Les LLM en trading : ce qu'ils savent et ne savent pas faire

Toutes les quelques semaines, un article ou un produit affirme qu'un grand modèle de langage a battu le marché. Ces affirmations méritent un examen plus sévère que celui qu'on leur accorde d'habitude, car le LLM trading se situe à une intersection délicate : les modèles de langage sont vraiment excellents sur certaines tâches proches du trading et vraiment mauvais sur d'autres parties, et le marketing vous dit rarement laquelle est laquelle. Cet article trace la ligne avec précision. Ce que les LLM font bien, là où ils échouent, pourquoi leurs backtests s'auto-flattent, et l'architecture qui capte les bénéfices sans miser votre compte sur un prédicteur de texte.

Ce qu'est un LLM, et pourquoi cela compte au carnet d'ordres

Un LLM est un prédicteur de token suivant : à partir d'un texte, il produit le texte statistiquement susceptible de suivre, façonné par l'entraînement pour se montrer utile. Ce seul fait explique à la fois ses forces et ses modes de défaillance en trading.

La prédiction sur le langage rend les LLM superbes pour les tâches de langage : résumer, traduire entre formulations, extraire de la structure d'une prose, imiter des schémas de raisonnement présents dans leurs données d'entraînement. La finance croule sous exactement ce genre de matière. Rapports, transcriptions, communiqués de banques centrales, fils d'actualité : du texte non structuré qui exigeait auparavant des heures humaines à digérer.

Mais la prédiction du token suivant ne contient aucun registre comptable. Le modèle ne calcule pas 2,7 % de 41 000 $ comme le ferait une calculatrice ; il produit des chiffres qui semblent plausibles dans le contexte. Il n'a aucun sens calibré de la probabilité, aucun flux de marché en direct à moins qu'on ne lui en greffe un, et aucune notion d'avoir tort, seulement d'être peu probable. Rien de tout cela n'importe quand la sortie est un résumé. Tout cela importe quand la sortie est un ordre.

Là où les outils de LLM trading aident vraiment

Quatre tâches se détachent, et elles partagent une propriété : le LLM gère le langage tandis qu'autre chose gère les conséquences.

Analyser actualités et rapports à la vitesse de la machine. Un LLM peut lire un communiqué du FOMC quelques secondes après sa publication et le comparer au précédent : quelles phrases ont changé, si le langage sur l'inflation s'est durci ou assoupli. Il peut transformer un rapport annuel de 200 pages en « guidance abaissée, pression sur les marges attribuée aux coûts des intrants, rachats d'actions suspendus ». Les humains le font bien ; les LLM le font en quelques secondes sur des centaines de documents.

Traduire l'intention en règles. « Je veux acheter la faiblesse dans une tendance haussière » n'est pas exécutable. Un LLM est bon pour proposer la traduction : prix au-dessus de la moyenne mobile à 200 jours, RSI(14) sous 35, taille de position fixe, sortie définie. L'humain juge si la traduction correspond à l'intention ; la machine se charge de la rédaction.

Expliquer positions et régimes. Interrogé sur les raisons pour lesquelles un portefeuille a perdu 4 % cette semaine, un LLM ayant accès aux données de positions réelles et à l'historique des prix peut produire une attribution lisible : quelles positions l'ont porté, ce qui a corrélé, quelles actualités ont coïncidé. C'est du résumé coiffé d'un chapeau de finance, en plein dans les compétences du modèle.

Critiquer la logique d'une stratégie. Décrivez votre système à un LLM et demandez-lui ce qui le casse, et vous obtenez souvent une liste utile : pas de règle d'invalidation, pas d'hypothèse de frais, une condition d'entrée qui se déclenche rarement. Un chatbot généraliste peut en faire autant, c'est pourquoi nous traitons ChatGPT comme un assistant utile et un piètre trader, et la distinction se reporte sur les systèmes conçus pour cet usage.

Là où les LLM échouent, et échouent avec aplomb

L'arithmétique. Demandez à un modèle de dimensionner une position risquant 1 % d'un compte de 27 400 $ avec une entrée à 43 150 $ et un stop à 41 900 $, et vous obtiendrez peut-être la bonne réponse : 274 $ de risque contre 1 250 $ par unité, soit environ 0,22 unité. Vous obtiendrez peut-être aussi un paragraphe fluide contenant un chiffre faux, sans aucun signal distinguant les deux cas. Les erreurs d'une calculatrice sont rares et bruyantes ; celles d'un LLM sont occasionnelles et silencieuses. Les erreurs silencieuses sont celles qui coûtent cher en trading.

La calibration. Le trading est une prise de décision probabiliste, et les LLM ne produisent pas de probabilités calibrées. Un modèle qui dit « cette cassure a 70 % de chances de se poursuivre » génère une phrase plausible, pas la mesure d'une fréquence. Agir sur une confiance inventée est pire qu'agir sans confiance, parce que cela a l'air d'une information.

La prévision des prix. Rien dans l'entraînement à la prédiction du token suivant ne confère un edge pour prévoir les rendements. Un audit de 77 études de LLM trading (arXiv:2605.19337, 2026) a conclu que les preuves d'un alpha durable restent minces, et que la valeur pratique de ces systèmes réside dans l'exécution disciplinée, le suivi et l'aide à la recherche plutôt que dans la sélection de titres. Cette conclusion colle au mécanisme : le modèle reconnaît des schémas dans le texte, et les prix ne sont pas du texte.

