Présentation du cadre

TradingAgents est une plateforme open‑source qui orchestre plusieurs agents spécialisés, chacun piloté par un grand modèle de langage (LLM). Le projet vise à reproduire la chaîne de décision d’une société de trading : collecte de données macro‑économiques, analyse de sentiment, génération d’ordres et suivi de portefeuille. Depuis sa première version stable, le framework s’appuie sur une architecture modulaire où chaque agent communique via des messages structurés, ce qui facilite l’ajout de nouveaux fournisseurs ou modèles sans refonte du code.

Évolution de l’architecture et des fournisseurs

Les versions 0.3.0 (juin 2026) et 0.3.1 (juillet 2026) ont introduit un registre de fournisseurs élargi, intégrant NVIDIA, Kimi, Groq, Mistral, Bedrock et tout point d’accès compatible OpenAI. Cette extension repose sur une interface abstraite qui normalise les appels API, permettant aux agents d’interroger des modèles tels que GPT‑5.6, GLM‑5.3 ou Claude Sonnet 5 sans modifier la logique métier. La prise en charge de Bedrock via authentification par clé d’API, ajoutée dans v0.3.1, renforce la sécurité en évitant la diffusion de secrets dans le code.

Mécanismes de cohérence temporelle et de reprise

Le correctif « look‑ahead » introduit dans la version 0.4.0 (août 2026) élimine le biais de prévision en filtrant les données FRED macro et le sentiment social afin qu’elles reflètent uniquement l’état connu à l’instant t. Conjointement, le système de point‑in‑time assure que le journal de décision (decision‑log) conserve la séquence exacte des actions, même lors de simulations rétroactives. Le CLI de reprise de checkpoint, fonctionnel depuis v0.4.0, sauvegarde l’état complet du graphe d’agents et permet de redémarrer une session sans perte de contexte, ce qui est essentiel pour les backtests de longue durée.

Gestion des modèles et des signaux de décision

Le catalogue de modèles, mis à jour à chaque version majeure, répertorie les familles GPT‑5.x, Gemini 3.x, Claude 4.x, Grok 4.x et d’autres comme Qwen, MiniMax ou DeepSeek. Chaque agent sélectionne le modèle le plus adapté à sa tâche grâce à un budget de ré‑essais configurable (v0.3.1) qui limite le nombre de requêtes en cas d’échec, réduisant ainsi la latence globale. Les signaux de décision sont désormais plus explicites : la version 0.4.0 introduit des indicateurs de prix « grounded » pour le Trader, garantissant que les ordres sont alignés avec les valeurs de marché observées au moment de la génération.