Pourquoi la négociation par IA s'accélère-t-elle vers la concentration sur le marché à terme

3 mars, le président de la Commodity Futures Trading Commission (CFTC) des États-Unis, Michael Selig, a déclaré lors de la conférence “Future of Finance” de l’institut Milken que la CFTC lancerait dans les semaines à venir un cadre réglementaire pour les contrats à terme perpétuels sur les cryptomonnaies, visant à ramener progressivement ce produit de trading, qui était presque entièrement dominé par des bourses offshore, sur le marché américain. Cette déclaration s’inscrit dans la continuité des efforts déployés par le marché américain au cours de l’année écoulée. En juillet 2025, Coinbase a lancé des produits de type contrats à terme perpétuels régulés par la CFTC pour les utilisateurs de détail américains ; en décembre 2025, Cboe a lancé des contrats à terme continus sur le Bitcoin et l’Ethereum ; en mars 2026, Coinbase a de nouveau élargi sa gamme de produits pour les utilisateurs non américains en introduisant des contrats à terme perpétuels sur des actions. On peut voir que les contrats à terme perpétuels deviennent progressivement l’infrastructure de base pour l’exécution des transactions sur les produits dérivés, et les États-Unis s’efforcent de rattraper ce retard.

Le trading automatisé est souvent présenté comme une méthode de trading en cryptomonnaies plus intelligente. Mais si l’on se concentre sur l’application pratique, il est en réalité mieux adapté au marché des futures. Les contrats à terme possèdent naturellement des caractéristiques structurelles telles que la standardisation, le financement par marge, la surveillance quotidienne des prix, et une plus grande symétrie pour les positions longues et courtes, ce qui rend l’exécution systématique plus facile que sur le marché au comptant. La logique du trading au comptant est souvent entremêlée avec des problèmes d’opérations non liées à la transaction elle-même, tels que la garde, le règlement, et le prêt de cryptomonnaies (si vous souhaitez short). Les contrats à terme éliminent ces fardeaux. Le capital et les stratégies de trading automatisé se concentrent de plus en plus sur le marché des produits dérivés, et les contrats à terme perpétuels représentent la majorité du volume des transactions sur les produits dérivés en cryptomonnaies, ce qui n’est pas surprenant.

Les traders de détail passent d’une phase de suivi des signaux et de copie des ordres à une exécution automatisée. Ceux qui copiaient les signaux dans les groupes Telegram commencent maintenant à s’abonner à des robots de trading, certains allant même jusqu’à créer leurs propres stratégies systématiques. La mécanisme de marge intégrée du marché des futures et la standardisation au niveau des contrats rendent cette transition plus facile à réaliser.

Ce que le marché des futures offre aux machines, le marché au comptant ne peut pas le fournir.

Le trading au comptant signifie détenir directement des actifs. Même dans une bourse où les règles de jumelage sont claires et où la priorité des prix est donnée au temps, les algorithmes doivent traiter des éléments mêlés tels que la garde, le règlement, et des mécanismes de prêt de cryptomonnaies très différents selon les plateformes (si vous souhaitez short).

Les contrats à terme extraient ces étapes de la logique de trading. Basé sur la marge, la surveillance quotidienne des prix, et la symétrie naturelle entre les positions longues et courtes, une même stratégie peut être exprimée directement dans les deux sens. La taille de la position devient un paramètre ajustable lié à la marge, et les limites de risque correspondent directement au seuil de marge. Les modèles ont une granularité d’ajustement plus fine en termes de gestion des risques et de gestion des positions, et les paramètres sont plus clairs.

Pour les stratégies automatisées, cette différence modifie directement la gestion des risques, le calcul des positions et l’exécution. Le cadre réglementaire considère la marge et la surveillance quotidienne des prix comme des mécanismes fondamentaux du marché des futures, se manifestant par des clauses standardisées, un règlement centralisé, des marges comme garantie de performance, et un règlement quotidien. Ces mécanismes confèrent au marché des futures une liquidité et une évolutivité, tout en le rendant plus facilement convertible en un système de trading basé sur des règles.

Les contrats à terme perpétuels n’ont pas de date d’échéance. Le taux de financement (qui est généralement réglé toutes les huit heures) remplit une fonction d’ancrage, ramenant le prix des contrats à terme perpétuels près des prix au comptant. Le calcul du taux est basé sur l’écart récent entre les prix des futures et des actifs au comptant. Pour les stratégies systématiques, le taux de financement est une variable d’état supplémentaire. Il reflète en temps réel le déséquilibre des positions longues et courtes et la distribution des leviers. Ce signal ne peut pas être obtenu sur le marché au comptant.

Des signaux que l’on trouve uniquement sur le marché des produits dérivés.

La couche de données générée par le marché des futures n’existe pas dans le carnet de commandes au comptant. C’est l’une des raisons les plus sous-estimées pour lesquelles le trading automatisé se penche vers les produits dérivés.

Le basis (l’écart de prix entre le marché au comptant et le marché des futures) et le taux de financement (le flux de trésorerie que les parties longues et courtes paient régulièrement dans un contrat perpétuel) sont des signaux importants pour évaluer le degré de déviation du marché des produits dérivés et la direction du levier. Ils indiquent aux modèles à quelle distance les produits dérivés s’écartent de l’actif sous-jacent et dans quelle direction le levier est orienté. Les modèles peuvent utiliser cette déviation comme entrée de caractéristiques, signal de contrôle des risques, ou les deux.

