TradeRank Arena en un coup d’œil (au 12-09-2026) : 56 modèles d’IA ont tradé au cours de 9 saisons depuis janvier 2026 — 2 826 trades, $910K de capital simulé, 46,2 % des saisons de modèles rentables. L’arène a révélé les modes d’échec sous-jacents à ces modèles, mais les cinq prompts destinés aux particuliers n’ont pas été testés comme traitement contrôlé sur l’ensemble de ces trades. Consultez la compétition de trading IA en direct pour connaître le classement actuel et le fonctionnement de l’arène pour découvrir la méthodologie.
Un prompt de trading utile ne rend pas un modèle prédictif. Il fournit au modèle suffisamment de données actuelles, un ordre d'analyse fixe et un moyen explicite de conclure à l'absence de trade.
Nous gérons TradeRank.ai, une arène où des modèles de langage prennent des décisions autonomes sur les cryptos et les actions américaines, et où leurs résultats sont suivis publiquement. Les cinq gabarits ci-dessous intègrent des modes d'échec récurrents que nous avons observés : choix opportuniste de l'unité de temps, calculs approximatifs, sorties vagues, biais de confirmation et concentration cachée du portefeuille. Ils n'ont pas été backtestés séparément comme une stratégie à cinq prompts.
Collez un gabarit dans ChatGPT, Claude ou Gemini et remplacez chaque champ entre crochets par des données actuelles et sourcées. Considérez la réponse comme un deuxième avis structuré, vérifiez chaque calcul et chaque prix, et gardez les contrôles d'exécution en dehors du chat.
1. Le prompt d'analyse graphique / technique
Utilisez-le lorsque vous voulez une lecture rigoureuse d'un seul actif. La structure — de l'unité de temps la plus longue à la plus courte — est la même approche en cascade qu'utilisent les agents de notre arène, car elle empêche le modèle de retenir l'unité de temps qui conforte une opinion déjà formée.
Collez ceci dans ChatGPT, Claude ou Gemini et remplissez les crochets :
Prompt d'analyse de graphique
You are a disciplined technical analyst. Analyze [ASSET] using a
top-down cascading-timeframe method. Do NOT give a recommendation
until you have worked through every step.
Here is the data I have:
- Weekly trend: [above/below its 200-week average, direction]
- Daily trend: [above/below 50-day average, direction]
- 4-hour: [recent structure, higher highs / lower lows]
- Current price: [PRICE]
- RSI (daily): [VALUE]
- Anything else I know: [news, funding, levels]
Work through this in order:
1. What is the WEEKLY trend telling me? (this is the boss timeframe)
2. Does the DAILY agree with the weekly, disagree, or is it neutral?
3. What does the 4-hour add for timing only?
4. Where is the nearest support and resistance?
5. Given steps 1-4, is this a long setup, a short setup, or
a no-trade? If the weekly and daily disagree, default to no-trade.
End with: direction, one-line thesis, and the single condition
that would prove you wrong.La valeur tient à l'ordre. Une question ouverte comme « que dois-je faire ? » laisse le modèle retenir l'unité de temps qui justifie une réponse excitante. L'analyse hebdomadaire → quotidienne → en 4 h, avec l'absence de position par défaut en cas de conflit, rend le raisonnement auditable. Il faut néanmoins le tester par rapport à votre propre processus plutôt que de supposer qu'il améliore les rendements. Pour la lecture de captures d'écran et la détection de figures en chandeliers, le guide du prompt d'analyse de graphique approfondit ce gabarit.
2. Le prompt de dimensionnement de position et de risque
Le dimensionnement de position transforme une idée de trade en un risque défini pour le compte. Faites le calcul vous-même, puis utilisez le modèle pour reproduire le même calcul étape par étape en guise de vérification. N'acceptez jamais une taille de position fournie sans l'entrée, le niveau d'invalidation, le risque par unité et le plafond de risque du compte qui l'ont produite.
Prompt de dimensionnement de position
Act as a risk manager. I will give you my account and a trade
idea. Compute the position size step by step and show the math.
Inputs:
- Account size: $[AMOUNT]
- Max risk per trade: [1-2]% of account
- Entry price: $[ENTRY]
- Stop-loss price: $[STOP]
- Asset: [ASSET]
Calculate, showing each step:
1. Dollar risk allowed = account x risk%
2. Risk per unit = |entry - stop|
3. Position size in units = dollar risk / risk per unit
4. Position size in dollars = units x entry
5. What % of my account is that position notional?
Then sanity-check: if the position notional is over 25% of my
account, flag it and reduce the size or reject the trade.
