La guerre secrète de la quantification cryptographique : la victoire se déplace progressivement des stratégies vers les infrastructures
TechFlow SélectionTechFlow Sélection
La guerre secrète de la quantification cryptographique : la victoire se déplace progressivement des stratégies vers les infrastructures
Pour des fournisseurs d’infrastructures comme QSG, l’opportunité ne réside pas uniquement dans la vente d’une suite d’outils aux équipes de trading quantitatif, mais plutôt dans la participation à la refonte des normes fondamentales des transactions cryptographiques.
Dédié à des analyses Web3 approfondiesAuteur : TechFlow
Lorsqu’on évoque les grands gagnants du marché des cryptomonnaies, on pense généralement aux plateformes d’échange, aux market makers ou encore aux « mains de diamant » qui ont fait fortune du jour au lendemain en pleine bulle haussière.
Les investisseurs particuliers subissent des hauts et des bas extrêmes à chaque retournement de cycle : certains achètent au sommet, d’autres vendent à perte dans la vallée. La volatilité du marché devient ainsi leur cauchemar.
Pourtant, au sein de ce marché marqué par la spéculation et l’effervescence, une catégorie d’acteurs parvient à générer des profits stables sur le long terme : les équipes de trading quantitatif.
Ces gagnants mystérieux restent rarement dans la lumière publique. Ils ne vantent pas leurs résultats sur les réseaux sociaux, ne participent pas aux appels à l’achat lancés par les influenceurs (KOL), et accordent très peu d’entretiens aux médias. Ils constituent une « force fantôme » agissant dans l’ombre du marché, récoltant silencieusement des bénéfices à chaque fluctuation du marché des cryptomonnaies.
Mais sur quoi reposent-ils précisément pour réaliser des gains stables ?
Dans un environnement aussi incertain, comment parviennent-ils à être à la fois offensifs et défensifs, transformant ainsi le trading en une véritable science ?
Le monde du quantitatif : de l’arbitrage géographique à la course aux armements
L’histoire du trading quantitatif dans les cryptomonnaies condense l’évolution de près d’un demi-siècle dans la finance traditionnelle.
L’ère de l’arbitrage géographique (2017–2018) était caractérisée par des règles simples et brutales : les écarts de prix d’un même actif entre différentes bourses pouvaient atteindre 5 à 10 %. Un simple programme informatique exécuté sur quelques ordinateurs permettait de réaliser des rendements annuels multipliés par plusieurs facteurs. Arthur Hayes, fondateur de BitMEX, et Sam Bankman-Fried (SBF), fondateur de FTX, ont tous deux réalisé leur première fortune grâce à ce type d’arbitrage. En 2018, SBF remarqua une prime de 10 % sur le bitcoin au Japon, réunit quelques amis et lança une opération d’arbitrage qui lui rapporta environ 20 millions de dollars américains en quelques semaines seulement — donnant naissance à Alameda Research.
C’était une époque sauvage de croissance anarchique. « À cette époque, c’était vraiment désastreux : les levées de fonds en pré-vente étaient largement souscotées, tandis que les marchés secondaires s’effondraient. De nombreux fonds spécialisés dans les tokens se sont alors repositionnés vers le trading quantitatif », se souvient Leo, ancien professionnel du capital-risque crypto. « Au tout début, les acteurs du quantitatif crypto provenaient principalement de trois milieux : des talents revenus de Wall Street, des anciens traders de la bourse chinoise A, et des autodidactes issus purement de l’écosystème crypto. » Durant cette période chaotique, les acteurs expérimentaient en pleine période baissière : certains utilisaient des centaines de bitcoins comme capital de test, d’autres juraient devant des API d’échanges tombant en panne sans cesse.
L’ère de la professionnalisation (2020–2023) fut déclenchée par le « DeFi Summer ». Une vague de nouvelles équipes issues de la finance traditionnelle et du secteur technologique a inondé le marché, accélérant la professionnalisation du trading quantitatif crypto. Un changement encore plus significatif s’est produit côté financement : les family offices et les gestionnaires d’actifs institutionnels ont progressivement remplacé les mineurs comme principaux bailleurs de fonds des équipes quantitatives.
