Quiconque a étudié à la main des stratégies de trading à très court terme (le scalping, où chaque opération dure de quelques secondes à quelques minutes) sait que le plus dur n’est pas le calcul.
Que faire quand le signal A apparaît ? Et si B apparaît en même temps ? Garder la position quand les prix s’agitent, l’écarter quand c’est calme ? Parier contre le mouvement ici, rester dehors là ?
Si on vérifie chaque branche une par une, une soirée ordinaire se transforme vite en laboratoire perso. Passer quelques heures par jour pendant des années pour ne garder qu’une seule stratégie qui tient la route n’a rien d’exceptionnel.
Puis arrive une IA qui explore toute seule.
Dans un certain type d’usage, elle essaie des milliers de variantes en quelques heures, cherche pourquoi les gains sont instables, et se sert de chaque échec pour choisir le prochain test. La réaction des gens est presque toujours la même :
« Combien de jours il faudrait à une personne pour faire ça ? »
Mais s’arrêter à « l’IA peut tester 4 000 stratégies, donc c’est gagné » est un piège. En finance, pouvoir tester autant de choses augmente aussi le risque de prendre la chance pour du talent. [1][2]
La conclusion de cet article est simple :
ce qui marche, c’est de combiner votre propre idée, la recherche de l’IA, l’IA qui essaie de casser ce qu’elle a trouvé, et une correction statistique qui tient compte du nombre d’essais.
Une IA qui cherche seulement des gagnantes ne suffit pas. Il en faut une autre dont le travail est de les démolir.
1. Pourquoi des années de travail manuel peuvent soudain raccourcir
Étudier une stratégie à la main, c’est une chaîne de petites étapes :
- Une idée vous vient.
- Vous la transformez en règle.
- Vous la testez sur des données passées (le backtest).
- Vous lisez le résultat.
- Vous vous demandez pourquoi il n’est pas stable.
- Vous découpez la règle en morceaux.
- Vous testez de nouveau.
Aucune étape n’est difficile en soi. Ce qui pèse, c’est de les répéter des centaines ou des milliers de fois.
Et en chemin : « Qu’est-ce que j’ai testé hier ? », « Ai-je déjà essayé ce filtre ? ». Le cerveau humain n’a pas de journal de recherche intégré. Certains en ont peut-être un, mais personne ne reçoit de notification de mise à jour.
L’intérêt d’une IA exploratrice, c’est qu’elle fait tourner cette boucle sans s’arrêter.
Elle ne s’arrête pas à « ça a rapporté ». Elle continue : les gains viennent-ils de quelques jours seulement ? Disparaissent-ils une fois les frais comptés ? Ne marche-t-il que sur un créneau horaire ? S’effondre-t-il si on retire une pièce ? Elle ouvre des branches et renvoie les raisons des échecs sous forme de nouvelles hypothèses.
C’est plus que des backtests plus rapides.
C’est une boucle de recherche plus rapide.
2. La force d’Astra ressemble moins à « connaître la réponse » qu’à « se débrouiller dans un endroit nouveau »
ARC-AGI-3 aide à comprendre ce que cela veut dire.
C’est un test interactif où l’IA manipule un nouveau monde en grille 2D, sans mode d’emploi ni but annoncé. Elle doit explorer, comprendre comment ce monde fonctionne, deviner l’objectif, planifier, agir et se corriger. [3][4]
En juillet 2026, GPT-5.6 Sol a obtenu 7,78 % sur le jeu semi-privé d’ARC Prize. Sur un autre jeu, public, OpenAI a montré que conserver l’état du raisonnement et compresser le contexte faisait passer Sol de 13,3 % à 38,3 %. [5]
En septembre, Astra a obtenu 62,7 % sur ce même jeu semi-privé avec l’environnement d’évaluation standard d’ARC Prize, et 99,9 % avec un Provider Adapter, un environnement qui garde davantage de raisonnement d’une action à l’autre. L’environnement change beaucoup la note, on ne peut donc pas lire cela comme un simple 99,9 contre 7,78. Ce qu’on voit, c’est un grand bond dans l’exploration, la compréhension du fonctionnement des choses et la tenue du fil sur les tâches longues. [6][3]
ARC Prize a aussi indiqué que, sur 96 % des niveaux qu’Astra a terminés, elle a utilisé moins d’actions que la médiane des humains qui les ont finis. [3]
C’est une force d’un autre genre que résoudre d’un coup une équation difficile.
Cela ressemble plutôt à ceci :
« Qu’est-ce qui se passe si je touche ça ? Bon, et si j’essaie ça ? Ah, j’ai compris la règle. »
Les tests ressemblent à des jeux. Certains sont assez simples pour qu’un enfant s’amuse à les tripoter, et pourtant les IA ont longtemps buté dessus. C’est pour ça qu’un bond soudain là-dessus en dit long sur la capacité à apprendre un endroit nouveau en le touchant.
