Agent IA trading et MCP : c'est quoi et comment ça marche

Agents IA pour investir en bourse et MCP (Model Context Protocol) : le guide complet

Réponse rapide (octobre 2026) : un agent IA d'investissement est un modèle de langage capable de planifier une tâche, d'appeler des outils de données de marché ou d'analyse, de lire les résultats et de décider de l'étape suivante, au lieu de répondre uniquement de mémoire. Le Model Context Protocol (MCP) est la norme ouverte que la plupart de ces agents utilisent désormais pour se brancher sur ces outils : un fournisseur de données publie un serveur MCP doté d'une liste d'outils (obtenir une cotation, récupérer des bougies, lire l'actualité, lancer une analyse), et n'importe quelle application compatible MCP, comme Claude, ChatGPT, Cursor, Codex, VS Code ou Gemini CLI, peut les appeler. MCP transporte des données ; il ne fait pas d'un agent un meilleur investisseur. Considérez la production de tout agent comme une information, pas comme un conseil, et cantonnez-le aux transactions fictives ou aux données en lecture seule tant que vous n'avez pas vérifié son historique.

Mis à jour le 18 octobre 2026. Les informations sur MCP proviennent de la spécification officielle et des annonces citées ci-dessous ; les détails du produit correspondent à SimianX MCP 1.0.2.

Deux questions de recherche se cachent derrière cette page. Les investisseurs se demandent ce qu'est réellement un « agent IA de trading » et si l'on peut lui confier un portefeuille. Les développeurs cherchent ce qu'est MCP et comment fournir à un agent des données boursières en temps réel via un serveur MCP. Les deux réponses sont liées, car le protocole détermine ce qu'un agent peut voir et faire, ce qui conditionne à son tour ses risques. Ce guide couvre les deux sujets, avec trois tableaux de référence que vous pouvez citer : les principaux types d'agents IA d'investissement, les données dont chaque type a besoin, et la comparaison entre MCP, une API classique et les skills d'agents.

Qu'est-ce qu'un agent IA pour investir ?

Un agent IA est un modèle qui tourne en boucle : il lit un objectif, choisit l'étape suivante, appelle un outil, examine le résultat et recommence jusqu'à ce que la tâche soit terminée ou qu'une personne doive valider quelque chose. Notre article Qu'est-ce qu'un agent IA ? Comment fonctionnent les systèmes d'IA multi-agents détaille cette boucle. Appliqué aux marchés, un agent d'investissement est cette même boucle tournée vers des questions financières :

Un chatbot répond à « Qu'est-ce que le ratio P/E (cours/bénéfice) ? » à partir de ses données d'entraînement. Il n'a ni cours, ni actualités postérieures à sa date de coupure, ni moyen de se vérifier lui-même.
Un robot de trading applique des règles fixes (« acheter quand la moyenne à 50 jours croise celle à 200 jours ») sans aucun modèle de langage.
Un agent IA d'investissement décide des données dont il a besoin, les récupère au moyen d'outils, raisonne dessus et renvoie une réponse, un plan ou, s'il en a reçu l'autorisation, un ordre.

Pour un investisseur, la différence qui compte est la dernière étape. En 2026, la plupart des agents s'arrêtent à la recherche : ils lisent des données et rédigent des analyses. Un groupe plus restreint gère un portefeuille fictif. Très peu devraient passer de vrais ordres sans qu'un humain approuve chacun d'eux, et les régulateurs cités plus loin dans ce guide attendent des sociétés qui les utilisent qu'elles maintiennent ce type de supervision. Notre guide pour débutants sur l'investissement avec l'IA agentique explique simplement le cycle observer, s'orienter, décider, agir.

MCP (Model Context Protocol) : c'est quoi ?

Le Model Context Protocol (protocole de contexte de modèle) est une norme ouverte permettant de connecter des applications d'IA à des données et à des outils externes. Anthropic l'a présenté le 25 novembre 2024. OpenAI a annoncé en mars 2025 qu'il prendrait en charge MCP dans l'ensemble de ses produits, et Google a suivi en avril 2025. Le 9 décembre 2025, Anthropic a fait don de MCP à l'Agentic AI Foundation, un fonds placé sous l'égide de la Linux Foundation et cofondé avec Block et OpenAI, en indiquant qu'il existait déjà plus de 10 000 serveurs MCP publics actifs.