« Aujourd’hui, les meilleures équipes quantitatives sont essentiellement “entretenues” : elles travaillent exclusivement pour de grands family offices ou des gestionnaires d’actifs institutionnels. Ces équipes ne manquent pas de financement, ce qui explique pourquoi elles cultivent désormais volontairement un profil discret », décrit Grace, chargée du développement commercial (BD) chez une société de gestion crypto.
Stephanie, associée chez Target Capital, un fonds quantitatif multi-stratégies, indique que leurs clients principaux sont des family offices renommés basés à Singapour et à Hong Kong. Pour ces family offices, l’attrait du trading quantitatif crypto est immédiat : ils veulent éviter à tout prix les fortes baisses, même si cela signifie rater certaines hausses spectaculaires. Un rendement annuel stable de 15 à 25 % est bien plus séduisant qu’un jeton promettant un gain de cent fois sa valeur mais risquant de perdre totalement sa valeur. Le trading quantitatif crypto est donc devenu la porte d’entrée privilégiée pour de nombreux family offices traditionnels souhaitant s’aventurer dans l’univers crypto.
L’ère de l’institutionnalisation (depuis 2024) coïncide avec l’approbation des ETF physiques sur le bitcoin, la mise en place progressive de cadres réglementaires mondiaux et l’arrivée massive d’institutions financières traditionnelles. La « table des particuliers » du marché crypto se transforme rapidement en « champ de bataille institutionnel ».
Mais cette évolution soulève un problème ressenti par tous les acteurs du secteur : les stratégies deviennent de plus en plus concurrentielles — et de plus en plus identiques.
Leo formule son jugement de façon directe : « Plus de 80 % des équipes actives sur les marchés secondaires adoptent des stratégies d’arbitrage très neutres ; la convergence des approches stratégiques est extrêmement forte. »
Oliver Chen, CFO et COO de QSG, observe la même tendance depuis la perspective d’un fournisseur d’infrastructures : « Prenons l’exemple évident de l’arbitrage sur les taux de financement (funding). Les grands fonds, les family offices et les partenaires limités (LP) privilégient généralement des stratégies présentant de faibles drawdowns et des courbes de rendement stables. Ce type de stratégie est donc devenu extrêmement saturé ces dernières années. Or, lorsque les signaux et la logique de trading deviennent trop similaires entre acteurs, ce qui fait réellement la différence en termes de rendement, c’est souvent la qualité de l’infrastructure sous-jacente. »
Encore plus embarrassant : le taux de rendement sans risque très élevé du marché crypto exerce une pression descendante sur les stratégies quantitatives traditionnelles. Pendant une période haussière, les rendements sans risque offerts sur Pendle peuvent atteindre 30 % ; ainsi, l’alpha que vous produisez péniblement à travers vos modèles peut s’avérer inférieur aux gains obtenus simplement en laissant vos actifs dormir sur la blockchain.
Lorsque les stratégies atteignent un point de saturation extrême, les dimensions de la concurrence commencent à se déplacer.
Passer de la compétition stratégique à la compétition technologique : pourquoi la période actuelle est-elle une fenêtre opportune pour l’infrastructure ?
Ce tournant s’est déjà produit dans la finance traditionnelle.
En 2010, Spread Networks, une entreprise, dépensa 300 millions de dollars américains pour installer un câble en fibre optique traversant les monts Appalaches, uniquement afin de gagner 3 millisecondes entre Chicago et New York. Jump Trading alla encore plus loin : elle installa une tour micro-ondes sur le toit du Chicago Board of Trade afin de remplacer la fibre optique par une transmission sans fil quasi-lumineuse. La course aux armements des transactions haute fréquence à Wall Street a duré près de vingt ans, aboutissant à un consensus clair : lorsque toutes les stratégies sont suffisamment intelligentes, ce qui détermine la victoire, c’est qui possède l’infrastructure la plus rapide, la plus fiable et la plus proche des bourses.