ARC Prize lui-même ne dit pas qu’une note élevée à ARC-AGI-3 prouve une intelligence générale de niveau humain. Un jeu fermé aux règles fixes n’est pas le monde réel. [3]
3. Pourquoi explorer un jeu en 2D ressemble à de la recherche en scalping
Le marché n’est pas un jeu. Les prix ne sont pas fixés par un règlement bien rangé.
Pourtant, les étapes de la recherche se ressemblent beaucoup.
Disons que vous ajoutez une condition fondée sur le carnet d’ordres (la file des ordres d’achat et de vente) et que votre backtest s’améliore.
Vous ne vous arrêtez pas là.
- Ce déséquilibre du carnet d’ordres prédit-il vraiment quelque chose ?
- Ne marche-t-il que quand les prix s’agitent ?
- N’est-il visible que parce que l’écart entre prix d’achat et prix de vente était étroit ?
- Disparaît-il si vos ordres sont exécutés un cran moins bien ?
- N’existe-t-il que sur un créneau horaire ?
On observe. On change une condition. On regarde le résultat. On réécrit son idée.
C’est proche du cycle d’ARC-AGI-3 : observer, agir, voir la réaction, mettre à jour la carte dans sa tête, puis agir de nouveau. [3][4]
Alors, plutôt que « trouve les réglages les plus rentables », mieux vaut demander :
« Décompose pourquoi ce gain existe, trouve les conditions qui le tuent, et transforme chaque échec en prochaine expérience. »
Ce n’est pas un quiz où il faut deviner la stratégie gagnante.
On le confie comme un jeu de recherche en terrain inconnu.
4. L’expérience humaine ne disparaît pas : l’intuition « il y a un truc louche par ici » prend de la valeur
On est tenté de laisser l’IA tout chercher depuis zéro.
Mais plus la zone de recherche est grande, plus votre expérience sert de carte pour savoir où commencer à creuser.
Quelqu’un qui a lu les livres et essayé indicateurs et motifs de prix un par un a souvent des notes de ce genre en tête :
- Faible tout seul, mais peut servir de règle « ici, mieux vaut ne pas y aller ».
- Probablement utile seulement quand le marché a une tendance nette.
- Superbe sur les données passées, mais les frais le mangent.
- Plus utile pour bloquer une mauvaise entrée que pour prédire la direction.
- A l’air fort, mais sans doute concentré sur une seule période.
Ce n’est pas une liste de bonnes réponses.
C’est une intuition sur l’endroit où regarder d’abord.
En science, c’est pareil. Co-Scientist (2026) part d’un objectif et de preuves existantes fournis par des chercheurs, puis répète une boucle : générer des hypothèses, les critiquer, les classer, les améliorer, en augmentant le temps de calcul pour creuser plus loin. [7]
En finance, on peut reprendre la même idée.
Une personne plante une graine : « ça a l’air fort ».
L’IA creuse des milliers de directions autour.
Si les résultats contredisent l’intuition, on la jette sans pitié.
L’expérience ne sert pas de réponse, mais d’indice pour décider où dépenser d’abord l’effort de recherche.
Ainsi, les faiblesses du « biais du vétéran » et de la « force brute de l’IA » se compensent un peu.
5. Pourquoi combiner beaucoup de conditions devient un enfer à la main
Imaginez 20 ingrédients.
Rien qu’en décidant « je l’utilise ou pas » pour chacun, on obtient déjà
2^20 = 1 048 576 combinaisons.
Avec trois choix (ne pas l’utiliser, l’utiliser tel quel, l’utiliser à l’envers), cela donne
3^20 = 3 486 784 401 combinaisons.
Bien sûr, personne ne les essaie toutes. On écarte les absurdes grâce à ce qu’on sait.
Mais la vraie recherche ajoute encore des seuils, des créneaux horaires, l’agitation des prix, l’écart entre achat et vente, la durée de détention, l’évitement des moments d’annonces, achats contre ventes, la façon dont les ordres sont exécutés.
Alors la routine d’autrefois du chercheur :
« Et si je regarde ça aussi ? Et si j’exclus ce cas ? Et si c’est seulement dans ce type de marché ? »
revenait à parcourir à pied un arbre de ramifications gigantesque.
Pas étonnant que ça prenne des années.
Le tableur n’y est pour rien. L’univers est juste trop grand.
6. Ce qui compte chez l’IA, ce n’est pas la force brute, c’est le choix de la prochaine expérience
Le bon usage d’une IA exploratrice, ce n’est pas de balayer tous les réglages à l’aveugle.