La façon la plus simple de se représenter MCP est une prise universelle. Avant lui, chaque application d'IA avait besoin d'un code sur mesure pour chaque source de données. Avec MCP, un fournisseur de données écrit un seul serveur, et toutes les applications compatibles MCP peuvent l'utiliser.

La spécification définit trois rôles et trois briques principales :

Hôte (host) : l'application d'IA avec laquelle vous échangez (une application de chat, un agent de programmation, un assistant d'IDE).
Client : le connecteur situé dans l'hôte qui maintient une connexion avec un serveur.
Serveur : le service qui propose des fonctionnalités, par exemple un fournisseur de données de marché ou d'analyses.
Outils (tools) : des fonctions que le modèle peut appeler, comme « obtenir les bougies de BTC en unité de temps 1 heure ».
Ressources : des données et du contexte que l'utilisateur ou le modèle peut lire, comme un fichier ou un rapport.
Prompts : des modèles et des flux de travail prêts à l'emploi que l'utilisateur peut choisir.

Les messages utilisent JSON-RPC 2.0, et les serveurs distants sont joints via HTTP (le transport « Streamable HTTP », c'est-à-dire HTTP en flux). La révision actuelle de la spécification est datée du 28 juillet 2026. Chaque outil est accompagné d'un nom, d'une description en langage courant et d'un schéma de ses entrées : c'est ainsi qu'un modèle sait que get_crypto_candles existe et quels arguments il attend.

Comment un agent IA appelle des outils de données de marché via MCP

Voici ce qui se passe lorsque vous demandez à un agent connecté via MCP : « Qu'est-ce qui a fait bouger NVDA aujourd'hui, et la tendance est-elle intacte ? »

Découvrir. À l'ouverture de la connexion, le client demande au serveur sa liste d'outils. Le modèle voit alors des outils comme « rechercher des instruments », « obtenir l'actualité » et « lancer une analyse », chacun avec sa description.
Planifier. Le modèle décide qu'il lui faut le bon symbole, l'actualité du jour et une lecture du graphique.
Demander l'autorisation. L'hôte affiche l'appel d'outil proposé. La spécification MCP précise que les hôtes doivent obtenir le consentement explicite de l'utilisateur avant d'invoquer tout outil ; une application bien conçue vous permet donc d'approuver, d'approuver automatiquement les outils en lecture seule ou de refuser.
Appeler. Le client envoie l'appel avec ses arguments. Le serveur vérifie la clé API, ses autorisations et son budget, puis exécute la requête.
Renvoyer. Le serveur renvoie des données structurées (JSON), pas de la prose. Les cours, les horodatages et les scores arrivent sous forme de nombres que le modèle peut citer.
Raisonner et recommencer. Le modèle lit le résultat, peut appeler un autre outil, puis rédige enfin sa réponse avec les chiffres qu'il a réellement reçus.

Pour un investisseur, le point essentiel est l'étape 5. Un agent qui obtient ses chiffres par un outil peut montrer d'où vient chacun d'eux. Un agent qui répond de mémoire en est incapable, et c'est de là que viennent les cours inventés.

SimianX AI Comment un agent IA d'investissement lit les données de marché via MCP : vous posez une question, l'application d'IA (hôte MCP) planifie et appelle des outils, le serveur MCP vérifie la clé et renvoie du JSON issu des cours, des indicateurs, de l'actualité, des documents réglementaires et des analyses — Comment un agent IA d'investissement lit les données de marché via MCP : vous posez une question, l'application d'IA (hôte MCP) planifie et appelle des outils, le serveur MCP vérifie la clé et renvoie du JSON issu des cours, des indicateurs, de l'actualité, des documents réglementaires et des analyses

Les types d'agents IA d'investissement comparés

La plupart des produits et projets relèvent de l'une de six approches. Le tableau sert de référence : ce que fait chacune, les données dont elle a besoin et là où elle a tendance à échouer.