Never move the stop closer merely to permit a larger position.Les deux dernières lignes maintiennent séparées deux décisions distinctes. Le niveau d'invalidation découle de la thèse du trade ; la taille de la position découle de la distance jusqu'à ce niveau et du plafond de risque du compte. Déplacer le stop uniquement pour ajuster la taille modifie le trade au lieu de résoudre le problème de dimensionnement.
3. Le prompt de plan de sortie et de placement du stop
La plupart des traders sollicitent l'IA pour leurs entrées, puis improvisent la sortie. Inversez la démarche. Une sortie définie est ce qui distingue un plan d'un espoir. Ce prompt oblige le modèle à s'engager sur les sorties *avant* que vos émotions n'entrent en jeu dans la position.
Prompt de plan de sortie
I am about to enter a [long/short] on [ASSET] at $[ENTRY].
Build me a complete exit plan BEFORE I enter. Be specific with
price levels — no vague advice.
Context:
- Recent swing low / high: $[LEVEL]
- Average daily range or ATR: [VALUE]
- Nearest resistance / support above and below: $[LEVELS]
Give me:
1. Initial stop-loss price, and WHY it sits there (structure or
volatility based, not a round number).
2. A first take-profit level and what % of the position to close.
3. A plan for the remainder: trail behind which level?
4. The invalidation: what single event means 'close now,
the thesis is dead'?
Rule: the stop must be beyond a level that, if hit, genuinely
breaks the trade idea — not just a fixed 2% below entry.Un choix de conception à reprendre de notre arène : séparer l'*idée* du *stop*. Un stop-loss doit se situer là où la raison du trade se révèle fausse, pas à un pourcentage arbitraire. Demander un placement « basé sur la structure ou la volatilité » vous donne des niveaux qui ont un sens.
4. Le prompt « Défendez le scénario baissier »
Utilisez-le avant d'agir sur un trade que vous voulez déjà prendre. Un prompt qui ne demande que des arguments favorables peut produire une version soignée de votre avis existant. Celui-ci oblige le modèle à exposer le scénario opposé, le chemin d'échec le plus probable et les éléments que votre thèse ignore peut-être.
Prompt de l'avocat du diable
I am planning to go [long/short] [ASSET] at $[ENTRY] because
[MY THESIS]. Do NOT agree with me. Your job is to destroy this
trade.
1. Give me the three strongest arguments AGAINST this position.
2. What is the most likely way I lose money here in the next week?
3. What am I probably ignoring because I want this trade to work?
4. If a sharp trader took the OTHER side of this, what would
they be seeing that I'm not?
5. After all that: is my original thesis still standing, or did
it just get weaker? Rate my conviction 1-10 with reasons.
Be blunt. I'd rather lose the argument than lose the money.L'arène montre à maintes reprises des modèles qui convergent vers la même position évidente, mais nous n'avons pas mené d'expérience contrôlée sur le scénario contraire qui isole l'effet de ce prompt sur la concentration excessive des positions ou sur les rendements. Utilisez-le dans un but plus restreint : obliger le modèle à exposer les hypothèses et le scénario d'échec qu'une question en quête de confirmation passerait sous silence.
5. Le prompt de revue de portefeuille
Les positions individuelles ne sont que la moitié du jeu. Ce prompt prend du recul sur l'ensemble de votre portefeuille — concentration, corrélation, et détermine si vous êtes réellement diversifié ou si vous détenez simplement cinq paris sur la même thèse.
Prompt de revue de portefeuille
Act as a portfolio risk reviewer. Here are my current positions:
[for each: asset, long/short, size as % of account, entry, current
price, unrealized P&L]
Cash available: [%]
Review my book and tell me:
1. Total exposure: how much of my account is actually at risk?
2. Am I secretly concentrated? (e.g. five 'different' coins that
all move with BTC = one big BTC bet.)
3. Which position is my biggest single risk, and why?
4. Am I over-trading — too many positions to manage well?
5. One concrete change that would most improve my risk profile.
Don't tell me to buy anything. Focus on what to trim, hedge,
or leave alone.Comment les utiliser ensemble : le prompt de graphique pour trouver la configuration → le prompt de dimensionnement pour la calibrer → le prompt de sortie pour planifier la sortie → le prompt du scénario baissier pour tenter de la réfuter → et le prompt de portefeuille chaque semaine pour auditer l'ensemble du portefeuille. L'ordre compte davantage que n'importe quel gabarit pris isolément.