Le marché crypto est en train de reproduire ce scénario à un rythme accéléré. Et la période 2024–2026 constitue précisément la fenêtre critique où cette course aux armements s’intensifie, portée simultanément par trois forces.
La première est la transformation de la structure des participants après l’approbation des ETF. L’adoption des ETF physiques sur le bitcoin et l’ether a permis à des capitaux traditionnels de pénétrer massivement le marché, rendant la structure des échanges davantage institutionnelle. Contrairement aux particuliers, ces fonds institutionnels ne poursuivent pas les gains centuplés, mais privilégient avant tout des rendements stables, un contrôle strict des drawdowns et une qualité d’exécution élevée. Cela augmente directement les exigences en matière d’infrastructure.
La deuxième force est la complexité croissante des opportunités de trading. Aujourd’hui, l’alpha ne se cache plus uniquement dans les écarts de prix entre bourses centralisées (CEX), mais aussi dans les différences entre CEX et DEX, entre contrats perpétuels et actifs au comptant, ou encore entre les rendements offerts sur la blockchain et ceux disponibles sur les marchés centralisés. Capturer ces opportunités transversales — entre marchés et protocoles — impose des exigences bien supérieures en matière d’acquisition des données de marché, de routage, d’exécution et de gestion des risques.
La troisième force est l’impact de l’intelligence artificielle (IA) sur la génération des stratégies, qui rend paradoxalement l’infrastructure encore plus rare. Autrefois, concevoir, tester historiquement (backtester) et déployer une stratégie pouvait prendre des semaines, nécessitant des itérations répétées entre chercheurs et ingénieurs. Aujourd’hui, l’IA compresse le cycle initial de recherche stratégique : nettoyage des données, formulation d’hypothèses sur les facteurs, génération automatique de code et mise en place de cadres de backtesting peuvent désormais être réalisés beaucoup plus rapidement. Mais plus la génération de stratégies s’accélère, plus leur homogénéité augmente. Ce qui distingue réellement les acteurs n’est plus seulement « qui a pensé le premier à tel facteur », mais plutôt « qui parvient à intégrer le plus rapidement possible le signal dans le marché réel », et à transformer le rendement théorique en bénéfice concret, malgré les contraintes de latence, de glissement (slippage) et de limitations d’autorisations.
Un phénomène encore plus remarquable est l’émergence d’une nouvelle forme de trading pilotée par l’IA : les agents IA (AI Agent). Par le passé, la chaîne décisionnelle de trading suivait un processus linéaire : « Le chercheur génère une idée → L’ingénieur implémente la stratégie → Le système exécute la transaction. »
Aujourd’hui, les agents IA tentent de compresser ces trois étapes en une seule : perception autonome de l’état du marché, génération de décisions de trading, puis appel direct des canaux d’exécution pour réaliser la transaction. À mesure que l’automatisation du trading connaît une croissance exponentielle et que de plus en plus d’opérations sont initiées par des agents IA plutôt que par des humains, les exigences relatives à l’infrastructure sous-jacente augmentent brutalement. Un agent IA ne passera pas un appel téléphonique à une bourse pour demander un statut VIP, ne changera pas manuellement de nœud AWS, et ne prendra pas de décision empirique sur la nécessité d’annuler un ordre en cas de conditions de marché extrêmes. Ce qu’il requiert, c’est une interface standardisée, à très faible latence et hautement fiable, prête à être invoquée à tout moment et capable de répondre instantanément.
Tommmy Ho, CSO de QSG, va droit au but : « L’importance des stratégies n’a pas diminué, mais celles-ci dépendent de plus en plus de l’infrastructure. De nombreux traders natifs du monde crypto connaissent parfaitement le marché et font preuve d’une grande acuité, mais ils peinent à rivaliser avec les grandes institutions disposant d’équipes complètes dédiées à l’infrastructure, notamment sur les aspects de latence minimale dans l’acquisition des données de marché, d’exécution des ordres ou d’optimisation de l’environnement AWS. Les stratégies restent essentielles, mais elles ne sont plus le seul cœur de gravité : elles sont désormais l’un des éléments centraux parmi d’autres. »
Décomposition de la pile technologique d’une équipe quant : combien de couches traverse une transaction ?
