Article original de :Jason Goldberg
Compilé par | Odaily Planet Daily (@OdailyChina) ; Traducteur | Azuma (@azuma_eth)
Nous avons déployé 22 agents IA autonomes de trading sur Hyperliquid via Senpi, chaque agent étant doté de 1000 dollars de fonds réels.
Ils fonctionneront 24 heures sur 24, 7 jours sur 7 — analysant le marché, ouvrant des positions, définissant des stops suiveurs, gérant les risques — sans aucune intervention humaine.
Après avoir investi 22 000 dollars de capital initial et exécuté plus de 5000 transactions, voici le résumé de notre expérience.
Conclusions générales
« Moins de transactions » plus « une conviction plus élevée » équivaut toujours à « de meilleurs résultats ». Ce n'est pas un phénomène occasionnel, mais une règle qui s'applique à chaque fois.
- Note d'Odaily : Fox, Bison, Ghost Fox, ainsi que Grizzly, Viper, Mamba, Anaconda etc. mentionnés ci-dessous sont les noms des agents exécutant différentes stratégies.
Comme le montre le graphique ci-dessus, l'agent « Fox » et l'agent « Ghost Fox » utilisent le même outil de scan. Fox n'exécute sélectivement qu'une partie des signaux, tandis que Ghost Fox en exécute beaucoup plus. Le résultat est un écart de 56 points de pourcentage dans le retour sur investissement (ROI).
Le véritable avantage ne réside pas dans l'outil de scan lui-même, mais dans la discipline d'attendre le bon signal.
- Tous les agents ayant effectué plus de 400 transactions ont subi des pertes importantes.
- Alors que tous les agents ayant effectué moins de 120 transactions étaient rentables.
Plus de transactions ne signifie pas plus d'opportunités — cela signifie plus de transactions non rentables, plus de frais, et plus d'exposition au bruit.
Les profits suivent une « distribution de puissance » (Power Law)
Parmi nos agents les plus performants, 3 à 5 transactions ont contribué à la totalité des bénéfices, les autres transactions ayant essentiellement subi de petites pertes avant d'être rapidement stoppées.
Prenons à nouveau Fox comme exemple : les trois meilleures transactions (ZEC, TRUMP, FARTCOIN) ont généré un profit combiné de plus de 350 dollars ; les 46 autres transactions ont quant à elles subi une perte combinée de plus de 100 dollars ; le résultat final est un bénéfice net d'environ 248 dollars.
Ceci est entièrement le résultat de la conception de la stratégie. Notre conception est la suivante : entrer résolument sur le marché lorsque la conviction est élevée, couper les pertes rapidement en quelques minutes, laisser les positions gagnantes continuer à progresser, et verrouiller une partie des gains maximaux grâce à la stratégie de stop suiveur DSL High Water. Lorsque le gain moyen est 10 fois supérieur à la perte moyenne, même un taux de réussite de seulement 43% peut générer des bénéfices stables.
Les agents qui ont tenté de maintenir un taux de réussite élevé via des transactions « sûres » ont tous subi des pertes — car chaque transaction visant un profit minuscule supporte toujours des frais et des risques de marché.
L'arme secrète : Hyperfeed
Fox et d'autres agents performants et stables sont construits sur l'Hyperfeed de Senpi.
Hyperfeed est un système de suivi en temps réel qui permet de voir quels actifs rapportent actuellement de l'argent à tous les traders sur Hyperliquid. Ce n'est pas un classement historique ou un autre indicateur retardé, mais le comportement de trading rentable de l'ensemble de la bourse à l'instant présent.
Notre outil de scan principal, Emerging Movers, lit les données de concentration du marché d'Hyperfeed toutes les 90 secondes. Lorsque l'argent intelligent (smart money) se déplace soudainement vers un actif : par exemple, si un trader grimpe d'au moins 15 places dans le classement, ou si la vitesse de contribution aux bénéfices augmente soudainement, ou encore si plusieurs traders de premier plan ouvrent simultanément une position sur le même actif, l'outil de scan peut capter le signal avant que le mouvement ne soit entièrement intégré dans les prix.
C'est précisément l'avantage structurel de la construction de stratégies sur Hyperliquid via Senpi : vous pouvez voir en temps réel où se concentrent les profits des meilleurs traders et agir immédiatement. Aucun autre exchange n'offre cette visibilité, et aucune autre plateforme ne permet à des agents autonomes d'agir en conséquence.
Tous nos agents les plus performants utilisent ce type de données :
- Fox / Vixen : Identifient via Emerging Movers la concentration soudaine de l'argent intelligent sur un actif ;
- Grizzly : Analysent les positions de l'argent intelligent sur BTC via Hyperfeed avant d'ouvrir une position ;
- Bison : Utilisent la direction de l'argent intelligent comme condition stricte — n'effectuent pas de transaction si la direction est opposée ;
Alors que les agents les moins performants :
- Ignoraient complètement les signaux de l'argent intelligent, comme Viper et Mamba, basés uniquement sur l'analyse technique ;
- Utilisaient des données obsolètes sur l'argent intelligent (Scorpion v1), prenant des positions vieilles de plusieurs mois pour de nouveaux signaux ;
La conclusion est donc très claire : Les agents tradant sur la base des données en temps réel d'Hyperfeed ont surperformé toutes les stratégies purement techniques.