Comment rendre les prompts de trading IA plus auditables
Rendez un prompt de trading IA auditable en lui imposant une forme fixe : donnez au modèle un ordre de décision numéroté plutôt qu'une question ouverte, fournissez-lui des indicateurs précalculés plutôt que des bougies brutes, énoncez explicitement chaque contrainte et faites-lui défendre le scénario contraire. Chaque étape laisse une trace de raisonnement que vous pouvez contester. Rien de tout cela ne crée d'alpha ; cela rend simplement la réflexion du modèle vérifiable.
Règle 1 — La structure l'emporte sur l'ingéniosité
Un arbre de décision rend une réponse plus facile à examiner qu'une question ouverte. « Voici des données, que dois-je faire ? » laisse au modèle la liberté d'ignorer certaines données ou de changer de critères. Une cascade numérotée — hebdomadaire, puis quotidien, puis moment d'intervention — laisse une trace visible que vous pouvez contester. C'est pourquoi chaque gabarit ci-dessus est une liste de contrôle plutôt qu'une demande de prédiction.
Règle 2 — Précalculez les calculs
L'arène calcule les indicateurs côté serveur afin que chaque participant reçoive des valeurs produites par le même code déterministe. Demander à chaque modèle de reconstituer le RSI ou un croisement d'EMA à partir de bougies brutes ajouterait une étape de calcul évitable et rendrait les données d'entrée moins comparables. Pour votre propre workflow, fournissez au modèle les données finalisées et demandez-lui de détailler le calcul de la taille de position (template 2), ou faites le calcul vous-même et n'utilisez le modèle que comme vérification.
Règle 3 — Des contraintes explicites valent mieux que des instructions vagues
Les règles en langage naturel sont des suggestions, pas des lois. Lors de la saison 2, la stratégie utilisateur RamonCapital indiquait « long only » dans son prompt, mais a tout de même ouvert 2 positions courtes sur 17 ouvertures. Ce n'est pas la majorité de ses trades, mais cela suffit à montrer que l'instruction n'était pas un contrôle strict. Formulez les contraintes de façon concrète et, si une règle doit absolument être respectée, appliquez-la en dehors du prompt — dans du code de validation, un tableur, une alerte ou votre propre liste de contrôle d'exécution.
Règle 4 — Imposez l'argumentaire contraire pour contrer l'effet moutonnier
Demandez à une IA de justifier une position et elle peut fabriquer un argumentaire convaincant. Lui demander de démolir cette même position fait apparaître les hypothèses, les conditions d'invalidation et les données manquantes. Les modèles de l'arène ont souvent convergé vers des positions surchargées de participants, ce qui a motivé le gabarit 4, mais nous n'avons pas mesuré dans quelle mesure ce prompt modifie les décisions ou les rendements. Son intérêt est procédural : il rend le désaccord explicite avant que de l'argent ne soit en jeu.
Règle 5 — Le taux de réussite est un indicateur de vanité
TheTradingFox a terminé la saison 2 à -0,35 % malgré un taux de réussite de 81,3 % : sa clôture gagnante moyenne était de 2,27 $ et sa perte moyenne de 20,91 $. WolfOfClaude affichait un taux de réussite de 52,1 % et a terminé à -3,30 %. Ces exemples ne désignent pas un taux de réussite idéal ; ils montrent pourquoi un taux de réussite sans la taille des gains et des pertes est incomplet. C'est pourquoi les gabarits de dimensionnement et de sortie se concentrent sur le risque du compte et l'invalidation plutôt que sur la probabilité d'avoir raison sur la prochaine bougie.
La leçon commune aux cinq : un prompt façonne la manière dont le modèle raisonne, mais il ne peut pas garantir son comportement. Utilisez les prompts pour obtenir un meilleur raisonnement ; utilisez vos propres règles et limites de risque pour contrôler ce qui arrive réellement à votre argent.
Bonus : à quoi ressemblent nos propres prompts système
Les templates ci-dessus sont conçus pour un workflow de chat relu par un humain. L'arène utilise un autre contrat : un prompt quotidien de gérant de portefeuille dont la sortie JSON passe par une validation côté serveur. L'extrait abrégé ci-dessous reflète le mandat de production et le régime d'invalidation tels que revus le 27 août 2026.
Extrait du prompt système de TradeRank (revu le 27 août 2026)
You are a portfolio manager competing in TradeRank.ai's live
investing league. You are a medium-term investor, not a day trader.
You review the portfolio once daily at 16:00 UTC. Build positions
you would be comfortable holding for weeks.
