7 dépôts GitHub gratuits qui transforment Claude en un trader quantitatif à 500 000 $

Cet épisode de Miles Deutscher Finance commence par une simple expérience des dernières semaines, explorant le coin financier de GitHub à la recherche de dépôts qui font réellement avancer le trading IA. L'hôte a filtré quatre rubriques : finance, finance quantitative, marché boursier et robots de trading Bitcoin, et en a extrait sept qui se démarquent. La promesse est audacieuse : transformer Claude en un lecteur de graphiques, un département de recherche et enfin un agent d'exécution de transactions, mais la vidéo le prouve en montrant la configuration étape par étape. Présenter GitHub comme le YouTube du logiciel n'est pas seulement une métaphore, n'importe qui peut publier du code, les likes s'accumulent sous forme d'étoiles, et les projets les plus étoilés remontent au sommet.

La colonne vertébrale de la vidéo est le MCP. Le Model Context Protocol est un pont qui connecte un modèle linguistique comme Claude à un ensemble de données ou une application externe. Une fois ce pont en place, le modèle cesse de simplement parcourir le web et peut extraire un prix, dessiner sur un graphique et même passer un ordre via un moteur d'ordres. Deutscher explique que vous pouvez soit coller une seule invite de configuration dans Claude Code et le laisser câbler les sept dépôts pour vous, soit visiter chaque page GitHub et demander au modèle de les installer un par un pour plus de contrôle. Vous n'avez pas besoin de coder, car l'agent gère l'installation et vous accédez à la connaissance accumulée des développeurs directement depuis la fenêtre de chat.

La première étape est OpenBB. Également appelé OpenBB Platform, cette couche de données ouverte agrège des dizaines de fournisseurs pour les actions, les cryptos, les options, les données macro et économiques dans une seule interface. La vidéo le positionne comme l'équivalent gratuit d'un terminal Bloomberg qui coûte environ 25 000 dollars par an. Le dépôt compte désormais plus de 72 000 étoiles avec 268 contributeurs, ce qui en fait l'un des projets financiers les plus actifs sur GitHub. L'invite de démonstration demande à Claude, via OpenBB, l'évolution du prix du Bitcoin au cours des 30 derniers jours, le rendement du Trésor américain à 10 ans via le fournisseur de la Réserve fédérale et l'indice du dollar via Yahoo Finance, puis de résumer la situation macroéconomique pour les cryptos cette semaine. La réponse s'appuie sur des données réelles : les taux sont un vent contraire, le dollar est neutre et l'élan du Bitcoin est plus faible que ne le suggère l'impression sur 30 jours. Comparé à des connecteurs fondamentaux plus profonds tels que FMP ou Quiver, OpenBB l'emporte sur l'étendue des actions, des cryptos, des options et des avoirs en ETF, l'exécution locale et la flexibilité open source, bien qu'il soit plus léger sur les fondamentaux de niche comme les transactions d'initiés ou les divulgations complètes des appels de résultats.

Plomberie de données : pourquoi Bloomberg peut être gratuit

Le deuxième pont MCP cible TradingView. Ce dépôt connecte Claude à l'application de bureau TradingView et permet au modèle de dessiner en votre nom. La demande est concrète : ouvrir le graphique Bitcoin et marquer trois zones clés de support et de résistance dérivées des réactions répétées des prix et des points de pivot notables. Dans l'enregistrement, le modèle dessine des bandes de pivot, de résistance et de support claires, puis ajoute le VWAP de sorte que le point de contrôle, où le plus grand volume a été imprimé, s'aligne étroitement avec le support. Ce que Deutscher souligne, c'est le flux de travail quotidien : scanner une liste de surveillance chaque matin pour signaler quand le prix approche d'une zone, créer des indicateurs personnalisés ou fusionner deux que vous utilisez déjà, et exécuter des backtests TradingView via une invite. Exécuté sur un modèle plus rapide en arrière-plan, il se comporte comme un partenaire de trading et même un mentor ; vous pouvez demander ce que signifie une ligne, si une configuration valide une position longue, ou quel indicateur aiderait à confirmer une transaction. Les sept invites qu'il a partagées dans la vidéo précédente complètent le manuel pratique.