Les faits fabriqués. Les LLM hallucinent, et la finance le provoque : nombres denses, noms d'entités similaires, affirmations sensibles aux dates. Des benchmarks de 2024 à 2025 ont mesuré des hallucinations sur une part substantielle des questions de finance posées sans garde-fous. Ce mode de défaillance et ses correctifs au niveau architecture méritent leur propre traitement, qu'ils reçoivent dans les hallucinations de l'IA en trading.

Le mirage du backtest : pourquoi les résultats des LLM s'auto-flattent

La littérature de recherche a un problème de reproductibilité qu'il vaut la peine de comprendre avant de faire confiance au track record d'une stratégie à base de LLM.

Un état des lieux de 2024 sur les agents de LLM trading (arXiv:2408.06361) notait que la plupart des systèmes publiés rapportent une performance de backtest supérieure, puis pointait le schéma derrière le schéma : fenêtres de test courtes, petits univers d'actions, et risque de lookahead sur une grande partie du champ. Des chiffres impressionnants, un protocole expérimental faible.

Puis est venu le diagnostic plus tranchant. « Can LLM-based Financial Investing Strategies Outperform the Market ? » (arXiv:2505.07078, 2025) a montré que les backtests de LLM sont gonflés par la mémorisation : un modèle dont les données d'entraînement couvrent la période de backtest peut effectivement se souvenir des tickers, des dates et des mouvements de prix. Il ne prévoit pas 2021 ; il se rappelle 2021. La performance se dégrade souvent une fois la stratégie évaluée hors échantillon, au-delà de la date de coupure des connaissances du modèle.

Un benchmark de 2026 à mémoire contrôlée (arXiv:2605.28359) l'a confirmé : quand l'évaluation est conçue de sorte que l'historique de marché mémorisé ne puisse pas fuiter dans les prédictions, le talent apparent chute nettement.

Le test pratique est simple. Toute stratégie à base de LLM backtestée sur une période sur laquelle le modèle a été entraîné est suspecte par défaut. Demandez des résultats postérieurs à la date de coupure de l'entraînement, ou une évaluation à mémorisation contrôlée. C'est le cousin de l'ère agentique d'un péché quant classique, et les défenses classiques s'appliquent toujours ; nous les couvrons dans le surapprentissage en backtest.

L'architecture qui fonctionne : le langage au-dessus, le déterminisme en dessous

La conclusion honnête de tout ce qui précède n'est pas « évitez les LLM ». C'est une répartition du travail. Laissez le modèle de langage faire du langage. Laissez des moteurs déterministes faire tout ce qui a des conséquences.

Dans un système bien conçu, le LLM interprète votre instruction, rédige la règle, explique les résultats et résume les actualités. La règle elle-même, une fois approuvée, tourne comme une simple logique déterministe : valeurs d'indicateurs calculées à partir des données de marché, seuils comparés exactement, ordres dimensionnés par une arithmétique qui ne peut pas improviser. Le LLM propose ; le moteur dispose. Si le modèle hallucine pendant l'interprétation, vous l'attrapez à l'étape d'approbation, parce que le système vous montre ce qu'il a compris avant que quoi que ce soit ne s'exécute. Une phrase fausse se corrige ; elle ne devient jamais un ordre faux.

C'est ainsi qu'Obside trace la ligne. Le copilote est un LLM, et son rôle s'arrête au langage : vous tapez « achète du SOL quand le RSI(14) en daily clôture sous 30, vends quand il repasse au-dessus de 55, risque 1 % par trade », et le copilote reformule cela en conditions surveillées et en règle de dimensionnement à approuver. À partir de là, des moteurs déterministes prennent le relais : le backtest rejoue les bougies historiques avec un calcul d'indicateurs exact, le paper trading fait tourner la même logique sur des données en direct, et l'exécution en réel calcule la taille de chaque ordre numériquement avec vos limites de risque vérifiées à l'exécution. Le LLM ne fait jamais l'arithmétique et ne touche jamais à un ordre.

Cette séparation change aussi ce que signifie un backtest. Parce que l'objet testé est la règle déterministe plutôt que le jugement jour par jour du modèle, il n'y a aucun historique mémorisé à faire fuiter : la règle se comporte à l'identique que la fenêtre de test tombe à l'intérieur ou à l'extérieur d'un corpus d'entraînement. Vous validez de la logique, pas de la mémoire. La façon dont ces pièces se composent en un système percevoir-raisonner-agir complet est un sujet à part, couvert dans les agents de trading IA expliqués.

Où aller à partir d'ici

Traitez le LLM comme un analyste brillant sans aucune autorisation de toucher à l'argent. Servez-vous-en pour lire plus vite, traduire l'intention en règles précises, et interroger votre propre logique. Refusez-lui trois tâches : calculer des nombres, estimer des probabilités, et prévoir des prix. Et faites une décote sur toute affirmation de performance issue d'un backtest que le modèle a pu mémoriser ; la recherche est sans ambiguïté sur ce point.

Si vous voulez cette répartition du travail déjà construite, Obside l'applique par défaut : le langage géré par le copilote, les calculs et l'exécution gérés par des moteurs déterministes, et rien ne passe en réel avant que vous n'ayez approuvé la règle reformulée et ne l'ayez vue fonctionner en paper.

Contenu éducatif uniquement. Ceci ne constitue pas un conseil en investissement. Le trading comporte des risques, y compris la perte de capital.