CoinQuant Introduces une Infrastructure de Trading pour l'Économie des Agents

TheNewsCryptoPublié le 2026-05-26Dernière mise à jour le 2026-05-26

Résumé

CoinQuant, une plateforme de trading sans code alimentée par IA, élargit ses services pour devenir une architecture unifiée d'intelligence de trading, conçue pour les traders humains et les agents IA autonomes. Avec plus de 15 000 utilisateurs, la plateforme répond au besoin d'infrastructure structurée dans l'économie émergente des agents, où l'activité financière autonome s'accélère. L'initiative introduit une "couche de confiance" qui s'interpose entre l'intention de trading et le déploiement en direct du capital. Aucune stratégie, humaine ou autonome, n'est exécutée sans validation préalable via des backtests, des analyses de risque et une optimisation des paramètres intégrés au flux de travail. Le moteur central de CoinQuant combine du backtest de niveau institutionnel, des données de marché structurées, une optimisation par IA et un système propriétaire "Domain Expert". Les traders humains utilisent une interface en langage naturel, tandis que les agents IA se connectent via des API pour valider des stratégies à grande échelle. Cette expansion ouvre deux vecteurs de croissance : servir la base existante de traders et multiplier la valeur via la validation programmatique pour les agents autonomes. Toute stratégie testée contribue à une couche d'intelligence agrégée et anonymisée. Prochainement, CoinQuant lancera une couche d'automatisation d'exécution sur HyperLiquid et lève actuellement 3 millions de dollars en financement d'amorçage pour développer ses produits et s...

L'économie des agents est en train de remodeler les marchés financiers. Les frameworks d'agents open source accélèrent l'activité financière autonome, les agents d'IA exécutant de plus en plus des trades, gérant des portefeuilles et interagissant directement avec les plateformes d'échange. Pourtant, l'infrastructure financière soutenant cette transition n'a pas évolué au même rythme.

CoinQuant, la plateforme de trading no-code alimentée par l'IA qui a attiré plus de 15 000 utilisateurs depuis son lancement, annonce aujourd'hui son expansion en une architecture unifiée d'intelligence de trading conçue à la fois pour les traders humains et les agents d'IA autonomes.

« Le trading autonome n'est plus théorique. Il se produit déjà. La phase suivante nécessite une validation structurée, une gestion disciplinée des risques et une infrastructure d'intelligence. C'est ce que CoinQuant propose », a déclaré Maan Ftouni, Fondateur et PDG de CoinQuant.

La couche de confiance pour les agents d'IA autonomes

Alors que les agents d'IA se connectent de plus en plus directement aux échanges et aux portefeuilles, beaucoup s'appuient sur des API brutes sans backtesting structuré, analyse des risques ou pipelines de données validés. CoinQuant introduit une couche d'intelligence structurée entre l'intention de trading et le déploiement de capital en direct.

Aucune stratégie n'est mise en ligne sans validation, qu'elle soit construite par un humain ou générée de manière autonome. Le backtesting, les métriques de risque et l'optimisation des paramètres sont intégrés directement dans le flux de travail, garantissant que le capital n'est déployé qu'après une évaluation systématique.

D'une plateforme no-code à une architecture d'intelligence de trading

L'expansion de CoinQuant reflète l'évolution de son moteur central. Au centre de la plateforme se trouve un système d'intelligence unifié combinant du backtest de qualité institutionnelle, des données de marché structurées provenant de fournisseurs comme Kaiko et Financial Modeling Prep, une optimisation alimentée par l'IA et le système propriétaire Domain Expert de CoinQuant.

Les traders humains interagissent via une interface en langage naturel qui leur permet de décrire, tester, optimiser et déployer des stratégies sans écrire de code. Les agents d'IA se connectent de manière programmatique via des intégrations API et MCP pour valider des stratégies et accéder à des données structurées à grande échelle.

L'interface n'est que la surface. Le moteur d'intelligence en dessous est le produit.

Un moteur, deux vecteurs de croissance

Cette expansion représente une extension naturelle du modèle économique de CoinQuant. La base croissante de plus de 15 000 traders de la plateforme valide la correspondance produit-marché et génère une intelligence de stratégie structurée. L'interface agent multiplie cette valeur grâce à une validation programmatique à haut volume et des flux de travail d'automatisation.

Chaque stratégie construite, testée et déployée contribue à une couche d'intelligence agrégée et anonymisée, créant un ensemble de données propriétaire cartographiant l'intention de trading vers la logique, les métriques de validation et les résultats de performance dans différentes conditions de marché.

« Le même moteur qui alimente le premier backtest d'un trader peut valider des centaines de stratégies pour des systèmes autonomes en parallèle. Nous construisons une seule fondation d'intelligence pour les humains et les agents d'IA », a ajouté Ftouni.

La couche d'automatisation à venir

CoinQuant se prépare à lancer sa couche d'exécution automatisée des stratégies sur HyperLiquid en tant que deuxième flux de revenus majeur.