Combien de barrières techniques une équipe quant doit-elle franchir entre la détection d’une opportunité et la réalisation effective du profit ?
Beaucoup pensent que le trading quantitatif consiste simplement à « écrire une stratégie et la faire tourner ». La réalité est bien plus complexe. Du signal initial jusqu’au versement effectif du bénéfice, une transaction quant complète doit traverser au moins quatre couches technologiques. Chaque couche comporte ses propres seuils d’entrée et ses coûts cachés, et toute lacune à l’un de ces niveaux érode directement l’alpha généré par la stratégie.
Première couche : l’acquisition plus rapide des données de marché
C’est le point de départ de toute la chaîne de trading, et aussi l’étape la plus souvent négligée.
La plupart des équipes quant récupèrent les données de marché via les interfaces WebSocket publiques des bourses. Le problème est que ce canal est, par nature, « grand public ». Il existe un écart de latence multiple entre les flux de données publics et les canaux internes réservés aux market makers. Dans un marché calme, cet écart n’est pas critique. Mais le marché crypto n’a jamais manqué de moments extrêmes.
Lors d’événements extrêmes ou de pics de trafic informationnel, la latence du flux public peut passer de l’ordre de la milliseconde à celle de la seconde. Sur les marchés de contrats à effet de levier, cela suffit à ce que le prix traverse plusieurs niveaux de cotation, voire déclenche une série de liquidations en cascade. Pendant que votre modèle continue de prendre des décisions sur la base de données obsolètes, le marché réel a déjà basculé dans un autre état.
C’est pourquoi, ces deux dernières années, certaines équipes quant ont commencé à externaliser la question du « canal de données » — auparavant considérée comme un problème interne d’ingénierie — en faisant appel à des prestataires spécialisés en infrastructure. QSG incarne l’un des principaux représentants de cette tendance.
Elle ne se contente pas de proposer « une API plus rapide » : elle transforme en produit commercialisable les capacités de trading à très faible latence, jusque-là réservées aux market makers de premier plan. Par exemple, son produit de diffusion de données de marché (Sytus Feed) réduit la latence, lors d’événements extrêmes, de plusieurs secondes à quelques centaines de millisecondes, tout en atténuant significativement les variations de latence (jitter).
La particularité de QSG réside dans son approche inverse : elle ne part pas d’une vision classique de logiciel en tant que service (SaaS), mais construit ses produits à partir de l’expérience pratique acquise sur le terrain, tant en trading quantitatif qu’en tant que market maker. Ses membres clés proviennent de Kronos Research, Jane Street et WorldQuant, et l’entreprise entretient depuis longtemps un statut VIP élevé auprès de Binance, ainsi que des qualifications officielles de market maker.
Oliver reconnaît ouvertement que d’autres équipes proposent également des services de faible latence, mais souligne que la barrière à l’entrée de QSG réside dans la combinaison unique de « compréhension du trading + compétences techniques + expérience opérationnelle ». « Si on se limite à vendre des données de colocation (colo), les conditions de départ sont relativement similaires pour tous. La vraie difficulté réside dans la capacité à générer un avantage de performance supplémentaire de 30 à 50 %, une fois que tout le monde dispose déjà d’un accès à la colocation — en optimisant conjointement le point de réception, le point d’émission, le chemin réseau, le noyau système et la compréhension fine des interfaces des bourses. »
Le problème de l’infrastructure dans le domaine crypto n’est pas seulement technique : il relève aussi du trading lui-même et de la gestion des scénarios extrêmes. Lors des précédents épisodes de forte volatilité, les systèmes ont révélé leurs faiblesses les plus criantes : latence accrue des données de marché, pertes de connexion et reconnectes intempestives, congestion des moteurs de matching, échecs d’annulation d’ordres. Sans avoir personnellement vécu ces situations, il est presque impossible de concevoir correctement un produit uniquement sur la base de raisonnements théoriques.
Deuxième couche : une exécution d’ordres plus fiable
Même si vous voyez le bon prix, cela ne sert à rien si votre vitesse d’envoi d’ordre ne suit pas.