Approche	Ce qu'elle fait	Données nécessaires	Principaux risques	Rôle humain
Assistant conversationnel sans outils	Explique des concepts, résume ce qu'il sait déjà	Aucune à l'exécution (données d'entraînement uniquement)	Faits périmés, cours et dates inventés	Lit et vérifie tout
Agent de recherche avec outils de données (MCP ou API)	Récupère cotations, bougies, actualités et documents réglementaires, puis rédige une analyse	Cours, indicateurs, actualités, fondamentaux	Mauvaise lecture d'un résultat d'outil, données périmées ou différées, injection de prompt via le contenu des outils	Pose la question, vérifie les sources
Comité d'analyse multi-agents	Des agents spécialisés (graphique, actualité, fondamentaux) alimentent un agent de décision ou débattent d'un verdict	Tout ce qui précède, au même instant	Agents d'accord sur une prémisse erronée, coût plus élevé par exécution	Lit le plan, décide
Agent planifié sur un portefeuille fictif	Lance l'analyse à intervalles réguliers et gère une position simulée avec entrées et stops	Cours en temps réel et son propre historique de positions	Surtrading, dérive par rapport au plan, frais ignorés dans les résultats fictifs	Fixe les limites, examine le journal
Agent d'exécution connecté à un courtier	Passe ou modifie de vrais ordres via l'API d'un courtier	Cours en temps réel, solde du compte, positions	Argent réel perdu sur une mauvaise décision ou un outil compromis, exposition réglementaire	Doit approuver chaque ordre
Framework open source « fait maison »	Un framework comme le projet de recherche TradingAgents que vous reliez à vos propres données et à votre modèle	Tout ce que vous y connectez	Surapprentissage du backtest, biais d'anticipation, clés sans supervision	Vous êtes responsable de chaque élément

Deux tendances se dégagent. Le risque grimpe fortement entre la quatrième et la cinquième ligne, car une perte fictive instruit alors qu'une perte réelle coûte. Et toutes les lignes sous la première dépendent davantage de la qualité des données que du modèle : un agent doté d'un modèle de pointe mais de cours vieux de 30 minutes sera toujours en retard.

De quelles données de marché un agent d'investissement a-t-il besoin ?

Type de données	Pourquoi l'agent en a besoin	Fraîcheur requise	Pièges courants
Cotations et bougies (OHLCV)	Niveau de prix, tendance, volatilité, niveaux d'entrée et de stop	De quelques secondes à quelques minutes pour le trading ; quotidienne pour l'investissement	Flux différés sur les offres gratuites ; mélange de fuseaux horaires ; historique non ajusté des divisions d'actions
Indicateurs techniques	Momentum, force de la tendance, supports et résistances	La même que les bougies à partir desquelles ils sont calculés	Recalcul sur des bougies incomplètes ; formules différentes selon les fournisseurs
Actualités avec sentiment	Expliquent les mouvements, signalent les catalyseurs	Quelques minutes	Titres sans l'article ; vieilles informations qui refont surface ; sarcasme et rumeurs
Fondamentaux et documents réglementaires	Valorisation, résultats, transactions d'initiés	Trimestrielle, plus les dates de dépôt	Chiffres retraités ; confusion entre trimestres fiscaux et calendaires
Données on-chain et de dérivés (crypto)	Taux de financement, intérêt ouvert, flux	De quelques minutes à quelques heures	Particularités propres à chaque plateforme d'échange ; faible liquidité sur les petites paires
Calendriers et catalyseurs	Dates de publication des résultats, réunions des banques centrales, dates d'autorisation de médicaments	Quelques jours à l'avance	Événements déplacés ou annulés
Compte et positions	Ce que l'agent détient déjà, son budget	Temps réel	Agent agissant sur une position périmée ; clés disposant de plus d'accès que nécessaire

Lorsque vous évaluez un serveur MCP de données boursières, vérifiez trois points avant le nombre d'outils : le délai de chaque type de données selon votre offre, la présence d'horodatages dans les résultats, et le fait que le serveur renvoie des nombres structurés plutôt que des paragraphes de texte.

MCP vs API vs skills d'agents

MCP ne remplace pas les API. La plupart des serveurs MCP se placent devant une API existante et la traduisent en outils qu'un modèle peut découvrir. Les skills d'agents constituent une troisième voie, complémentaire, pour enseigner un flux de travail à un agent.