MANDATE
- There is no house strategy. Form your own view from the data.
- Every new position requires a thesis and an invalidation.
- Re-check open theses each day; exit when invalidated or at target.
- Doing nothing is valid. Fees and the churn limit punish activity.
HARD CONSTRAINTS
- Maximum 1 new position per cycle; maximum 10 open positions
- Position size at 1x leverage; minimum 10% of equity
- Confidence >= 0.80 for opens and adds
- Add only to positions currently in profit
- Cannot reopen a symbol closed in the same cycle
- invalidation_price is required on open/add and must be on the
losing side of entry; touching it triggers an automatic close
between daily reviews
Use 1w and 1d as primary lenses; 4h for entry timing.
Output only the required JSON decisions.Le prompt de production évite délibérément d'imposer une stratégie de trading maison ; il demande à chaque modèle de construire sa propre thèse à moyen terme à partir d'indicateurs précalculés et de données OHLCV compactes. Chaque ouverture ou renforcement doit désormais inclure un `invalidation_price` du côté perdant du prix actuel. Le validateur rejette un niveau manquant ou placé du mauvais côté, et un moniteur distinct vérifie les positions ouvertes toutes les 15 minutes et en clôture une lorsque le prix touche son niveau (crypto en continu ; actions pendant la séance régulière du NYSE). Les positions ouvertes avant ce régime n'ont aucun niveau imposé tant que le modèle n'en a pas fixé un dans une décision de conservation.
Note historique. Une version antérieure de cet article documentait notre configuration de la saison 2 (début 2026), qui négociait 89 actifs — actions et crypto — à l'aide d'un scan à deux niveaux pour compresser le prompt. C'était la saison 2. L'arène fonctionne désormais sur un univers resserré de cryptos et d'actions américaines à grande capitalisation, selon un calendrier quotidien décrit dans le bandeau ci-dessus. Nous conservons l'exemple de la saison 2 parce que l'idée de *compression des tokens* reste valable : quand un prompt devient trop long, résumez d'abord, approfondissez ensuite.
La règle que le prompt ne peut pas enfreindre : la validation côté serveur
Un prompt demande ; un validateur impose. Cette séparation rend les contraintes de compte de l'arène plus comparables que dans un workflow reposant uniquement sur le chat. Avant d'être exécutée, une décision doit passer ces contrôles au niveau du code, quelle que soit la force de persuasion de la justification du modèle :
| Règle | Contrainte | Raison d'être |
|---|---|---|
| Confiance minimale | 0,80 pour les ouvertures/renforcements | Empêche les paris à faible conviction |
| Taille minimale de position | 10 % du capital | Pas de micro-trades ni de fractionnement de positions |
| Nombre maximal de positions | 10 ouvertes simultanément | Impose une discipline de portefeuille |
| Liquidités suffisantes | la taille doit être <= liquidités disponibles | Pas d'effet de levier au-delà de 1x |
| Renforcer uniquement les positions gagnantes | le P&L latent doit être positif | Empêche de moyenner à la baisse les positions perdantes |
| Symbole valide | Doit faire partie de l'univers négociable | Pas de tickers hallucinés |
| Invalidation obligatoire | Ouvrir/renforcer doit fournir un prix du côté perdant | Rejette les niveaux absents ou placés du mauvais côté ; un contrôle toutes les 15 minutes applique les niveaux acceptés |
Vous ne pouvez pas exécuter un validateur dans une conversation ChatGPT, mais vous pouvez jouer ce rôle vous-même. Pour un trader indépendant, l'équivalent est une liste de contrôle écrite que vous refusez d'enfreindre : risque maximal par trade, nombre maximal de positions ouvertes, pas de retour le jour même sur une crypto dont un stop vient de vous faire sortir. Les modèles avaient besoin d'un validateur parce que les règles formulées en langage naturel n'étaient pas respectées (Règle 3). Vous en aurez besoin pour la même raison.
Adapter les templates : bots de trading, day trading et conception de stratégies
Les cinq templates supposent qu'un humain colle des données dans une conversation. Trois variantes reviennent souvent, et chacune demande une adaptation différente.
Comme prompt système pour un bot de trading. Un prompt de bot est un contrat plutôt qu'une conversation : il lui faut une sortie JSON fixe, des contraintes énoncées comme des règles et du code qui rejette toute réponse mal formée. Le prompt pour bot de trading IA présente ce contrat en entier, avec trois templates à copier-coller et les règles qu'applique le validateur de l'arène.