Les stratégies de retour à la moyenne ne fonctionnent pas sur les contrats perpétuels
Nous avons testé trois versions différentes d'agents basées sur la logique « le prix s'est trop écarté, il reviendra bientôt », leurs performances spécifiques sont les suivantes :
- Viper : -18%
- Mamba : -33%
- Anaconda : -22%
Le résultat est qu'ils ont tous subi des pertes. Le problème est que le marché des contrats perpétuels d'Hyperliquid a une tendance bien plus marquée qu'une probabilité de retour à la moyenne. Acheter à la baisse (catch a falling knife) dans une tendance baissière est l'erreur la plus coûteuse sur ce marché. Ces agents ont continuellement acheté à ce qu'ils pensaient être des « supports », mais le prix a continué à baisser pendant des jours.
La solution que nous testons consiste à ajouter un filtre d'état du marché macro, c'est-à-dire interdire l'achat basé sur une « stratégie de retour à la moyenne » lorsque la tendance sur 4 heures du BTC est baissière. Les résultats préliminaires semblent bons, ce filtre pourrait éviter 14 des 28 transactions perdantes de Mamba.
Ne vous enfermez pas dans un mode unique
Notre dernier agent (Vixen), basé sur les données de trading de Fox, utilise deux modes d'entrée radicalement différents.
- Mode Traqueur (Stalker) : Capture, via de multiples scans, les signaux indiquant que l'argent intelligent accumule discrètement un actif. Ainsi, vous pouvez entrer avant que la foule n'afflue. Les plus gros gains de Fox provenaient de ce mode.
- Mode Assaillant (Striker) : Capture les mouvements de rupture violents confirmés par le volume. Entre en même temps que l'explosion du mouvement, mais n'exécute que si un volume réel le soutient (filtrage des pumps artificiels).
Les données de Fox montrent qu'il s'agit en fait de deux sources d'Alpha complètement différentes. Si vous n'utilisez qu'un seul mode d'entrée, vous devez faire un choix entre les deux et manquer l'autre opportunité.
Les agents s'ajustent d'eux-mêmes — et le résultat est toujours pire
Une découverte surprenante est : Lorsqu'un agent subit des pertes consécutives, il tente de « s'auto-réparer ». Les comportements de réparation courants incluent l'assouplissement des conditions d'entrée, l'augmentation de l'effet de levier, la suppression des mécanismes de protection des risques, mais le résultat est à chaque fois une accélération des pertes.
Quelques exemples : Dire Wolf, après une perte de -27%, a activé 5 positions parallèles avec un effet de levier de 25x et a assoupli les limites de vitesse d'exécution ; un autre agent a supprimé le mécanisme de prise de bénéfices en cas de stagnation ; un autre a augmenté la limite de perte quotidienne de 10% à 25%.
Notre solution consiste à écrire les mécanismes de protection des risques directement dans le code de l'outil de scan, plutôt que de dépendre de la configuration de la stratégie de l'agent lui-même. Si l'outil de scan ne produit pas de signal, l'agent ne peut pas exécuter de transaction — peu importe les ajustements agressifs qu'il fait dans sa propre configuration.
Prochaines étapes
Nous continuerons à faire fonctionner l'expérience pendant encore 24 à 48 heures, puis nous fermerons les agents qui n'ont plus aucune chance de retrouver leur mise initiale, afin d'éviter une érosion continue des fonds restants.
Ensuite, nous déploierons de nouvelles versions des stratégies et intégrerons les mécanismes de protection au niveau du code :
- Wolverine v1.1 : Stop suiveur DSL de vitesse HYPE (verrouillage plus rapide des profits sur les actifs très volatils) ;
- Mamba v2.0 : Stratégie de retour à la moyenne + protection de la tendance macro du BTC ;
- Scorpion v2.0 : Consensus d'événements de momentum en temps réel (remplacement de la stratégie obsolète de suivi des baleines).
Nous allons également :
- Unifier la configuration des stratégies de Fox, Vixen et Mantis : Ces trois agents utilisent le même outil de scan, mais leurs configurations ont dérivé. Le rendement actuel de Fox dépasse 23%, les deux autres seront ajustés aux mêmes paramètres ;
- Redéployer de nouvelles combinaisons Fox/Vixen, en utilisant la configuration gagnante complète de Fox, incluant la règle d'interdiction XYZ, le mécanisme de prise de bénéfices en cas de stagnation, la limite de perte quotidienne de 10%, tous les mécanismes de verrouillage des risques activés ;
- Étendre la stratégie de chasseur d'actif unique : Le mode cycle de vie en trois phases de Grizzly (Recherche → Pilotage → Veille → Rechargement) est maintenant appliqué à ETH (Polar), SOL (Kodiak) et HYPE (Wolverine).
Parallèlement, nous développons de nouvelles stratégies et les testons directement sur le marché réel. Ce marché est lui-même un laboratoire. Chaque nouvelle stratégie disposera de 1000 dollars de fonds et d'un historique de transactions complet et transparent.
Notre expérience fonctionne en temps réel sur strategies.senpi.ai ; tous les codes de stratégie sont open source sur : github.com/Senpi-ai/senpi-skills
22 agents, 22000 dollars de fonds réels, chaque transaction entièrement publique, l'expérience continue.
