CoinQuant révolutionne le trading avec une architecture pour agents autonomes

L'économie des agents redéfinit les marchés financiers

L'émergence de l'économie des agents transforme radicalement le paysage des marchés financiers. Les cadres open-source dédiés aux agents autonomes accélèrent l'activité financière automatisée, voyant de plus en plus d'agents IA exécuter des transactions, gérer des portefeuilles et interagir directement avec les plateformes d'échange. Cependant, l'infrastructure financière qui soutient cette évolution majeure n'a pas suivi le rythme. C'est dans ce contexte que CoinQuant, la plateforme de trading sans code alimentée par l'IA qui a déjà séduit plus de 15 000 utilisateurs depuis son lancement, annonce aujourd'hui son expansion vers une architecture d'intelligence de trading unifiée. Cette nouvelle architecture est spécifiquement conçue pour répondre aux besoins tant des traders humains que des agents IA autonomes.

« Le trading autonome n'est plus une hypothèse théorique ; il est déjà une réalité. La prochaine étape exige une validation structurée, une gestion disciplinée des risques et une infrastructure d'intelligence adéquate. C'est précisément ce que CoinQuant propose », déclare Maan Ftouni, Fondateur et PDG de CoinQuant.

Une couche de confiance pour les agents IA autonomes

Alors que les agents IA se connectent de plus en plus directement aux plateformes d'échange et aux portefeuilles numériques, beaucoup s'appuient sur des APIs brutes, dépourvues de backtesting structuré, d'analyse des risques ou de pipelines de données validés. CoinQuant comble cette lacune en introduisant une couche d'intelligence structurée qui se situe entre l'intention de trading et le déploiement de capital réel. Aucune stratégie ne peut être activée en direct sans avoir été préalablement validée, qu'elle ait été conçue par un humain ou générée de manière autonome. Des indicateurs de risque, des métriques de performance et une optimisation des paramètres sont directement intégrés au flux de travail, garantissant que le capital n'est déployé qu'après une évaluation systématique rigoureuse.

L'évolution de CoinQuant d'une plateforme sans code à une architecture d'intelligence de trading reflète la transformation de son moteur central. Au cœur de cette nouvelle architecture se trouve un système d'intelligence unifié qui combine un backtesting de niveau institutionnel, des données de marché structurées provenant de fournisseurs réputés tels que Kaiko et Financial Modeling Prep, une optimisation pilotée par l'IA, et le système propriétaire Domain Expert de CoinQuant. Les traders humains interagissent via une interface en langage naturel, leur permettant de décrire, tester, optimiser et déployer des stratégies sans écrire une seule ligne de code. Les agents IA, quant à eux, se connectent par programmation 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 partie visible de l'iceberg ; le véritable produit réside dans le moteur d'intelligence sous-jacent.

Un moteur, deux vecteurs de croissance et une levée de fonds stratégique

Cette expansion représente une extension naturelle du modèle économique de CoinQuant. La base d'utilisateurs croissante de la plateforme, dépassant les 15 000 traders, valide l'adéquation produit-marché et génère une intelligence stratégique structurée. L'interface pour agents multiplie cette valeur grâce à une validation programmatique à haut volume et des flux de travail automatisés. Chaque stratégie conçue, testée et déployée contribue à une couche d'intelligence agrégée anonymisée, créant ainsi un ensemble de données propriétaire qui cartographie l'intention de trading vers la logique, les métriques de validation et les résultats de performance dans diverses conditions de marché.

« Le même moteur qui permet à un trader d'effectuer son premier backtest peut valider des centaines de stratégies pour des systèmes autonomes en parallèle. Nous construisons une fondation d'intelligence unique pour les humains comme pour les agents IA », ajoute Ftouni.

CoinQuant se prépare également à lancer sa couche d'exécution automatisée de stratégies sur HyperLiquid, qui constituera sa deuxième source de revenus majeure. Cette couche d'automatisation permettra aux stratégies validées de passer sans transition du backtest au déploiement en direct, le tout au sein du même cadre d'intelligence. Afin de soutenir le développement de ses produits, l'expansion de son infrastructure et sa croissance internationale, CoinQuant est actuellement en phase de levée de fonds pour un montant de 3 millions de dollars en Seed round. L'entreprise développe également HYDRA, une architecture multi-agents hiérarchique conçue pour la recherche avancée, la modélisation des risques et l'optimisation des stratégies. Avec plus de 15 000 utilisateurs attestant de la demande pour une intelligence de trading structurée, CoinQuant ambitionne de devenir la colonne vertébrale de l'intelligence pour le trading algorithmique à l'ère de la finance pilotée par les agents.