Le troisième est Fincept Terminal. Un terminal de bureau natif C++20 pour la recherche financière, il ressemble à un bureau de recherche complet pour l'analyse d'actions, la gestion de portefeuille et les actualités. L'installation est aussi simple que de télécharger le DMG pour Mac Apple Silicon et de le glisser dans Applications. À l'intérieur, vous trouverez un screener, une couverture pour les ETF, les indices et le forex, une liste de surveillance, une entrée de portefeuille et une courbe d'équité ainsi que des actualités. Le point fort est le panneau de chat : demandez-lui de résumer les principales actualités financières d'aujourd'hui et les événements clés à surveiller au cours des trois prochaines semaines en tant que trader boursier, et il répond dans une seule interface. Le laboratoire quantitatif, débloqué sur le niveau payant, vous permet de découvrir et d'optimiser des stratégies algorithmiques sélectionnées, avec du code que vous pouvez inspecter. L'avantage distinctif de Fincept est la géopolitique et l'intelligence mondiale, le suivi maritime, l'analyse géopolitique et la cartographie des relations, ainsi que des agents d'analyse qui peuvent appeler un véritable moteur DCF, l'optimisation de portefeuille et la tarification des dérivés via une suite QuantLib et un éditeur de nœuds visuel qui communique avec les outils MCP. Lancé mi-2024, le projet compte désormais plus de 30 000 étoiles et a explosé au cours de la dernière année. Deutscher note qu'il construit lui-même une version modifiée, mais recommande toujours d'essayer la version standard car avoir tout au même endroit est la valeur fondamentale.

Terminaux et tableaux de bord : la recherche sur un seul bureau

Le quatrième dépôt est celui que le marché anglais néglige souvent car il est écrit en chinois, daily_stock_analysis de ZhuLinsen. Présenté comme un système d'analyse boursière multi-marchés, il couvre les actions A, Hong Kong, les États-Unis, le Japon, la Corée et Taïwan. Son super-pouvoir est les notifications automatisées : pour chaque valeur de votre liste de surveillance ou de votre portefeuille, il extrait les cotations, les données techniques, les actualités, les annonces et les fondamentaux, les fait passer par un modèle linguistique et produit un tableau de bord de décision avec un verdict d'achat, de surveillance ou de vente, un score sur 100 et des niveaux d'entrée et de sortie. Les rapports peuvent être envoyés à Telegram, Discord, Slack, par e-mail ou aux applications de chat d'entreprise. Le tableau de bord par défaut agrège tout, avec des extras tels que l'extraction de tickers à partir de captures d'écran, l'importation CSV et le backtesting de la précision historique. Il fonctionne sans coût de serveur via GitHub Actions et compte plus de 62 000 étoiles avec bien plus d'une centaine de contributeurs. La carte Telegram montrée dans la vidéo signale, en une seule vue, ce qui indique une vente, ce qui est un achat potentiel et quel catalyseur se démarque. En tant que personne capable de coder un tableau de bord lui-même, Deutscher soutient que le chemin tout fait permet simplement de gagner du temps et bénéficie d'une large base de contributeurs qui corrigent les bogues plus rapidement qu'une construction individuelle.

Le cinquième est TradingAgents, un cadre de trading financier LLM multi-agents. Il vise à reproduire la dynamique d'une véritable société de trading au sein du modèle. Les agents spécialisés sont répartis par rôle : un analyste fondamental analyse les données financières, un analyste de sentiment lit le ton des actualités, un analyste technique interprète l'élan, tandis qu'une équipe de recherche débat des perspectives et des risques. Un agent trader fusionne ces notes pour décider du timing et de la taille, et une couche de gestion des risques et de gestion de portefeuille évalue la volatilité et la liquidité pour approuver ou rejeter la proposition. Une proposition approuvée est envoyée à une bourse pour exécution, simulée dans la démo mais connectable à un lieu réel à l'étape finale. Le cadre peut acheminer vers différents modèles, utilisant un planificateur puissant pour le raisonnement et des agents plus légers pour le travail de base. La démo Bitcoin montre l'analyste de marché fournissant la lecture technique, avec le sentiment et les fondamentaux qui interviennent, culminant dans une synthèse finale, verdict : maintenir avec une conviction moyenne. La justification est claire : la moyenne mobile simple à 50 jours se situe au-dessus de la moyenne mobile à 200 jours en hausse sans croisement de la mort, mais l'histogramme MACD et le RSI sont en baisse, un rallye de six semaines se dénoue et deux semaines consécutives de sorties d'ETF d'une seule journée d'environ 591 millions de dollars ajoutent de la pression. Une clôture quotidienne en dessous de 72 000 dollars ferait passer l'appel à vendre ou à sous-pondérer. La vidéo note que l'exécution de cette boucle selon un calendrier sur un livre complet est là où elle excelle, et pour les actions individuelles avec des entrées qualitatives plus riches telles que les flux de trésorerie, le débat des agents ajoute encore plus de valeur.

