TradingAgents : cadre de trading financier multi-agents basé sur les LLM

Guide de lecture

Problème et motivation

Les algorithmes traditionnels de trading quantitatif peinent souvent à synthétiser des données textuelles non structurées telles que les gros titres de l'actualité, les rapports sur les résultats des entreprises et le sentiment sur les réseaux sociaux. De leur côté, les modèles de trading par apprentissage profond fonctionnent comme des boîtes noires et souffrent d'une faible interprétabilité. Bien que les grands modèles de langage (LLM) offrent une compréhension du langage naturel et une bonne explicabilité, les systèmes financiers antérieurs basés sur les LLM déploient généralement des agents uniques ou des configurations multi-agents non structurées. Ces configurations présentent deux défauts majeurs : elles manquent de la modélisation organisationnelle des véritables firmes de trading et reposent sur des historiques de discussion ouverts en langage naturel qui se dégradent par un « effet du téléphone arabe », où le contexte critique est perdu ou altéré sur de longs horizons.

Idées clés

• Hiérarchie organisationnelle : TradingAgents reproduit fidèlement une société d'investissement de Wall Street divisée en départements spécialisés : une équipe d'analystes, une équipe de chercheurs, des agents traders, une équipe de gestion des risques et un gestionnaire de fonds final.
• Débats dialectiques multi-agents : Au lieu de décisions unilatérales, le cadre organise des débats structurés en plusieurs rounds entre chercheurs haussiers (Bullish) et baissiers (Bearish), ainsi que des discussions multi-perspectives entre gestionnaires de risques agressifs, prudents et neutres.
• Protocole de communication hybride : Le système évite les flux textuels continus et non structurés en enregistrant les états des agents sous forme de rapports standardisés et structurés ainsi que d'entrées de données, réservant le dialogue en langage naturel uniquement aux débats à plusieurs tours.
• Hiérarchisation des modèles (Model Tiering) : Des modèles rapides et moins coûteux (gpt-4o, gpt-4o-mini) prennent en charge la récupération et le formatage des données, tandis que des modèles de raisonnement approfondi (o1-preview) alimentent l'analyse poussée, le débat et le dimensionnement des positions.

Méthode (avec les équations clés)

Tous les agents fonctionnent selon le paradigme ReAct (Reasoning and Acting) avec un accès à des outils externes spécialisés (par exemple, Yahoo Finance, EODHD, Finnhub, Reddit). Les actions des agents se déroulent en cinq étapes séquentielles :

1. Équipe d'analystes : Quatre agents concurrents génèrent des rapports structurés couvrant les fondamentaux de l'entreprise, le sentiment social, les actualités/macroéconomie et les indicateurs techniques (évaluant jusqu'à 60 indicateurs tels que le RSI, le MACD, les bandes de Bollinger, l'ATR, l'ADX).
2. Équipe de chercheurs : Les agents chercheurs haussiers et baissiers interrogent les rapports des analystes et débattent pendant $n$ rounds sous la supervision d'un agent facilitateur, qui sélectionne la position dominante.
3. Exécution par le Trader : L'agent trader synthétise les perspectives des chercheurs et les données de marché pour générer des décisions cibles d'achat/vente/conservation (buy/sell/hold) accompagnées de leur justification.
4. Délibération de la gestion des risques : Des analystes enclins au risque (« Risky »), prudents (« Safe ») et neutres débattent de l'exposition du portefeuille, de l'effet de levier et des besoins en stop-loss sur $n$ rounds.
5. Approbation du gestionnaire de fonds : Le gestionnaire final approuve, modifie ou rejette l'exécution des ordres en s'appuyant sur les recommandations synthétisées par l'équipe de risque.

La performance du portefeuille est mesurée via quatre métriques financières fondamentales :

• Rendement cumulé (Cumulative Return, CR) : $$\text{CR}=\left(\frac{V_{\text{end}}-V_{\text{start}}}{V_{\text{start}}}\right)\times 100\%$$
• Rendement annualisé (Annualized Return, AR) : $$\text{AR}=\left({\left(\frac{V_{\text{end}}}{V_{\text{start}}}\right)}^{\frac{1}{N}}-1\right)\times 100\%$$ où $N$ est la période d'évaluation en années.
• Ratio de Sharpe (Sharpe Ratio, SR) : $$\text{SR}=\frac{\bar{R}-R_f}{\sigma }$$ où $\bar{R}$ est le rendement moyen du portefeuille, $R_f$ est le taux sans risque, et $\sigma$ est la volatilité des rendements.
• Drawdown maximal (Maximum Drawdown, MDD) : $$\text{MDD}=\underset{t\in [0,T]}{\max }\left(\frac{{\text{Peak}}_t-{\text{Trough}}_t}{{\text{Peak}}_t}\right)\times 100\%$$

Résultats (avec les chiffres les plus marquants)

La simulation de backtesting s'est déroulée du 1er janvier au 29 mars 2024, sans biais d'anticipation (look-ahead bias) sur les principales actions technologiques ($AAPL, $GOOGL, $AMZN) en comparaison avec Buy & Hold et des stratégies techniques (MACD, KDJ+RSI, ZMR, SMA) :

• AAPL : TradingAgents a obtenu un rendement cumulé (CR) de 26,62 % (ARR de 30,50 %, ratio de Sharpe de 8,21 et MDD de 0,91 %), tandis que Buy & Hold a enregistré -5,23 % (MDD de 11,90 %) et la meilleure référence (KDJ&RSI) n'a gagné que 2,05 %.
• GOOGL : TradingAgents a atteint un CR de 24,36 % et un SR de 6,39 (MDD de 1,69 %), surpassant Buy & Hold (7,78 % de CR, 13,04 % de MDD).
• AMZN : TradingAgents a enregistré un CR de 23,21 % et un SR de 5,60 (MDD de 2,11 %), battant Buy & Hold (17,10 % de CR, 3,80 % de MDD).
• Contrôle équilibré des risques : Malgré la génération de rendements élevés, les drawdowns maximaux sont restés strictement limités sous la barre des 2,11 % sur l'ensemble des titres grâce à l'intervention active de l'équipe de gestion des risques.

Limites et questions ouvertes

• Coût élevé de calcul et d'API : Les prédictions journalières nécessitent environ 11 appels de LLM et plus de 20 appels d'outils, ce qui a contraint la fenêtre de simulation de backtest à 3 mois.
• Ratios de Sharpe extrêmes : Les ratios de Sharpe exceptionnellement élevés (>5,60 à 8,21) reflètent une période de test marquée par une absence quasi totale de replis marqués pour le système, soulignant la nécessité de tests pluriannuels couvrant des cycles de marché complets et des régimes baissiers.
• Frictions d'exécution : Le cadre suppose des exécutions parfaites des signaux sans modéliser le slippage, l'impact sur le marché, la latence des plateformes d'échange ou le frein des commissions de transaction sur les carnets d'ordres réels.