	API REST	Serveur MCP	Skill d'agent (SKILL.md)
À qui elle s'adresse	Développeurs qui écrivent du code	Toute application d'IA compatible MCP	Agents qui lisent des fichiers de skills
Comment l'agent l'apprend	Un développeur lit la documentation et écrit du code	L'application liste les outils et leurs descriptions à l'exécution	L'agent lit un court fichier d'instructions, puis appelle l'API
Mise en place	Écrire et maintenir le code client	Ajouter une adresse de serveur et une clé	Installer un dossier, ajouter une clé
Points forts	Contrôle total, n'importe quel langage, facile à tester	Aucun code ; un seul serveur fonctionne dans de nombreuses applications	Enseigne l'ordre des appels et les bonnes pratiques, pas seulement les endpoints
Points faibles	Chaque application a besoin de sa propre intégration	Les descriptions d'outils sont des entrées considérées comme fiables ; les longues listes d'outils consomment du contexte	Dépend de la capacité de l'agent à suivre les instructions

Pour un développeur, la règle pratique est simple : utilisez l'API dans le code de production que vous maîtrisez, MCP lorsque vous voulez les mêmes données dans des applications de chat et des agents de programmation sans écrire de code d'intégration, et une skill lorsque vous voulez que l'agent suive un flux de travail éprouvé.

Comment connecter un agent IA aux données de marché

Les étapes sont les mêmes chez la plupart des fournisseurs :

Choisissez un serveur dont vous jugez les données fiables. Vérifiez la couverture (quelles actions, quels ETF, quelles paires crypto), le délai selon l'offre et s'il s'agit d'un serveur officiel du propriétaire des données ou d'une surcouche tierce.
Créez une clé API dédiée à l'agent. Ne collez jamais le mot de passe du site ni vos identifiants de courtier dans un agent. Accordez à la clé uniquement les autorisations nécessaires et un plafond de dépenses.
Ajoutez le serveur à votre application d'IA. La plupart des applications acceptent une URL de serveur accompagnée d'un en-tête Authorization, ou une courte entrée JSON dans un fichier de configuration.
Commencez par des appels en lecture seule. Demandez une cotation ou les dernières actualités et comparez les chiffres avec une source de confiance.
Tenez un journal. Enregistrez quels outils ont été appelés et ce qu'ils ont renvoyé, afin de pouvoir auditer toute conclusion par la suite.

Exemple : le serveur MCP de SimianX

SimianX exploite un serveur MCP distant à l'adresse https://service.simianx.ai/v1/mcp (Streamable HTTP). Il utilise votre clé API SimianX comme jeton bearer et figure dans le MCP Registry sous le nom io.github.SimianX-AI/simianx. Dans sa version 1.0.2, il publie 55 outils qui reflètent l'API de SimianX, notamment :

run_live_analysis et get_live_analysis : quatre analystes IA lisent simultanément une action américaine ou une paire crypto (Indicator lit le graphique, Intelligence le flux d'actualités, Fundamental les documents réglementaires ou les données on-chain, et Decision pondère les trois et propose une entrée, un stop et un objectif). Les mêmes agents fonctionnent sur la page d'analyse en direct.
get_news et get_pulse_events : le flux d'actualités notées et les mouvements de prix soudains derrière Market Pulse, chaque article étant étiqueté avec des symboles, un score de valeur et un sentiment.
search_instruments, get_crypto_quotes, get_crypto_candles et get_crypto_indicators : recherche de symboles, cours, bougies et instantané des indicateurs.
start_deep_analysis et ask_deep_analysis : le comité de recherche approfondie à huit agents, avec questions de suivi. Notre article sur le comité de 8 agents que vous pouvez interroger montre ce qu'il renvoie.
create_autopilot et get_autopilot_events : les mêmes agents en direct, exécutés selon un calendrier avec une position fictive et un journal d'événements, comme sur la page des autopilotes.