La couche d'automatisation permettra aux stratégies validées de passer de manière transparente du backtest au déploiement en direct au sein du même cadre d'intelligence.

Lever 3 millions de dollars pour passer à l'échelle

CoinQuant lève actuellement un financement Seed de 3 millions de dollars pour soutenir le développement produit, la mise à l'échelle de l'infrastructure et l'expansion mondiale. L'entreprise développe également HYDRA, une architecture multi-agent hiérarchique conçue pour la recherche avancée, la modélisation des risques et l'optimisation des stratégies.

Avec plus de 15 000 utilisateurs validant la demande pour une intelligence de trading structurée, CoinQuant vise à devenir l'épine dorsale de l'intelligence du trading algorithmique à l'ère financière pilotée par les agents.

À propos de CoinQuant

CoinQuant est une plateforme de trading IA qui permet aux traders et aux agents d'IA de construire, valider, optimiser et automatiser des stratégies de trading en utilisant le langage naturel. Basée à Dubaï, CoinQuant s'intègre avec les principales plateformes d'échange et fournisseurs de données institutionnels pour offrir une infrastructure de trading de qualité professionnelle à une communauté mondiale.

  • Site Webhttps://coinquant.ai
  • Xhttps://x.com/CoinQuantX
  • Discordhttps://discord.gg/StNxg33z
  • Instagramhttps://www.instagram.com/coinquant.ai/
  • TikTokhttps://www.tiktok.com/@coinquant.ai
  • LinkedInhttps://www.linkedin.com/company/coinquant

Contact presse :

Avertissement : TheNewsCrypto n'approuve aucun contenu de cette page. Le contenu décrit dans ce communiqué de presse ne représente aucun conseil en investissement. TheNewsCrypto recommande à ses lecteurs de prendre des décisions basées sur leurs propres recherches. TheNewsCrypto n'est pas responsable des dommages ou pertes liés au contenu, aux produits ou services indiqués dans ce communiqué de presse.

TagsCoinQuantCommuniqué de presse

Questions liées

QQuel est l'objectif principal de l'expansion annoncée par CoinQuant ?

AL'objectif principal de l'expansion de CoinQuant est de devenir une architecture d'intelligence de trading unifiée, conçue pour servir à la fois les traders humains et les agents d'IA autonomes dans l'économie des agents.

QQuel problème spécifique CoinQuant cherche-t-il à résoudre pour les agents d'IA dans le trading ?

ACoinQuant cherche à résoudre le manque d'infrastructure structurée pour les agents d'IA, qui se connectent souvent directement aux bourses via des API brutes sans couche de validation, d'analyse des risques ou de pipelines de données vérifiés.

QComment les traders humains interagissent-ils avec la plateforme CoinQuant ?

ALes traders humains interagissent avec la plateforme CoinQuant via une interface en langage naturel qui leur permet de décrire, tester, optimiser et déployer des stratégies de trading sans avoir à écrire de code.

QQuelle est la prochaine étape majeure dans le développement de CoinQuant mentionnée dans l'article ?

ALa prochaine étape majeure mentionnée est le lancement de la couche d'exécution automatisée des stratégies sur HyperLiquid, qui constituera la deuxième source de revenus principale de l'entreprise.

QQuel est le montant et l'objectif de la levée de fonds en cours pour CoinQuant ?

ACoinQuant lève actuellement 3 millions de dollars dans un tour de financement de type Seed pour soutenir le développement de produits, la mise à l'échelle des infrastructures et l'expansion mondiale.

Lectures associées

La première encyclique du nouveau pape de Rome vise à sauver les masses populaires à l'ère de l'IA

Le nouveau pape Léon XIV a publié sa première encyclique, "Magnifica humanitas", adressant la question cruciale de la préservation de la dignité et du rôle central de l'humanité à l'ère de l'intelligence artificielle. Publiée symboliquement 135 ans après l'encyclique "Rerum novarum" sur la révolution industrielle, elle se veut un guide pour la doctrine sociale de l'Église à l'époque de l'IA. Le document, long de plus de 40 000 mots, met en garde contre la nature non neutre de la technologie, façonnée par les valeurs de ses créateurs. Il critique la "culture du pouvoir" des géants technologiques et la logique technocratique qui échappe au contrôle démocratique. L'encyclique dénonce les "nouvelles formes d'esclavage" dans l'économie numérique et les risques de remplacement massif de la main-d'œuvre. Elle appelle à un désarmement de l'IA dans le domaine militaire, estimant que la théorie de la "guerre juste" est dépassée face à des systèmes automatisés qui brouillent la responsabilité morale. Elle alerte également sur les dangers des deepfakes pour la vérité et la confiance sociale. Lors de la présentation au Vatican, Chris Olah, cofondateur d'Anthropic (créateur de Claude), a apporté son soutien. Il a reconnu que l'industrie de l'IA, soumise à la concurrence, ne pouvait seule garantir un avenir sûr et a plaidé pour des contraintes éthiques externes. Il a souligné que les questions soulevées par l'IA relevaient ultimement des humanités, de la religion et de la philosophie, et non de la seule informatique. Olah a révélé que les recherches internes sur les modèles d'IA révèlent des structures miroirs des neurosciences humaines et des états évoquant l'introspection, la joie ou la peur, ce qui suscite chez ses créateurs de l'inquiétude et de la perplexité. Ce dialogue entre le Vatican et la Silicon Valley marque un moment unique : face à une entité dotée d'une "quasi-subjectivité", la science se tourne vers la religion pour interroger l'essence de l'humain. Ce qu'il faut préserver, au-delà du travail ou de l'efficacité, ce sont les aspects inquantifiables de l'humanité : la compassion, la conscience, le libre arbitre et l'attachement à la vérité.