Le volume des positions fournit une seconde couche d’informations sur les intentions du marché. Lorsque les contrats à terme perpétuels représentent la majorité des volumes de transactions et des positions ouvertes dans les futures Bitcoin, les informations sur les positions incorporées dans les produits dérivés sont les plus denses du marché. Les modèles de microstructure, les cascades de règlement, et les indicateurs d’émotions émergent souvent d’abord sur le marché des futures, car les participants expriment leur jugement à travers des fonds à effet de levier. Pour les modèles, les endroits où les signaux sont les plus denses sont souvent les plus dignes d’apprentissage.

Il en va de même pour l’exécution. La standardisation des spécifications des contrats dans le carnet de commandes des futures, les règles de jumelage claires, et les données de carnet de commandes à granularité fine sont naturellement adaptées à l’apprentissage automatique. L’optimisation de l’exécution et la modélisation du carnet de commandes, ces cas d’application de l’apprentissage automatique dans le marché des dérivés, coexistent avec la structure du marché. Dans une structure au comptant, cela ressemble davantage à une capacité accessoire ajoutée ultérieurement.

Pourquoi la découverte des prix a-t-elle du sens pour le trading automatisé ?

Un autre avantage souvent sous-estimé est que les futures dominent généralement la découverte des prix.

Des études sur la dynamique des prix entre le marché au comptant et le marché des futures montrent de manière répétée que, dans des conditions de marché normales, les futures contribuent à la majorité de la découverte des prix. Lorsque des signaux d’arbitrage apparaissent, cette proportion augmente encore. Sur le marché des cryptomonnaies, les indicateurs standards de découverte des prix montrent que les futures dominent. Les écarts entre les futures et les prix au comptant peuvent prédire les mouvements ultérieurs des prix au comptant, mais pas l’inverse. L’information se reflète généralement d’abord dans les futures, puis se transmet au marché au comptant, avec un certain décalage temporel.

Le marché des changes fournit un référentiel utile. Lors des périodes où la transparence du marché au comptant est faible, les futures affichent une quantité d’information disproportionnée, devançant parfois les prix au comptant de plusieurs minutes. Lorsque la transparence du marché au comptant s’améliore, la part de l’information commence progressivement à revenir vers le marché au comptant, la conception du marché et la transparence déterminent où se concentre le capital informé. Les plateformes de trading de futures, en tant qu’environnement d’enchères centralisé et basé sur des règles, possèdent une transparence lisible par machine, attirant naturellement ce type de capital. Pour les modèles systématiques, établir la relation de mapping entre l’état du marché et les actions de trading est plus propre dans des endroits où les signaux sont concentrés.

Un meilleur AI ne signifie pas plus de sécurité pour tout le monde.

Les futures compressent le temps. Le levier amplifie simultanément les gains et les pertes. La marge est une garantie de performance, et lorsque le solde d’un compte tombe en dessous du niveau de marge de maintien, le trader doit ajouter des marges variables. Dans les contrats perpétuels en cryptomonnaies, le contrat lui-même est un outil à haut levier, les détails de la protection des ordres (comme le fait que lorsque l’écart entre le dernier prix du contrat et le prix de référence raisonnable dépasse un seuil, les ordres de prise de bénéfices ou de stop-loss seront refusés) influencent directement les résultats d’exécution de tout robot opérant sur cette plateforme.

Certaines choses sont non négociables pour les systèmes automatisés. Les hypothèses sur le slippage doivent être conservatrices, la surveillance de fonctionnement doit être continue, et la perception du modèle de marge doit être claire. Une position peut être liquidée alors qu’il reste des fonds ailleurs sur la plateforme, selon qu’une méthode de marge isolée ou globale est utilisée. Ces risques ne disparaissent pas parce que l’exécuteur est un algorithme. Les systèmes conçus autour de ces risques peuvent les encadrer. Les systèmes qui les ignorent finiront par être dévorés par les risques amplifiés.

Ce dont l’AI a vraiment besoin, c’est de structure ; la capacité de prédiction n’en est qu’une partie. La structure, c’est savoir comment cela fonctionnera même en cas de désordre sur le marché.

Qu’est-ce que cela signifie ?

L’adéquation structurelle entre les stratégies automatisées et le marché des futures génère une nouvelle classe de plateformes de trading natif des futures. Ces plateformes sont construites dès le départ autour des infrastructures de produits dérivés, avec des capacités d’automatisation intégrées dans la structure de trading.

OneBullEx est un exemple de cette approche. Ses 300 SPARTANS fonctionnent directement sur une infrastructure de futures propriétaire, avec une valeur nette et des performances historiques traçables et vérifiables. OneALPHA convertit les entrées en langage naturel en stratégies de futures déployables, permettant aux utilisateurs non codeurs d’accéder au trading systématique. Si le marché lui-même a déjà fourni la standardisation, les signaux et l’architecture de risque nécessaires aux stratégies systématiques, alors la plateforme devrait être construite autour de cette structure dès le premier jour.

Plus important que toute plateforme unique est la tendance générale. Le trading natif AI est le plus susceptible de mûrir d’abord sur le marché des futures, car il est naturellement construit pour l’exécution structurée.

L’AI continuera d’évoluer, mais le type de discipline dont elle a réellement besoin n’est pas une nouvelle invention. Le marché des futures a été conçu pour cette discipline.