026, suite à l'annonce d'un cessez-le-feu de deux semaines avec l'Iran, le système a enregistré un saut brutal de Bitcoin à 72 000 dollars, une liquidation d'environ 425 millions de dollars de positions courtes et une augmentation du volume — et a émis BUY.
Et le 9 avril 2026, le signal a à nouveau changé en WAIT : l'impulsion haussière a heurté la pression des mineurs, les options et les nouveaux risques, donc le modèle a choisi la prudence.
Ce fragment est l'idée principale de tout l'article. L'auteur ne promet pas un « oracle intelligent » qui devine toujours le marché. Au contraire, il montre une mécanique plus disciplinée : d'abord identifier l'événement aigu, puis vérifier les confirmations, et seulement ensuite décider s'il y a même une base pour un échange. Pour les agents IA en finance, c'est plus important que des beaux raisonnements sur les fondamentaux, car l'erreur ici surgit non pas du manque de données, mais de l'ordre incorrect de travail avec elles.
Ce Que Cela Signifie
L'article sur Habr offre non pas un saint Graal du trading prêt à l'emploi, mais un schéma utile pour les agents IA de nouvelles. L'idée-clé est simple : sur un marché qui change rapidement, le modèle doit être capable de redécouvrir le contexte par date, reconnaître l'incertitude et plus souvent choisir WAIT s'il n'y a pas assez de faits frais. Une telle approche peut être utile non seulement en cryptographie, mais dans tous les systèmes où la décision dépend des nouvelles des dernières heures et minutes.
Besoin d'une IA qui travaille dans votre entreprise — pas seulement dans votre fil d'actualité?
Je construis de l'IA en production pour les entreprises — CRM sur mesure, outils internes, agents autonomes, automatisation des processus. Vous en êtes propriétaire, adaptée à votre processus, sans coût par utilisateur. Réalisé par Zhemal Khamidun, CPO d'AlpinaGPT (plateforme IA, 6 000+ utilisateurs).
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.