Une bonne recherche change le test suivant selon ce qui vient de se passer.
Si une stratégie est faite de A+B+C+D, retirez les pièces une à une et regardez ce qui change.
- On retire D et presque rien ne change : D est peut-être de la décoration.
- B est faible seul, mais A+B réduit nettement les périodes de pertes : B est peut-être un filtre (une règle « n’y va pas »), pas un prédicteur.
- C est faible dans l’ensemble mais fort quand les prix s’agitent : C dépend peut-être du type de marché.
Retirer des pièces pour voir ce que chacune apporte s’appelle couramment un test d’ablation.
Le nom compte moins que l’objectif : démonter une stratégie compliquée et ne garder que les pièces qui servent vraiment.
Explorer, échouer, classer la cause, explorer de nouveau.
Quand on automatise cette boucle, l’IA cesse d’être un outil qui cherche seulement des chiffres et commence à ressembler à un assistant de recherche.
7. Le pire ennemi, c’est la chance : testez 4 000 choses et un « génie chanceux » apparaîtra
C’est la partie la plus effrayante de la recherche qui touche à l’argent.
Si vous testez 4 000 stratégies et ne retenez que la plus belle, cette gagnante a peut-être gagné par hasard, pas par mérite.
White a expliqué que, lorsque les mêmes données servent encore et encore à tirer des conclusions et à choisir des modèles, un résultat d’apparence bonne peut venir de la chance plutôt que d’une méthode réellement meilleure. C’est ce qu’on appelle le data snooping (fouiner dans les données). [1]
Combiner plusieurs signaux aggrave la situation.
Novy-Marx a montré qu’en choisissant et en combinant plusieurs signaux, le biais qui consiste à trop coller aux données passées devient plus fort. Même des signaux aléatoires, sans aucun pouvoir de prédiction réel, peuvent produire un backtest d’apparence impressionnante. [2]
La puissance d’exploration de l’IA est donc à double tranchant.
Elle peut se tromper 4 000 fois plus vite qu’une personne.
Et elle peut décerner le trophée à l’erreur la plus belle.
Plus on cherche, plus la protection contre la chance doit être intégrée à la recherche elle-même, et non laissée comme un contrôle final.
8. La protection commence par noter chaque essai et cacher le test final à l’IA
Quand on cherche à grande échelle, les 3 999 échecs font aussi partie du dossier de recherche.
Au minimum, mettez ceci dans le processus :
- Notez chaque essai. Gardez combien vous en avez fait, ce que vous avez changé et pourquoi vous avez abandonné chacun.
- Séparez les données de recherche des données du test final. Ne regardez pas celles du test final pendant que vous choisissez des stratégies.
- Vérifiez vers l’avant dans le temps. Utilisez la validation walk-forward : on construit avec le passé et on vérifie sur la période suivante.
- Dégradez exprès les conditions. Élargissez l’écart entre achat et vente, augmentez les frais, décalez le prix d’exécution, ajoutez du retard, rendez l’exécution des ordres plus difficile.
- Voyez si ça résiste avec des réglages voisins. Méfiez-vous d’une stratégie qui marche à une valeur précise et meurt un cran plus loin.
- Séparez selon le type de marché. Vérifiez si le gain se concentre dans les périodes agitées ou calmes, certains créneaux, certaines années, ou achats contre ventes.
- Corrigez en fonction du nombre de choses essayées.
Une façon de corriger est le Deflated Sharpe Ratio, ou DSR. Quand on teste beaucoup de candidates, le ratio de Sharpe (une note qui compare rendement et risque) paraît plus élevé qu’il ne l’est. Le DSR ajuste cela, ainsi que pour des rendements qui ne se répartissent pas de façon symétrique. [8]
La Probability of Backtest Overfitting, ou PBO, a été conçue pour les backtests d’investissement. Elle estime la probabilité que la stratégie choisie soit trop ajustée au passé, avec une méthode appelée validation croisée symétrique combinatoire. [9]
Le Reality Check de White teste le data snooping parmi de nombreuses candidates. Le test de Superior Predictive Ability de Hansen, ou SPA, l’améliore pour que les candidates faibles ou sans rapport le faussent moins. [1][10]
Inutile de retenir tous ces noms.
L’idée est une seule :
si elle est la meilleure sur 4 000 essais, jugez-la comme la gagnante d’un tournoi de 4 000 essais.
Et si vous regardez les données que vous aviez mises de côté, puis modifiez la stratégie, ces données ne sont plus vierges. La version modifiée a besoin de nouvelles données, scellées.
9. La configuration la plus solide utilise deux IA : l’une trouve des gagnantes, l’autre essaie de les tuer
Avec une seule IA exploratrice, la pente naturelle est de chercher du joli.
