Lors d’un récent rendez-vous communautaire en direct, l’équipe est revenue sur une question qui revient sans cesse chez les traders : comment automatiser sa stratégie pour franchir un challenge de prop firm sans rester scotché à son écran ? La réponse présentée tient en une intégration : connecter l’outil de signaux Quant à la plateforme PROPR afin de déployer un agent de trading qui exécute les positions à votre place, dans le respect des règles du challenge.

L’événement, pensé aussi bien pour les débutants que pour les traders confirmés, a permis de dérouler pas à pas la création d’un agent, d’aborder les arbitrages de stratégie, mais aussi de poser les limites à connaître avant de se lancer. Cet article reprend l’essentiel des enseignements partagés, pour un lecteur qui n’aurait pas assisté à la session.

L’objectif est double : comprendre ce qu’apporte concrètement Quant, et savoir reproduire la mise en place d’un agent connecté à PROPR en quelques minutes.

Quant, un overlay de wallet pensé pour des setups exploitables

Quant se présente comme une surcouche (overlay) de wallet dédiée au trading de setups directement actionnables. Le principe est de réduire la distance entre l’idée de trade et son exécution. L’application propose une cinquantaine de signaux EV+ (espérance de gain positive) en direct, backtestés sur cinq années d’historique et exécutables sur Hyperliquid en un seul clic.

Concrètement, lorsqu’un signal correspond à votre plan, il suffit de cliquer : la position s’ouvre, le take profit et le stop loss sont positionnés automatiquement. L’outil gère ensuite la vie de la position, tout en laissant la possibilité d’éditer les paramètres ou de clôturer plus tôt si vous le souhaitez. L’ambition affichée est de marier la simplicité d’une application grand public avec une méthodologie quantitative solide, nourrie par plus de 150 000 signaux générés et ajustés des frais.

Des signaux orientés swing trading

Un point mérite l’attention : les signaux sont aujourd’hui optimisés pour le swing trading, avec une durée de détention moyenne d’environ deux semaines. Ce ne sont donc pas des signaux de day trading. Historiquement, sur un actif comme le Bitcoin, ce sont les signaux longs qui performent le mieux en swing.

Les signaux courts sont conservés malgré un score de confiance plus faible, car leurs fourchettes de stop loss et de take profit très serrées abaissent mécaniquement la confiance. Ils gardent toutefois leur intérêt : ils fournissent un biais directionnel utile. L’équipe a annoncé l’arrivée prochaine de signaux dédiés au day trading et au scalping, qui intégreront davantage de positions courtes à confiance élevée, avec des frais plus bas pour ce type d’opérations plus fréquentes.

Créer un agent de trading connecté à PROPR, étape par étape

Le cœur de la démonstration portait sur la création d’un agent de trading reliant Quant à un challenge PROPR. La procédure, annoncée comme réalisable en moins de cinq minutes, suit une logique simple.

Générer la clé API côté PROPR

La première étape se déroule sur PROPR. Après avoir créé un compte et un challenge, on se rend dans son profil, puis dans les paramètres, à la section développeur. C’est là que l’on génère une clé API. Si aucune restriction n’est cochée, la clé dispose d’un accès complet par défaut. Cette clé doit être conservée précieusement, car elle servira à établir la connexion.

Connecter le compte et choisir son challenge

Du côté de Quant, il faut se connecter, par wallet ou par adresse e-mail, puis ouvrir la section des agents. On y sélectionne PROPR, on colle la clé API générée précédemment, puis on choisit le challenge auquel l’agent sera rattaché. La règle est claire : un agent de trading par challenge. Il reste possible de déployer plusieurs agents sur un même compte selon les challenges disponibles.

Construction manuelle ou assistée par IA

Deux approches s’offrent ensuite au trader. La construction manuelle permet de parcourir les cinquante stratégies et plus disponibles, et de sélectionner soi-même celles qui correspondent à son plan. La construction assistée par IA consiste à décrire sa stratégie sous forme de prompt : l’outil identifie alors les stratégies adaptées.

Sur ce dernier point, un conseil a été martelé : un bon prompt doit être précis. Une formulation du type « fais-moi gagner de l’argent » sonne bien mais ne mène à rien. Mieux vaut décrire les stratégies en détail, en s’appuyant éventuellement sur une rubrique d’exemples qui distingue les bons des mauvais prompts. Une vérification automatique par IA ajuste ensuite la configuration aux règles de PROPR et propose, le cas échéant, des corrections à appliquer en un clic. Une fois validé, l’agent est créé, actif et opérationnel.