Pour le day trading. Notre arène prend une décision par jour à 16:00 UTC, donc rien dans nos données ne valide un comportement intrajournalier. Les changements mécaniques sont simples : remplacer la cascade hebdomadaire/journalière/4 heures par quelque chose comme 4 heures/1 heure/5 minutes, fournir l'ATR intrajournalier au lieu de l'ATR journalier, resserrer les invalidations sur la séance. Ce que nous ne pouvons pas garantir, c'est que cela aide à cette vitesse : les frais, le spread et la lenteur des allers-retours avec le LLM pèsent bien plus lourd en intrajournalier, et aucun de nos résultats ne le couvre. Considérez les prompts de day trading comme un terrain non testé, et non comme une version plus rapide de ce que nous avons mesuré.
Pour la conception de stratégies. Un prompt pour une stratégie de trading ne remplit pas la même fonction qu'un prompt de décision de trade. Au lieu de « analysez ce graphique », demandez au modèle de rédiger des règles que vous pouvez tester : une condition d'entrée, une condition de sortie, une règle de dimensionnement et le régime de marché dans lequel la stratégie devrait échouer. Ensuite, backtestez ces règles. Ne jugez pas une stratégie sur le pouvoir de conviction de sa prose.
Quand le modèle agit au lieu de répondre
Les cinq templates ci-dessus fonctionnent en un seul échange : vous collez les données, le modèle répond, vous décidez. Un prompt de trading agentique boucle ce circuit. Le modèle dispose d'une autorité permanente pour lire les données de marché, décider et passer l'ordre selon un calendrier, sans personne entre la décision et l'exécution ; chaque contrainte doit donc passer du conseil au code.
Le prompt pour bot de trading IA va plus loin : le contrat auquel les modèles de l'arène répondent chaque jour, trois templates qui en sont tirés et les trois tâches qu'un prompt ne peut pas accomplir seul. Comment nous avons construit une arène de trading IA détaille le pipeline qui l'entoure.
Pour aller plus loin
Si ces prompts vous ont été utiles, voici quelques lectures :
- Prompts de trading pour Claude — trois templates écrits pour Claude, le prompt système de production sous lequel trade le participant Claude de l'arène, et des extraits datés de son raisonnement.
- Prompts de trading pour ChatGPT : trois templates crypto — des prompts écrits spécifiquement pour GPT, accompagnés de raisonnements datés tirés du journal de décisions du participant OpenAI.
- Prompt pour bot de trading IA — le contrat de décision sur lequel tourne un bot en fonctionnement, les règles qu'applique un validateur et ce qu'un prompt ne peut pas faire.
- Meilleur LLM pour le trading — le classement actuel de tous les modèles de l'arène, mis à jour chaque jour ; commencez ici si vous voulez choisir un modèle pour vos prompts.
- Le benchmark de trading des LLM — comment ce classement est produit : règles identiques, prix en temps réel, chaque décision enregistrée.
- Pages par modèle — positions ouvertes, trades clôturés et historique du raisonnement de l'IA pour un participant donné : Qwen3.8 2.4T A95B, DeepSeek V4 Pro 0813, Kimi K3.
- GPT vs Claude vs Gemini vs Grok : quelle IA trade le mieux la crypto ? — des résultats en face-à-face, car un même prompt donne des résultats différents selon les modèles.
- 5 leçons tirées de 1 782 décisions de trading d'IA — les données détaillées derrière les cinq règles ci-dessus.
- Prompt d'analyse de graphique pour ChatGPT et Gemini — la lecture d'une capture d'écran, la lecture numérique des bougies que reçoivent les modèles de l'arène, et un prompt de figures en chandeliers qui renvoie du code.
- Prompts de trading pour Gemini — trois templates taillés pour Gemini, avec des raisonnements datés tirés de son journal de décisions en direct.
- Comment fonctionne TradeRank — la méthodologie complète, si vous voulez savoir comment les chiffres sont produits.
- Grok vs ChatGPT vs Claude pour l'analyse boursière — une évaluation modèle par modèle de la qualité d'analyse.
Avertissement : ces prompts sont partagés à des fins éducatives uniquement et ne constituent pas un conseil financier. Les modèles d'IA font des erreurs, inventent des niveaux et ne peuvent pas prédire les marchés. Les résultats cités ici proviennent d'une compétition de trading sur capital virtuel. Si vous utilisez ces prompts avec de l'argent réel, vous le faites entièrement à vos propres risques ; dimensionnez toujours vos positions de façon à pouvoir en supporter la perte.