Faites de la probabilité un atout : Aperçu de l'agent intelligent du marché prédictif

Rédigé par : Jacob Zhao @IOSG

Dans nos précédents rapports de la série Crypto AI, nous avons constamment souligné que les scénarios à forte valeur pratique dans le domaine de la cryptographie se concentrent principalement sur les paiements en stablecoins et la DeFi, tandis que l'Agent constitue l'interface clé de l'industrie de l'IA face à l'utilisateur. Par conséquent, dans la tendance de fusion entre Crypto et AI, deux voies particulièrement valables se dégagent : à court terme, AgentFi basé sur des protocoles DeFi matures existants (prêts, yield farming, etc.) ainsi que des stratégies avancées comme Swap, Pendle PT, arbitrage de taux de financement ; à moyen et long terme, Agent Payment autour de la règlementation en stablecoins, reposant sur des protocoles tels que ACP/AP2/x402/ERC-8004.

Le marché des prévisions est devenu une nouvelle tendance incontournable en 2025, avec un volume total de transactions annuel passant d'environ 9 milliards de dollars en 2024 à plus de 40 milliards en 2025, soit une croissance annuelle de plus de 400 %. Cette croissance remarquable est alimentée par plusieurs facteurs : incertitude due aux événements politiques macroéconomiques, maturité des infrastructures et des modes de transaction, ainsi qu’un assouplissement réglementaire (victoire judiciaire de Kalshi, retour de Polymarket aux États-Unis). L’agent de marché de prévision (Prediction Market Agent) commence à apparaître début 2026 sous une forme embryonnaire, avec le potentiel de devenir un nouveau produit dans le domaine de l’intelligence artificielle dans l’année à venir.

Marché des prévisions : de l’outil de pari à « la couche de vérité mondiale »

Le marché des prévisions est un mécanisme financier permettant de trader sur le résultat d’événements futurs, où le prix du contrat reflète la probabilité collective perçue par le marché. Son efficacité repose sur la combinaison de la sagesse collective et des incitations économiques : dans un environnement anonyme où l’on mise de l’argent réel, l’information dispersée est rapidement intégrée en signaux de prix pondérés par le flux de capitaux, réduisant ainsi le bruit et les fausses évaluations.

▲ Graphique de tendance du volume nominal des transactions sur le marché des prévisions Source : Dune Analytics (Query ID : 5753743)

D’ici fin 2025, le marché des prévisions est essentiellement dominé par un duopole Polymarket et Kalshi. Selon Forbes, le volume total en 2025 atteindrait environ 44 milliards de dollars, avec Polymarket contribuant à environ 21,5 milliards et Kalshi à environ 17,1 milliards. En février 2026, les données hebdomadaires montrent que le volume de Kalshi (25,9 milliards de dollars) dépasse celui de Polymarket (18,3 milliards), approchant une part de marché de 50 %. Grâce à la victoire légale sur ses contrats électoraux, à son avantage de conformité dans le marché sportif américain, et à des attentes réglementaires plus claires, Kalshi connaît une expansion rapide. La différenciation des trajectoires de développement est désormais claire :

• Polymarket utilise une architecture hybride « off-chain matching, on-chain settlement » avec un mécanisme de clearing décentralisé, créant un marché global, non custodial, à haute liquidité. Après sa conformité et son retour aux États-Unis, il opère en double voie « onshore + offshore » ;
• Kalshi s’intègre dans le système financier traditionnel, via API connectée à des courtiers de détail majeurs, attirant des market makers de Wall Street pour des contrats macro et basés sur des données. Son produit est soumis à la réglementation traditionnelle, avec une demande à long terme et une réponse plus lente aux événements imprévus.

Outre Polymarket et Kalshi, d’autres acteurs compétitifs dans le domaine des marchés de prévision évoluent selon deux axes :

1. La voie de distribution réglementée, intégrant les contrats d’événements dans les comptes et systèmes de règlement existants des courtiers ou grandes plateformes, s’appuyant sur la couverture de canal, la conformité réglementaire et la confiance institutionnelle (ex : ForecastTrader d’Interactive Brokers × ForecastEx, FanDuel × CME Group). Avantages : conformité et ressources importantes, mais produits et base utilisateur encore en phase initiale.

2. La voie native blockchain crypto, représentée par Opinion.trade, Limitless, Myriad, utilisant le minage de points, des contrats à court cycle, et la diffusion via médias pour une croissance rapide, en insistant sur la performance et l’efficacité des fonds. Cependant, leur durabilité à long terme et leur gestion des risques restent à valider.