L'ajouter à Claude Code tient en une seule commande (la configuration pour Claude Desktop, Cursor, Codex, VS Code, Windsurf et Gemini CLI se trouve dans le dépôt simianx-skills) :

bash
claude mcp add --transport http simianx https://service.simianx.ai/v1/mcp --header "Authorization: Bearer $SIMIANX_API_KEY"

Ce qu'il faut savoir avant de le connecter :

Des points, pas une facture séparée. Les appels consomment les points de votre offre, aux mêmes tarifs que sur le site. Les appels de données simples coûtent une fraction de point (par exemple 0,1 point pour les cotations crypto et 0,2 pour les bougies) ; l'analyse IA est facturée selon les modèles utilisés, d'environ 2 points pour une analyse en direct avec un modèle rapide à environ 200 avec un modèle de pointe. L'offre gratuite comprend 25 points par jour et une clé API. Les tarifs en vigueur figurent sur les pages tarifs et points.
Délais selon l'offre. Les actualités et Market Pulse sont différés de 30 minutes sur les offres Free et Starter ; le flux d'actualités en direct est réservé aux offres Plus et Pro.
Des clés, pas des identifiants. Un agent peut vous connecter via un lien d'approbation dans le navigateur ou un code à six chiffres envoyé par e-mail, et il ne reçoit jamais qu'une clé API, jamais une session du site. Les clés peuvent comporter des portées, des budgets quotidiens et mensuels, un plafond par appel et une liste d'adresses IP autorisées, et vous pouvez en révoquer une à tout moment depuis Mon compte.
Positions fictives uniquement. SimianX ne passe jamais d'ordres sur un vrai compte de courtage. Les positions des autopilotes sont simulées.
De l'analyse, pas du conseil. La production est une information sur les marchés. Elle ne connaît pas votre situation financière et ne constitue pas une recommandation d'achat ou de vente.

Si vous préférez une skill ou du HTTP brut, les mêmes fonctions sont accessibles via la page agents, le fichier SKILL.md et une description OpenAPI à l'adresse https://service.simianx.ai/v1/openapi.json. Avant de choisir un modèle pour un agent, notre classement quel modèle d'IA est le meilleur trader montre comment plus de 30 modèles ont réellement tradé sur les mêmes données.

Risques et limites des agents IA de trading

Aucun agent ne garantit de rendement. Les marchés sont bruités, et un modèle qui explique bien la veille peut tout de même perdre de l'argent le lendemain. Les résultats de classements et de backtests décrivent le passé.

Chiffres inventés ou mal lus. Les outils réduisent les hallucinations, ils ne les suppriment pas. Un modèle peut encore mal lire un champ, confondre deux tickers ou citer un chiffre périmé. Demandez à l'agent de montrer les résultats d'outils qu'il a utilisés.

Injection de prompt et empoisonnement d'outils. Le texte renvoyé par un outil, comme un article d'actualité ou une description d'outil, peut contenir des instructions destinées au modèle. En avril 2025, des chercheurs en sécurité d'Invariant Labs ont démontré l'« empoisonnement d'outils » (tool poisoning), où des instructions cachées dans la description d'un outil d'un serveur malveillant ont conduit un agent à divulguer des fichiers. La spécification MCP elle-même prévient que les descriptions d'outils doivent être considérées comme non fiables, sauf si elles proviennent d'un serveur de confiance. Ne connectez que des serveurs de confiance, et ne connectez jamais un serveur inconnu dans la même session qu'un compte capable de déplacer de l'argent. Le Top 10 OWASP pour les applications LLM place l'injection de prompt en tête de ses risques.

Clés trop permissives et coûts incontrôlés. Un agent en boucle peut effectuer des centaines d'appels. Les budgets, les plafonds par appel et les limites de débit existent pour cette raison ; configurez-les avant la première exécution.

Les résultats fictifs flattent. Les exécutions simulées ignorent le glissement, les exécutions partielles et parfois les frais. Notre étude sur la question de savoir si les modèles d'IA vendent dans la panique lors d'un krach montre à quel point les modèles se comportent différemment sous pression.

