Comment les bots de Polymarket, optimisés par Claude, démocratisent les paris à haute fréquence

En surpassant la plupart des traders humains et en transformant un petit capital initial en rendements énormes, les systèmes de trading automatisés pilotés par l'intelligence artificielle modifient les règles des marchés de prédiction.

L'indication la plus évidente de ce changement a été lorsque, sur la plateforme de prédiction décentralisée Polymarket, un robot de trading basé sur le modèle d'IA Claude d'Anthropic a converti 1 000 $ en 14 216 $ en seulement 48 heures.

L'expérience a également comparé Claude à une configuration concurrente utilisant le framework OpenClaw, un système d'agents d'IA autonomes open-source.

Les résultats ont démontré un écart de performance significatif : alors que le système utilisant Claude a atteint un rendement de 1 322 %, multipliant son solde initial par plus de 13, le système utilisant OpenClaw a été liquidé, perdant la totalité de son solde au cours de la même période de 48 heures.

Pourquoi ce changement est-il si perceptible ? La gestion des risques était probablement très différente entre les deux systèmes.

OpenClaw est un framework qui utilise des techniques créées par des développeurs individuels, tandis que Claude est un vaste modèle de langage créé par Anthropic. Il est fort probable que leurs méthodes de gestion des pertes et de dimensionnement des positions diffèrent.

Alors que son concurrent a chuté, le bot basé sur Claude, qui aurait fonctionné sous Claude 3.5 Sonnet, a maintenu sa position.

Les bots qui repèrent les avantagesque leshumains ratent tout simplement

Mais ces chiffres impressionnants ne sont même pas les exemples les plus extrêmes sur Polymarket. Un bot aurait transformé 313 $ en 414 000 $ en un seul mois. Il négociait uniquement BitcoinEthereumEthereum EthereumEthereumEthereumEthereum EthereumEthereumSolanaSolana SolanaSolanaSolanaSolana SolanaSolana sur des marchés haussiers/baissiers de 15 minutes, en misant entre 4 000 $ et 5 000 $ à chaque fois, avec un taux de réussite annoncé de 98 %.

L'avantage du bot ne résidait pas dans la prédiction de l'évolution des prix. Il détectait plutôt un décalage entre les prix sur Polymarket et la dynamique confirmée sur les principales plateformes d'échange comme Binance et Coinbase. Lorsque la probabilité réelle d'un événement avoisinait déjà les 85 %, mais que Polymarket affichait toujours une probabilité de 50/50, le bot intervenait et achetait systématiquement du côté sous-évalué.

Les résultats d'autres systèmes sont tout aussi impressionnants. Grâce à des modèles probabilistes entraînés sur des données issues de l'actualité et des réseaux sociaux, un robot a généré 2,2 millions de dollars en deux mois. Afin de rester performant, il a continué à s'entraîner et s'est concentré sur lestracpour lesquels le marché ne reflétait pas fidèlement les probabilités réelles.

à 5 minutes Bitcoin de Polymarket, un autre trader a mis en place trois bots :

1. À l'approche de la résolution, les premiers ont effectué des paris directionnels simples.
2. Les prix ont été comparés aux données Chainlink Oracle dans la seconde partie.
3. En se plaçant des deux côtés d'une transaction pour percevoir des commissions, le troisième acteur fonctionnait comme teneur de marché.

D'autres tactiques qui génèrent presque toujours un petit profit consistent à anticiper les ordres en cas de faible liquidité et à acheter les deux côtés d'untraclorsque les prix combinés tombent en dessous de 1 $.

Le débat sur l'équité et les marchands humains

Il s'avère difficile pour les traders humains de rivaliser. Des données comparant humains et robots utilisant des techniques similaires ont montré que, tandis que les ordinateurs ont engrangé environ 206 000 $ avec un taux de réussite supérieur à 85 %, les humains employant des stratégies similaires ont gagné environ 100 000 $.

Même lorsque leur stratégie de base était correcte, les humains perdaient souvent tout avantage en raison d'une mauvaise évaluation des enjeux, d'admissions tardives et de contrôles des risques insuffisants.

La généralisation des technologies automatisées a suscité des débats sur l'équité. Anthropic a condamnétronfermement utilisation de sa technologie pour les armes autonomes et la surveillance, et s'est publiquement positionnée comme une entreprise spécialisée dans la sécurité de l'IA.

Les critiques affirment désormais que permettre aux robots de surpasser et d'épuisermaticles ressources des traders humains sur les marchés de prédiction soulève des questions similaires. La question de savoir si une entreprise qui met en garde contre la suppression de la supervision humaine dans le contexte militaire devrait l'autoriser sur les marchés financiers reste sans réponse.

Outre la question de l'équité, l'essor fulgurant de l'IA menace de saper un principe démocratique fondamental des marchés de prédiction : la mise en commun de diverses évaluations humaines. Ceci pourrait engendrer des chambres d'écho où les biais sont amplifiés par les machines et creuser le fossé entre ceux qui maîtrisent l'IA et ceux qui en sont dépourvus.