Les deux voies, réglementaire et blockchain, forment un paysage concurrentiel diversifié pour l’écosystème des marchés de prévision.

Le marché des prévisions, en apparence similaire aux jeux de hasard, est en réalité un jeu à somme nulle, mais la différence essentielle réside dans la présence d’effets positifs externes : en agrégeant des informations dispersées via des transactions en argent réel, il permet une tarification publique des événements, produisant des signaux précieux. La tendance évolue du simple jeu vers une « couche de vérité mondiale » — avec l’intégration d’institutions comme CME, Bloomberg, la probabilité des événements devient un métadonnée décisionnelle accessible directement par les systèmes financiers et d’entreprise, fournissant une vérité plus immédiate et quantifiable.

Concernant la réglementation mondiale, le chemin de conformité des marchés de prévision est très différencié. Les États-Unis sont le seul grand marché à avoir clairement intégré ces marchés dans le cadre réglementaire des dérivés financiers. En Europe, au Royaume-Uni, en Australie, à Singapour, ils sont généralement considérés comme des jeux de hasard, avec un encadrement renforcé. La Chine, l’Inde, les interdisent totalement. La future expansion mondiale dépendra donc largement des cadres réglementaires nationaux.

Architecture des agents de marché de prévision

Actuellement, les agents de marché de prévision (Prediction Market Agents) entrent dans une phase expérimentale précoce. Leur valeur ne réside pas dans une meilleure précision de prédiction, mais dans leur capacité à amplifier l’efficacité de traitement et d’exécution de l’information dans ces marchés. Le marché des prévisions est une mécanique d’agrégation d’informations, où le prix reflète la perception collective de la probabilité d’un événement ; la faiblesse réside dans l’asymétrie d’information, la liquidité limitée et la contrainte d’attention. La position idéale de l’agent est la gestion d’un portefeuille probabiliste exécutable (Executable Probabilistic Portfolio Management) : transformer les actualités, textes réglementaires et données on-chain en déviations de prix vérifiables, permettant une exécution plus rapide, disciplinée, à moindre coût, et capturant des opportunités structurelles via arbitrage interplateformes et gestion de portefeuille.

L’agent idéal peut être abstrait en une architecture à quatre couches :

• Couche d’information : collecte de news, réseaux sociaux, données on-chain et officielles ;
• Couche d’analyse : utilisation de LLM et ML pour identifier les erreurs de prix et calculer l’avantage (Edge) ;
• Couche de stratégie : conversion de l’Edge en positions via la formule de Kelly, gestion par lots et contrôle des risques ;
• Couche d’exécution : gestion des ordres multi-marchés, optimisation du slippage et des frais de gaz, arbitrage automatisé, formant une boucle efficace et automatisée.

Cadre stratégique des agents de marché de prévision

Contrairement aux environnements de trading traditionnels, les marchés de prévision présentent des différences notables en termes de mécanismes de règlement, de liquidité et de distribution de l’information. Tous les marchés et stratégies ne conviennent pas à l’automatisation. La clé réside dans le déploiement dans des scénarios où les règles sont claires, codables et où la structure de l’avantage est évidente. L’analyse portera sur la sélection des sous-jacents, la gestion des positions et la structuration stratégique.

Choix des sous-jacents

Tous les marchés de prévision ne sont pas négociables. La valeur de participation dépend de plusieurs critères : clarté du règlement (règles précises, sources de données uniques), qualité de la liquidité (profondeur, spread, volume), risque d’initié (asymétrie d’information), structure temporelle (date d’échéance, rythme de l’événement), et avantage informationnel ou expertise du trader. La participation est pertinente lorsque la majorité de ces dimensions sont satisfaites, en fonction des forces propres et des caractéristiques du marché :

• Avantages humains : expertise, jugement, capacité à intégrer des informations floues, dans des fenêtres temporelles larges (jours/semaines). Ex : élections politiques, tendances macroéconomiques, jalons d’entreprises.
• Avantages des agents IA : traitement de données, reconnaissance de modèles, exécution rapide, dans des fenêtres très courtes (secondes/minutes). Ex : prix crypto à haute fréquence, arbitrage intermarchés, market making automatisé.
• Domaines non adaptés : marchés dominés par l’information privilégiée ou à haute manipulation, où aucun participant ne détient d’avantage.