Le sixième est l'AI Hedge Fund de virattt, l'un des dépôts quantitatifs les plus étoilés avec plus de 63 000 étoiles. L'idée est de transformer 14 investisseurs célèbres en agents pré-codés : Warren Buffett, Charlie Munger, Bill Ackman, Cathie Wood, Stanley Druckenmiller et d'autres, chacun avec la philosophie de cet investisseur encodée comme instructions. Pour chaque ticker, chaque agent renvoie un signal, un score de confiance et un paragraphe de raisonnement. Le dépôt lui-même ne fournit pas de données, donc Deutscher le nourrit avec un ensemble de données externe tel que FMP ou un fournisseur similaire et partage des liens d'accès à prix réduit. La version de démonstration est ambitieuse : cinq noms, Nvidia, Coinbase, MicroStrategy, Palantir et Tesla, avec 100 000 dollars de capital notionnel et toutes les stratégies d'investisseurs activées. Le modèle rend le JSON dans un tableau et liste les trois divergences les plus nettes où un détenteur est fortement haussier tandis qu'un autre est profondément baissier sur le même nom. Palantir est frappant : Druckenmiller est haussier à 80 sur l'expansion des revenus et des marges tandis que Graham est baissier à 85, arguant qu'il n'y a pas de marge de sécurité à ce prix. Sur Nvidia, Lynch est haussier à 88, Graham baissier à 72, affirmant que les flux de trésorerie futurs ne justifient pas le bilan à cette valorisation. L'appel final pondéré est un achat pour Nvidia et une vente pour les quatre autres. Aller au-delà de 10 ans d'historique vers 30 ans nécessite un niveau de données payant. Deutscher le présente également comme une expérience de pensée : décrivez votre propre style d'investissement à Claude et voyez quelle personnalité d'investisseur vous correspond le mieux.

Du département de recherche au bureau de trading

La septième et dernière pièce est le serveur Alpaca MCP. Alpaca est un courtier qui prend en charge les actions, les options, les cryptos et les données de marché en temps réel, et propose des comptes de démonstration et des comptes réels. Le serveur MCP officiel traduit les commandes en langage naturel en son API de trading. La démo commence par un compte de démonstration de 100 000 dollars qui peut être basculé en compte réel d'un simple interrupteur. Après avoir obtenu une clé API et l'avoir branchée sur Claude, une seule phrase suffit : acheter 1 000 dollars d'actions Nvidia via Alpaca MCP. Le modèle confirme l'accès au compte et soumet l'ordre, le mettant en file d'attente pour la prochaine ouverture si le marché est fermé. La partie la plus convaincante est les instructions conditionnelles, par exemple, si Nvidia baisse de 10 % en dessous de mon prix d'exécution, vendre 30 % de la position, le tout étant rédigé en langage naturel. Pour que cela fonctionne 24h/24, le cerveau, Claude, a besoin d'un moyen d'appeler l'API 24h/24 et 7j/7, ce qui implique un serveur virtuel. Deutscher note que vous pouvez connecter d'autres courtiers tels qu'Interactive Brokers de manière similaire, mais décrit Alpaca comme le moyen le plus simple de commencer et exhorte à faire du trading sur papier avant de risquer du capital réel. Le signal forgé au département de recherche devient désormais une exécution en une seule phrase sur le bureau.