Réglementation et fraude. Aux États-Unis, le rapport annuel de supervision réglementaire 2026 de la FINRA aborde pour la première fois les risques liés aux agents IA et rappelle aux sociétés membres que les règles existantes s'appliquent quelle que soit la technologie utilisée. La SEC, la NASAA et la FINRA ont également publié une alerte conjointe aux investisseurs sur l'IA et la fraude à l'investissement : méfiez-vous de quiconque vend un « système de trading par IA » assorti de rendements promis.

Liste de contrôle de sécurité avant de laisser un agent approcher votre portefeuille

Utilisez une clé API distincte par agent, avec la portée minimale qui fonctionne et un budget quotidien.
Commencez par des outils de données en lecture seule ; ajoutez ensuite l'analyse ; ajoutez les éventuels outils d'action en dernier.
Laissez l'approbation des outils activée pour tout ce qui modifie l'état.
Faites tourner les nouvelles stratégies en fictif pendant des semaines, pas des jours, et comparez-les à la simple détention d'un indice.
Exigez un stop et une limite de taille de position sur chaque transaction simulée.
Ne mélangez pas des serveurs MCP non fiables avec des outils capables de déplacer de l'argent.
Journalisez chaque appel d'outil et son résultat, et examinez le journal, pas seulement le résumé de l'agent.
Revérifiez auprès d'une seconde source tout chiffre qui motive une décision.

Questions fréquentes

MCP en IA, c'est quoi en termes simples ?

MCP (Model Context Protocol) est une norme ouverte qui permet à une application d'IA de se connecter à des outils et à des données externes via une prise commune unique. Un fournisseur construit un serveur MCP une seule fois, et des applications comme Claude, ChatGPT, Cursor ou VS Code peuvent utiliser ses outils sans code sur mesure.

MCP, est-ce la même chose qu'une API ?

Non. Une API est l'interface qu'un service offre aux programmes. Un serveur MCP enveloppe généralement une API et décrit ses fonctions comme des outils qu'un modèle de langage peut découvrir et appeler à l'exécution. Les développeurs continuent d'utiliser directement les API dans leur propre code.

Un agent IA peut-il trader des actions à ma place ?

Techniquement, un agent connecté à l'API d'un courtier peut passer des ordres. Qu'il doive le faire est une autre question : vous restez responsable de chaque transaction, et les régulateurs attendent une supervision humaine. Une voie plus sûre consiste à commencer par la recherche ou le trading fictif, tout ordre réel étant approuvé par vous.

Les agents IA de trading sont-ils rentables ?

Certains modèles ont fait mieux que d'autres sur des périodes précises, et beaucoup perdent de l'argent. Les résultats dépendent du modèle, des données, de l'unité de temps et des règles qui l'encadrent. Recherchez un historique public et audité, et considérez toute promesse de rendement garanti comme un signal d'alarme.

Quel est le meilleur serveur MCP pour les données boursières ?

Tout dépend de vos besoins : couverture, délai et prix. Vérifiez si le serveur est exploité par le propriétaire des données, quel est le délai de chaque type de données selon votre offre, si les résultats comportent des horodatages et combien coûte chaque appel. Testez quelques cours connus avant de vous y fier.

Est-il sûr de connecter un agent IA à mon compte de courtage ?

Seulement avec des limites strictes. Utilisez une clé aux autorisations les plus restreintes, laissez l'approbation des ordres activée, fixez des limites de position et de perte, et n'exécutez jamais un serveur MCP non fiable dans la même session. Si une plateforme n'a besoin que d'analyser, ne lui donnez aucun accès au trading.

SimianX a-t-il un serveur MCP, et combien coûte-t-il ?

Oui. Le serveur distant est https://service.simianx.ai/v1/mcp, authentifié avec votre clé API SimianX. Les appels consomment les points de votre offre aux tarifs du site ; l'offre gratuite comprend 25 points par jour. Les positions sont fictives, et l'analyse est une information, pas un conseil en investissement.

Comment cette page est mise à jour : nous l'actualisons lorsque la spécification MCP fait l'objet d'une nouvelle révision, lorsque les principales applications d'IA modifient leur prise en charge de MCP et lorsque le serveur SimianX ajoute ou retire des outils. Dernière révision le 18 octobre 2026.

Lecture Liée

Retrouvez d'autres guides sur l'IA et l'investissement dans le hub thématique IA et marchés.