Odaily星球日报Il y a 10 mins

La première encyclique du nouveau pape de Rome vise à sauver les masses populaires à l'ère de l'IA

Odaily星球日报Il y a 10 mins

De l'infrastructure électrique à l'économie des Token : le « gâteau à sept couches » de la chaîne industrielle de l'IA

Au cours des deux dernières années, le secteur de l'IA a été dominé par la « guerre des grands modèles », centrée sur l'augmentation des paramètres et des coûts d'entraînement. Cependant, en 2026, la logique évolue : la demande massive d'inférence (Inference) pour les agents IA devient le principal moteur de l'expansion des infrastructures. L'industrie passe ainsi de l'« ère des modèles » à l'« ère industrielle du Token », où la production, la distribution, la planification et la consommation de Tokens sont essentielles. Inspiré par la vision de Jensen Huang, l'écosystème économique de l'IA est décrit comme un « gâteau à sept couches » centré sur le Token : 1. Énergie électrique – la base énergétique. 2. AIDC (centres de données IA) – les usines à Tokens. 3. GPU – les équipements de production. 4. LLM (grands modèles de langage) – les moteurs de production. 5. Distribution des Tokens – le « réseau électrique » de l'IA. 6. Optimisation et planification intelligente des Tokens – le cerveau du système. 7. Agents IA – les terminaux consommateurs. Actuellement, cette chaîne est fragmentée et inefficace. Certains ont des GPU avancés mais manquent d'énergie, d'autres ont des AIDC mais pas de planification optimale, et d'autres encore développent des agents puissants mais font face à des coûts et des latences élevés. La clé pour passer de l'« ère des outils » à l'« ère de l'adoption massive » réside dans la connexion et la synergie de ces sept couches. Le futur de l'IA ne dépendra pas seulement de modèles performants, mais d'un réseau d'infrastructures intelligentes capable de produire, distribuer, planifier et consommer des Tokens de manière continue et efficace à l'échelle mondiale, à l'image des révolutions industrielle et internet.

marsbitIl y a 1 h

De l'infrastructure électrique à l'économie des Token : le « gâteau à sept couches » de la chaîne industrielle de l'IA

marsbitIl y a 1 h

Les semi-conducteurs progressent de 78% sur un an, les logiciels reculent de 12% : « L'effet d'aspiration des liquidités » se produit à l'intérieur des actions technologiques

L'ETF des semi-conducteurs (SOXX) a bondi de 78,5% depuis janvier, tandis que l'ETF du logiciel (IGV) a chuté de 12,5%, un écart de performance record de plus de 90 points de pourcentage au sein de la tech. Des titres comme SanDisk (+426%) et Intel (+222%) surperforment largement, portés par la flambée des prix des puces mémoire (NAND, HBM) et les investissements massifs des géants du cloud. Microsoft, Alphabet, Amazon et Meta devraient dépenser ensemble près de 7000 milliards de dollars en capex en 2026 pour l'infrastructure IA. À l'inverse, les actions logicielles (Microsoft, Adobe, Salesforce...) subissent une double pression : l'évaporation des capitaux au profit des semi-conducteurs et les craintes de disruption par l'IA, notamment depuis le lancement d'outils comme Claude Code. Toutes les actions logicielles du S&P 500 évoluent sous leur moyenne mobile de 200 jours. La question centrale est de savoir si cette dynamique extrême est durable. D'un côté, les dépenses colossales des hyperscalers soutiennent la demande. De l'autre, certains signaux (chute attendue des flux de trésorerie, concentration extrême des gains) évoquent une phase avancée de cycle. Si une correction des semi-conducteurs est redoutée par certains, la rotation vers le logiciel, très soldé, reste une possibilité, bien que l'incertitude sur la pérennité des modèles SaaS face à l'IA persiste.

marsbitIl y a 1 h

Les semi-conducteurs progressent de 78% sur un an, les logiciels reculent de 12% : « L'effet d'aspiration des liquidités » se produit à l'intérieur des actions technologiques

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片