Gestion des positions dans les marchés de prévision

La formule de Kelly (Kelly Criterion) est une méthode de gestion de capital dans les jeux répétés, visant à maximiser la croissance exponentielle à long terme plutôt que le gain ponctuel. Elle repose sur l’estimation de la probabilité de succès et du ratio de paiement, calculant la proportion optimale de mise dans un contexte à espérance positive. Elle est largement utilisée en investissement quantitatif, paris professionnels, poker et gestion d’actifs.

Formule classique : f* = (bp - q) / b

où f* est la proportion optimale, b le ratio net, p la probabilité de succès, q=1−p

Dans le contexte des marchés de prévision : f* = (p - prix_market) / (1 - prix_market)

où p est la probabilité subjective réelle, et prix_market la probabilité implicite du marché.

La validité théorique de la formule de Kelly dépend d’une estimation précise de p et b. En pratique, il est difficile pour les traders de connaître la vraie probabilité en permanence. Les praticiens, notamment les parieurs professionnels et les participants aux marchés de prévision, privilégient souvent des stratégies plus robustes, moins dépendantes d’une estimation précise :

• Méthode par unités (Unit System) : diviser le capital en unités fixes (ex : 1%), et miser un nombre d’unités selon la confiance, avec limite supérieure pour limiter le risque par transaction.
• Mise proportionnelle fixe (Flat Betting) : miser un pourcentage fixe à chaque fois, pour la discipline et la stabilité.
• Niveaux de confiance (Confidence Tiers) : définir des niveaux de position discrets avec plafonds, pour réduire la complexité décisionnelle.
• Approche inverse du risque (Inverted Risk) : partir du maximum de perte acceptable pour déduire la taille de la position, en se concentrant sur la gestion du risque plutôt que sur la maximisation du gain.

Pour l’agent de marché de prévision, la stratégie doit privilégier la faisabilité et la stabilité plutôt que la théorie optimale. La règle clé est la simplicité, la tolérance aux erreurs, et la clarté des paramètres. La méthode des niveaux de confiance combinée à une limite de position fixe constitue une solution universelle adaptée, ne dépendant pas d’une estimation précise de la probabilité, mais classant les opportunités selon la force du signal.

Choix stratégique dans les marchés de prévision

Les stratégies peuvent être classées en deux grandes catégories :

• Arbitrage déterministe (Arbitrage) : stratégies à règles claires, codables, visant à exploiter des déséquilibres structurels ou de prix, avec un risque faible. Ex : arbitrage de résolution, arbitrage de probabilité (Dutch Book), arbitrage interplateformes, arbitrage de portefeuille.
• Stratégies spéculatives (Speculative) : basées sur l’interprétation d’informations ou la direction du marché, souvent plus risquées. Ex : trading d’informations structurées, suivi de signaux, stratégies à haute fréquence, gestion du risque et couverture.

Les arbitrages déterministes (résolution, Dutch Book, interplateformes, portefeuille) sont particulièrement adaptés à l’automatisation, car ils reposent sur des règles précises et peu sujettes à l’incertitude. Les stratégies spéculatives, plus subjectives, nécessitent une analyse plus fine et une gestion du risque plus sophistiquée.

En résumé, pour l’agent de marché de prévision, les stratégies à règles claires, à faible subjectivité, et la gestion rigoureuse du risque, constituent la voie privilégiée. La capacité à exécuter rapidement, à respecter des règles simples, et à contrôler le risque, sont les clés de la réussite à long terme.

Modèles commerciaux et formes produits pour les agents de marché de prévision

Les modèles commerciaux idéaux pour ces agents peuvent se décomposer en plusieurs niveaux :

• Infrastructure : fournir une agrégation de données en temps réel, une base d’adresses Smart Money, un moteur d’exécution de marché et des outils de backtesting, facturés en B2B, générant des revenus stables indépendants de la précision de la prédiction ;
• Stratégie : intégrer des stratégies communautaires et tierces, construire un écosystème réutilisable et évalué, avec partage de valeur via appels, pondérations ou commissions ;
• Agent / Vault : gestion déléguée, participation directe à l’exécution réelle, avec transparence on-chain et gestion rigoureuse des risques, facturant des frais de gestion et de performance.

Les formes produits associées peuvent inclure :

• Mode ludique / divertissement : interface intuitive type Tinder, faible barrière à l’entrée, forte croissance utilisateur, idéal pour la sensibilisation, mais nécessitant un passage à des produits à abonnement ou à exécution ;
• Abonnement stratégique / signal : sans gestion d’actifs, réglementairement simple, revenu stable, mais vulnérable à la copie et à la limite de croissance à long terme. Peut être amélioré par une approche semi-automatisée (« signal + exécution en un clic ») ;
• Vault de gestion d’actifs : avec effets d’échelle et efficacité d’exécution, proche d’un produit de gestion d’actifs, mais soumis à des contraintes réglementaires et de confiance, dépendant de la rentabilité à long terme.