Le goulot d’étranglement de l’exécution d’ordres ne réside généralement pas au niveau du réseau, mais dans les capacités internes en ingénierie. Construire un canal d’exécution à très faible latence, soigneusement optimisé, exige des ingénieurs maîtrisant l’ajustement du noyau Linux, l’optimisation des pilotes de carte réseau et les piles réseau en espace utilisateur — des profils extrêmement rares à l’échelle mondiale, et encore plus dans l’industrie crypto.
Voici un exemple illustrant l’importance de l’infrastructure : lors d’une période de forte volatilité en décembre 2024, la latence d’envoi d’ordres de la plupart des institutions de trading a explosé à plus de 120 millisecondes, tandis que les équipes utilisant des canaux institutionnels d’exécution sont parvenues à maintenir une latence stable autour de 40 millisecondes. Des tests clients ont confirmé des améliorations de latence dépassant 90 % sur certains scénarios liés à des bourses précises.
Tommmy nous confie que de nombreux clients ont rencontré le même piège sur les deux premières couches : « Beaucoup d’équipes se concentrent initialement sur la latence moyenne, pensant que leur système est suffisamment rapide. Mais c’est la latence extrême (tail latency) qui compte réellement lors des périodes de forte turbulence : c’est elle qui détermine si vous recevez les données de marché à temps, envoyez vos ordres à temps et gérez efficacement les risques. Chez nous, on dit souvent : le percentile 50 (P50) détermine si vous semblez rapide en temps normal, mais le percentile 99 (P99) détermine si vous survivrez dans les moments les plus intenses du marché. »
L’acquisition des données de marché et l’exécution des ordres forment ensemble la chaîne complète allant de « voir » à « saisir ». Chaque milliseconde supplémentaire de latence sur ce parcours réduit proportionnellement le rendement effectif de la stratégie. Les équipes pratiquant l’arbitrage inter-bourses en sont particulièrement conscientes : la distance physique entre Tokyo et Hong Kong constitue en soi une source de latence. Certains fournisseurs d’infrastructure proposent des outils de connectivité interrégionale capables de réduire de plus de 30 % cette latence aller-retour ; d’autres outils identifient automatiquement le nœud cloud optimal pour une bourse cible donnée. Ce sont des optimisations de la « dernière lieue », discrètes prises isolément, mais dont l’accumulation détermine la capacité d’une équipe à surpasser ses concurrents dans un contexte de stratégies de plus en plus homogènes.
Troisième couche : des autorisations accrues auprès des bourses
Il existe un secret ouvert dans l’industrie quant : le même algorithme peut générer un rendement deux fois supérieur lorsqu’il est exécuté sur un compte VIP3 comparé à un compte VIP9.
La raison est simple. Plus le niveau VIP est élevé, plus les frais de transaction sont bas (les meilleurs VIP peuvent même bénéficier d’un taux négatif sur les ordres « maker », soit une rémunération directe de la bourse), plus les limites de fréquence d’appel de l’API sont souples, et plus les taux d’emprunt sont avantageux. Encore plus crucial : les points d’accès dédiés à très faible latence, réservés aux market makers, sont bien plus rapides que les API publiques.
Toutefois, l’accès aux niveaux VIP les plus élevés est extrêmement sélectif. Par exemple, pour atteindre le niveau VIP9 de Binance, il faut réaliser un volume mensuel de trading sur contrats à terme de l’ordre de 25 milliards de dollars américains. Si la stratégie elle-même n’est pas rentable, les coûts de friction liés à la simple maintenance d’un tel volume peuvent entraîner une perte annuelle de plusieurs millions de dollars. On retrouve ici le fameux dilemme du « poulet ou de l’œuf » : vous avez besoin des avantages de coût d’un VIP de haut niveau pour rendre votre stratégie rentable, mais vous devez d’abord générer un volume suffisant pour y accéder.