Alors on sépare les rôles.
Le côté explorateur
- Crée de nouvelles conditions.
- Réarrange les idées de la personne.
- Creuse l’effet dans chaque type de marché.
- Transforme les raisons des échecs en prochaines candidates.
Le côté critique
- Dégrade les coûts.
- Retarde les exécutions.
- Retire quelques jours.
- Décale les réglages.
- Emmène la stratégie sur une autre période ou un autre marché.
- Applique DSR, PBO, Reality Check, SPA et leurs semblables pour corriger le nombre d’essais.
- Vérifie si le gain tient à quelques jours ou à quelques opérations seulement.
L’explorateur revient avec « J’en ai trouvé une ! » et le critique répond : « Vraiment ? »
Si elle survit, on frappe encore.
Dans la recherche qui touche à l’argent, ce côté désagréable est une qualité.
L’objectif devrait passer de « le gain maximal » à
« quelque chose qui tient encore debout et qu’on sait expliquer quand on abîme un peu les conditions, qu’on change de période ou qu’on dégrade les coûts ».
10. Quand un nouveau modèle sort, cherchez la capacité qui vient de franchir un mur, pas la note globale
Cela ne concerne pas seulement le scalping.
Quand un nouveau modèle d’IA sort, regarder seulement si la note globale a gagné 5 % peut vous faire rater l’endroit où se trouve l’argent.
La question utile est :
« Quel travail n’était pas rentable avec le modèle précédent et le devient soudain ? »
Pour Astra, ce qui ressortait à ARC-AGI-3, c’était d’explorer un monde inconnu, de résumer son fonctionnement en un modèle mental court et d’avancer avec peu d’actions. [3]
À partir de là, raisonnez à rebours.
- Y a-t-il un travail qui consiste à tester d’énormes quantités d’idées ?
- Y a-t-il des tâches où les gens perdent du temps à décider quoi essayer ensuite ?
- Peut-on mesurer la réussite ou l’échec avec un chiffre ?
- Si on répète 100 ou 1 000 fois, l’écart de coût de main-d’œuvre est-il grand ?
- Ce gain de capacité se traduit-il directement en profit, en coût réduit ou en développement plus rapide ?
Là où ces cinq points se recoupent, ça devient intéressant.
En science aussi, la boucle générer, critiquer, comparer, améliorer est déjà exécutée à grande échelle, comme avec Co-Scientist. [7]
Il vaut donc mieux voir l’annonce d’un nouveau modèle non comme la lecture d’une fiche technique, mais comme
une chasse au trésor : quelle étape qui était un calvaire pour les humains peut soudain être faite par une machine ?
Dans la recherche en trading à court terme, une réponse commence à apparaître.
L’intuition qu’une personne a construite pendant des années, « ça a l’air fort par ici », ne se jette pas.
On la confie à l’IA et on la laisse creuser des milliers de directions.
Puis on fait attaquer ses résultats par la même IA, on les passe aux filtres statistiques et on garde un dernier jeu de données que personne n’a touché.
Le résumé le plus court est celui-ci :
L’humain dessine la carte. L’IA creuse au-delà de ses bords. La statistique demande à la fin : « C’est vraiment de l’or ? »
Plus l’IA devient forte, plus il faut que quelqu’un reste froid et sceptique à la fin.
Et ce quelqu’un peut très bien être une IA.
Références (10)
- Halbert White — A Reality Check for Data Snooping, Econometrica 68(5), 2000 onlinelibrary.wiley.com
- Robert Novy-Marx — Backtesting Strategies Based on Multiple Signals, NBER Working Paper 21329, 2015 nber.org
- ARC Prize — OpenAI's GPT-6 Astra on ARC-AGI-3 (2026-09-03) arcprize.org
- ARC Prize — Announcing ARC-AGI-3 / ARC-AGI-3 documentation https://docs.arcprize.org/ arcprize.org
- OpenAI — How two settings tripled our ARC-AGI-3 scores (GPT-5.6 Sol) openai.com
- OpenAI — GPT-6 Astra: A new generation of intelligence openai.com
- Juraj Gottweis et al. — Accelerating scientific discovery with Co-Scientist, Nature, 2026 nature.com
- David H. Bailey & Marcos López de Prado — The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting, and Non-Normality, 2014 doi.org
- David H. Bailey, Jonathan Borwein, Marcos López de Prado & Qiji Jim Zhu — The Probability of Backtest Overfitting, 2015 papers.ssrn.com
- Peter Reinhard Hansen — A Test for Superior Predictive Ability, Journal of Business & Economic Statistics 23(4), 2005 tandfonline.com