En résumé, une approche combinant « infrastructure monétisée + écosystème stratégique + participation aux résultats » permet de réduire la dépendance à une hypothèse unique de « AI battant le marché ». Même si la recherche de alpha se raréfie, les capacités fondamentales d’exécution, de gestion des risques et de règlement restent une valeur durable, permettant de construire un cycle commercial plus résilient.

Exemples de projets d’agents de marché de prévision

Actuellement, les agents de marché de prévision en sont encore à une phase exploratoire. Bien que divers prototypes et outils aient émergé, aucun n’a encore atteint une maturité complète en termes de génération de stratégies, d’efficacité d’exécution, de gestion des risques ou de boucle commerciale intégrée.

Nous distinguons trois niveaux dans l’écosystème : infrastructure, agents autonomes, et outils de marché de prévision.

Infrastructure

Polymarket Agents

Framework officiel de Polymarket pour le développement d’agents, visant à standardiser « connexion et interaction ». Il encapsule la récupération de données, la construction d’ordres, et l’appel à LLM. Il répond à la question « comment passer des ordres par code », mais reste en retrait sur la génération de stratégies, la calibration probabiliste, la gestion dynamique de positions et le backtesting. Il s’agit plutôt d’un « protocole d’intégration » qu’un produit générant des alpha. La création d’un agent commercial nécessite une infrastructure interne supplémentaire.

Gnosis Prediction Market Tools

Gnosis PMAT (Prediction Market Agent Tooling) offre une lecture/écriture complète pour Omen/AIOmen et Manifold, mais limite l’accès à Polymarket à la lecture seule, créant une barrière écologique. Utile comme base pour développer des agents dans l’écosystème Gnosis, mais peu pratique pour ceux focalisés sur Polymarket.

Les deux, Polymarket et Gnosis, sont les seuls à avoir formalisé un cadre officiel pour le développement d’agents. D’autres, comme Kalshi, restent à l’état d’API ou SDK Python, nécessitant une implémentation propre des stratégies, gestion des risques, surveillance.

Agents autonomes

Les « Prediction Market AI Agents » actuels sont encore à un stade précoce. Bien qu’ils portent le nom d’« agent », leur capacité à automatiser une boucle de trading complète est limitée. La gestion indépendante, la gestion des risques, la gestion de positions, le stop-loss, la couverture, la contrainte d’attente ne sont pas encore intégrées dans une architecture mature.

Olas Predict

Olas Predict est l’un des agents les plus avancés. Son produit principal, Omenstrat, basé sur Gnosis Omen, utilise FPMM et un mécanisme d’arbitrage décentralisé, supporte des interactions à haute fréquence et faible montant, mais souffre d’un manque de liquidité sur Omen. Il s’appuie principalement sur un LLM général, sans données en temps réel ni gestion systématique des risques. En février 2026, Olas a lancé Polystrat, étendant ses capacités à Polymarket : stratégies en langage naturel, détection automatique de déviations de probabilité, exécution automatique. La gestion des risques repose sur Pearl, un système local, avec des comptes auto-hébergés et des limites codées.

UnifAI Network Polymarket Strategy

Propose un agent automatisé pour Polymarket, basé sur une stratégie de risque tail : acheter des contrats avec probabilité implicite >95%, pour capter un spread de 3-5%. Taux de succès proche de 95%, mais la rentabilité varie selon la catégorie, dépendant fortement de la fréquence d’exécution et du choix des sous-jacents.

NOYA.ai

Tente d’intégrer « recherche — jugement — exécution — surveillance » en boucle fermée, avec couches d’intelligence, d’abstraction et d’exécution. A déjà livré des Omnichain Vaults, mais l’agent de marché de prévision est encore en développement, sans boucle principale complète.

Outils de marché de prévision

Les outils d’analyse ne constituent pas encore une plateforme complète d’« agent de marché de prévision ». Leur valeur réside dans la couche d’information et d’analyse, la gestion de positions et la gestion des risques restant à la charge du trader. Leur usage est plus proche d’un « abonnement stratégique / signal » ou d’un « support à la recherche », en tant que prototypes précoces.