Paramétrer le risque et tester avant d’engager du capital

La création d’un agent suppose plusieurs choix structurants. L’agent est défini comme long ou court : il n’est pas possible de mélanger les deux directions dans un même agent. On sélectionne ensuite l’actif, le pas de temps, puis les stratégies, qu’on peut trier par confiance, par taux de réussite ou par espérance de gain.

Un repère a été rappelé pendant la session : plus le chiffre de confiance est bas, plus le modèle est confiant. Viennent ensuite les réglages de risque, applicables stratégie par stratégie ou à l’ensemble : drawdown maximal, part du portefeuille engagée, nombre de positions simultanées. L’enjeu est d’aligner ces paramètres sur les règles du challenge pour rester conforme.

Le paper trading comme banc d’essai

L’un des retours d’expérience les plus parlants concerne la phase de test. L’intervenante a expliqué avoir créé une trentaine d’agents en paper trading, tous démarrés avec un solde fictif identique, puis laissés tourner plusieurs mois pour observer ce qui fonctionne réellement. Dans un marché baissier, marqué par un drawdown important sur le Bitcoin, la majorité de ces agents longs sont restés en profit ou à l’équilibre, seuls quelques-uns terminant en perte.

C’est sur cette base qu’un agent performant a été sélectionné, avant d’y déployer un capital réel sur Hyperliquid. La leçon est limpide : tester en conditions fictives, mesurer, affiner, puis seulement engager de l’argent réel. Plusieurs intervenants ont d’ailleurs reconnu que ces agents se comportaient parfois mieux que leur propre trading manuel.

Au-delà de l’agent : agents binaires, extension et marketplace

La session a aussi ouvert sur des fonctionnalités complémentaires. Les agents d’options binaires, visibles dans une arène, prédisent la direction d’un actif sur un horizon donné, par exemple une heure ou vingt-quatre heures. Construits par la communauté, ils forment un essaim dont la connaissance collective doit prochainement être intégrée à Quant, en combinaison avec une analyse technique assistée par modèle de langage, pour aider à décider d’une position longue ou courte.

Une extension qui suit le trader partout

Quant existe aussi sous forme d’extension de navigateur, présentée comme un overlay disponible sur n’importe quelle page web. Le trader qui surveille un graphique sur un agrégateur de marché ou sur un réseau social peut ouvrir le panneau latéral, sélectionner l’actif et accéder immédiatement au signal correspondant. Un système de notifications permet de rester alerté hors de la fenêtre principale. Plusieurs participants ont jugé ce mode d’accès rapide nettement plus pratique au quotidien.

Copy trading et revenus pour les créateurs de stratégies

Une fonctionnalité de copy trading a été évoquée. Elle permettra de proposer un bon agent de trading sur une place de marché et de percevoir une commission lorsque d’autres l’utilisent. À noter : les prompts resteront la propriété intellectuelle de leur auteur et ne seront pas visibles, sauf divulgation volontaire. On pourra donc s’appuyer sur l’agent d’un autre trader, mais pas copier sa recette.

Les points de vigilance à garder en tête

La session n’a pas éludé les zones grises. Plusieurs questions ont porté sur le risque que le copy trading soit assimilé à du partage de compte, à de la vente d’accès ou à de la coordination par un tiers. La réponse apportée a souligné l’existence de domaines autorisés et d’un système de suivi pour les applications tierces, tout en reconnaissant la part de subjectivité de ces décisions, traitées au cas par cas.

Ce point invite à la prudence : automatiser sa stratégie ne dispense pas de connaître précisément les règles de son challenge. De même, multiplier les stratégies dans un même agent peut brouiller la lecture de ce qui fonctionne vraiment. La discipline de test reste la meilleure alliée du trader.

Conclusion

L’intégration de Quant à PROPR illustre une tendance de fond : rendre l’automatisation du trading accessible sans sacrifier la rigueur méthodologique. En quelques minutes, un trader peut générer une clé API, connecter son compte, puis déployer un agent construit manuellement ou à l’aide d’un prompt, le tout aligné sur les règles de son challenge.

Les enseignements concrets à retenir sont simples : privilégier des prompts précis, choisir clairement une direction par agent, caler le risque sur les règles du challenge et, surtout, valider chaque stratégie en paper trading avant d’engager du capital réel. Avec l’arrivée annoncée de nouveaux signaux pour le day trading et le scalping, ainsi que d’une place de marché pour les créateurs d’agents, l’écosystème devrait continuer de s’étoffer. Le meilleur réflexe reste d’expérimenter par soi-même, en gardant un œil critique sur chaque signal et sur la conformité aux règles.