Ensemble, les sept pièces forment une pile stratifiée. OpenBB collecte les données, TradingView interprète le graphique, Fincept unifie la recherche sur un seul bureau, le système quotidien d'origine chinoise pousse un tableau de bord de décision dans votre poche chaque matin, TradingAgents débat comme un département de recherche pour produire un seul signal de maintien, AI Hedge Fund examine le même nom à travers les yeux de 14 maîtres et révèle les désaccords, et Alpaca appuie sur le bouton. La suggestion de Deutscher d'installer le tout avec une seule invite encourage à considérer la chaîne comme un système plutôt que comme des parties. GitHub fonctionne ici comme un magasin d'applications gratuit, chaque dépôt est une application et les étoiles sont des évaluations d'utilisateurs. Si vous n'aimez pas une application, vous la supprimez et en essayez une autre pendant que le modèle orchestre toutes les applications en votre nom.

Sur le plan pratique, la liste de contrôle est claire. Vous avez besoin de Claude Code ou d'un shell d'agent comparable, de Python 3.10 ou plus, d'uv avec uvx, de l'application de bureau TradingView et des clés API Alpaca. La plupart des dépôts open source sont gratuits et fonctionnent localement, même avec des modèles ouverts. La seule barrière payante est l'historique profond pour l'AI Hedge Fund ; 10 ans sont accessibles avec un plan plus léger tandis que 30 ans nécessitent un abonnement. Dans la communauté scolaire, Deutscher partage une seule invite qui connecte tout et inclut le guide de connexion de chaque dépôt. L'autre option est de visiter chaque page GitHub et de demander à Claude de les installer une par une, ce qui est plus pratique mais offre également plus de contrôle. La vidéo signale à plusieurs reprises la gestion des clés API et des quotas pour les dépôts gourmands en données.

Configuration, coût et feuille de route pratique

Aucune démo dans la vidéo n'offre de preuve de rentabilité en direct, ce qui est une limite cruciale. L'exemple de TradingAgents reste sur un échange simulé, la sortie de l'AI Hedge Fund est une lecture synthétique de philosophies historiques, et bien que le laboratoire quantitatif de Fincept montre des stratégies sélectionnées, ses backtests ne précisent pas les coûts de transaction, le slippage ou les hypothèses de liquidité. Des chiffres tels que la sortie d'ETF de 591 millions de dollars et le seuil de 72 000 dollars sont liés à un moment précis du marché et vieillissent rapidement. Le risque d'hallucination demeure, en particulier pour les éléments vérifiables comme les données financières ou les transactions d'initiés, et nécessite une vérification croisée indépendante. C'est pourquoi le conseil répété de commencer par le trading sur papier et l'avertissement concernant la nécessité d'un serveur virtuel ne sont pas des phrases jetables, ils marquent la distance entre l'attrait de l'automatisation et les frictions réelles du marché.

Les signaux de l'écosystème sont néanmoins forts. OpenBB au-delà de 72 000 étoiles, TradingAgents près de 101 000 étoiles avec plus de 19 000 forks, AI Hedge Fund à 63 000 étoiles sous MIT, Fincept au-dessus de 30 000 étoiles avec de lourdes contributions C++, daily_stock_analysis à 62 000 étoiles sous MIT, chacun a été peaufiné par un large bassin de contributeurs. Les étoiles ne sont pas une garantie d'alpha, mais elles signalent un débogage plus rapide et une documentation plus riche qu'un effort solitaire. Les licences permissives facilitent le forking et l'adaptation à vos propres besoins, et la variante Fincept modifiée de Deutscher en est un exemple. Associés à des fournisseurs de données externes, ces dépôts permettent à un investisseur particulier de porter dans sa poche ce qui nécessitait autrefois une masse salariale de centaines de milliers de dollars pour un département de recherche.

Deutscher conclut avec enthousiasme sur l'évolution de la technologie dans six mois, un an et deux ans, prédisant qu'à terme, tout le monde négociera avec l'IA. Pour les premiers adeptes de la chaîne, c'est une fenêtre d'avantage. Le message est concret : rejoignez la communauté pour accéder aux dépôts et aux résumés en un seul endroit, testez chacun dans un compte de démonstration d'abord, puis approfondissez les favoris avec des vidéos dédiées. Les sept dépôts ne promettent pas de rendements magiques à eux seuls, mais ensemble, ils raccourcissent le chemin des données à la décision, automatisent le travail répétitif et empêchent l'investisseur de négocier sans mentor. Construire votre propre avantage sur ce squelette est désormais aussi proche qu'un dossier GitHub.