Une sélection de projets dans la liste Awesome-Prediction-Market-Tools a été analysée, représentant des cas d’usage concrets dans quatre axes : analyse et signal, alertes et suivi des whales, outils d’arbitrage, interfaces de trading et exécution agrégée.

Outils d’analyse de marché

Polyseer : outil de recherche, utilisant une architecture multi-agent (Planner / Researcher / Critic / Analyst / Reporter), collecte des preuves, agrège en probabilités bayésiennes, produit des rapports structurés. Transparence méthodologique, processus automatisé, open source.

Oddpool : « terminal Bloomberg » pour marchés de prévision, agrège Polymarket, Kalshi, CME, avec arbitrage et dashboards en temps réel.

Polymarket Analytics : plateforme d’analyse globale, visualise traders, marchés, positions, volumes. Facile d’accès, utile pour la recherche.

Hashdive : outil pour traders, score intelligent, screener multi-dimensionnel, détection d’initiés et comportements anormaux.

Polyfactual : focus sur l’intelligence de marché IA, analyse de sentiment / risque, intégrée dans l’interface de trading via extension Chrome.

Predly : plateforme de détection de déviations de prix, compare prix du marché et probabilités IA, alerte avec une précision revendiquée de 89%.

Polysights : suivi de 30+ marchés et indicateurs on-chain, détection d’anomalies (ex : gros ordres, nouvelles adresses).

PolyRadar : plateforme multi-modèles, analyse en temps réel, évolution temporelle, scoring de confiance, validation croisée IA.

Alphascope : moteur d’intelligence de marché IA, signaux en temps réel, résumés, suivi de probabilités, encore en phase initiale.

Alertes / suivi whales

Stand : suivi des whales et alertes de mouvements à haute conviction.

Whale Tracker Livid : produit la surveillance des positions des whales.

Outils d’arbitrage

ArbBets : détection d’arbitrages cross-plateformes, opportunités EV positives, haute fréquence.

PolyScalping : plateforme d’arbitrage en temps réel sur Polymarket, scan toutes les 60s, ROI, alertes Telegram, filtrage par liquidité, spread, volume.

Eventarb : outil léger, alertes d’arbitrage, couvre Polymarket, Kalshi, Robinhood, gratuit.

Prediction Hunt : comparaison en temps réel des prix sur plusieurs plateformes, détection d’opportunités d’arbitrage.

Interfaces de trading / exécution agrégée

Verso : plateforme institutionnelle YC, interface Bloomberg, suivi de 15 000+ contrats, analyse approfondie, IA news, pour traders professionnels.

Matchr : agrégation multi-marchés, routage intelligent, stratégies automatisées, pour exécution et gestion de fonds.

TradeFox : plateforme avancée, ordres complexes, auto-hébergement, multi-plateformes, pour traders institutionnels.

Résumé et perspectives

Les agents de marché de prévision sont encore à un stade expérimental. Bien que divers prototypes existent, aucun n’a encore atteint une maturité complète en stratégie, exécution, gestion des risques ou boucle commerciale intégrée. Le marché est dominé par Polymarket et Kalshi, avec une liquidité suffisante pour construire des agents performants. La différenciation entre marché de jeu et marché à effet externe positif est claire : ces derniers permettent une tarification publique, évoluant vers une « couche de vérité mondiale ».

Leur architecture idéale est une gestion de portefeuille probabiliste exécutable, transformant actualités, textes réglementaires et données on-chain en déviations de prix vérifiables, avec une architecture à quatre couches : information, analyse, stratégie, exécution. La faisabilité dépend de la clarté du règlement, de la liquidité et de la structuration de l’information.

Les stratégies adaptées sont principalement l’arbitrage déterministe (résolution, Dutch Book, interplateformes, portefeuille), tandis que la spéculation directionnelle reste une activité complémentaire. La gestion du risque doit privilégier la simplicité, la robustesse et la rapidité d’exécution.

Les modèles commerciaux peuvent se décomposer en infrastructures (données, backtesting), stratégies communautaires, et gestion déléguée (Vaults). La monétisation peut passer par des services B2B, abonnements, ou gestion d’actifs, avec une vision à long terme intégrant la performance, la gestion des risques et la conformité.

En conclusion, bien que l’écosystème des agents de marché de prévision ait connu de nombreuses expérimentations, la maturité en stratégies, exécution et gestion des risques reste à atteindre. La prochaine étape sera l’évolution vers des produits standardisés, reproductibles, et à forte valeur ajoutée.