Sur cette troisième couche, QSG propose un modèle original qui ne repose pas sur une activité de courtage. Dans un contexte où les principales bourses interdisent explicitement les activités de courtage, QSG a trouvé une voie gagnant-gagnant avec les bourses : en utilisant des technologies de trading haute fréquence, elle aide ses clients à générer, sur leurs propres comptes, un volume de transactions additionnel réel, permettant ainsi d’atteindre les seuils requis pour les qualifications de market maker ou pour les niveaux VIP supérieurs. Les réductions de frais, les points d’accès à faible latence et les droits d’emprunt institutionnels obtenus sont ainsi liés directement au compte du client — et non via des comptes sous-jacents ou des relations d’intermédiation. Ce modèle profite aux bourses en générant une liquidité réelle, et aux clients en leur offrant des avantages concrets sur les coûts — alignant ainsi parfaitement les intérêts des deux parties.
Quatrième couche : une exécution à moindre glissement pour les gros volumes
Pour un fonds quant gérant plusieurs dizaines de millions de dollars, le problème le plus épineux n’est souvent pas la stratégie, mais son exécution.
Lorsqu’il s’agit d’ouvrir ou de fermer une position importante d’un seul coup, la liquidité disponible sur le marché peut s’avérer insuffisante. Un ordre au marché de grande taille peut engendrer un glissement (slippage) important, absorbant plusieurs points de base. Exécuter une telle opération plusieurs dizaines de fois par mois peut suffire à annuler entièrement les bénéfices générés par la stratégie. La finance traditionnelle dispose de canaux éprouvés pour les grosses transactions (block trades) et de pools de liquidité privés (dark pools), dont le marché crypto a longtemps manqué.
Certains fournisseurs d’infrastructure commencent à importer dans le domaine crypto les mécanismes traditionnels d’exécution de gros volumes, de routage intelligent et d’appariement des prix. Le service d’exécution de gros volumes de QSG en est un exemple concret : grâce à des algorithmes d’exécution optimisés, il vise à réduire l’impact d’un gros ordre sur le carnet d’ordres public. Tommmy mentionne que, dans certains cas, ils ont amélioré les coûts d’exécution d’environ 3 points de base par rapport à une stratégie TWAP standard. « Tous les clients ne se soucient pas de quelques centaines de microsecondes », précise-t-il, « mais certains gestionnaires de fonds systématiques (CTA), des équipes de gestion long/court ou des fonds effectuant des réallocations importantes attachent une importance capitale au glissement lors de l’exécution de gros ordres. À long terme, cette amélioration se traduit par des gains tangibles et significatifs. »
Une fois les quatre couches examinées, une question cruciale émerge : construire soi-même ou s’appuyer sur des solutions externes ?
Au début, les équipes quant avaient tendance à adopter un modèle « full-stack », développant entièrement elles-mêmes à la fois les stratégies et l’infrastructure. Toutefois, le coût de ce modèle devient aujourd’hui insoutenable.
Tommmy partage un cas client marquant : une petite équipe quant, performante en production réelle, dotée de solides compétences stratégiques, mais sans le temps ni les ressources pour recréer entièrement, de zéro, ses propres infrastructures VPC, réseau, systèmes de diffusion de données de marché, protocoles d’envoi d’ordres et chemins d’accès aux bourses. « Leur problème n’est pas l’incapacité à écrire des stratégies, mais le caractère cyclique des opportunités stratégiques. Si une stratégie est actuellement rentable, mais que l’équipe doit consacrer plusieurs mois à configurer son environnement AWS, son système de données de marché et son système d’envoi d’ordres, l’opportunité de marché aura probablement disparu d’ici la fin de la mise en place de l’infrastructure. »
Pour de nombreuses équipes quant de petite ou moyenne taille, la question n’est plus tant « pouvons-nous construire notre propre infrastructure ? », mais plutôt « est-ce pertinent de le faire ? »
Si les atouts fondamentaux de l’équipe résident dans la recherche stratégique, la gestion des fonds et le contrôle des risques, alors consacrer une année entière à l’optimisation des réseaux à faible latence, à l’obtention d’autorisations auprès des bourses, au développement d’un moteur d’exécution et à la conception d’un système d’exécution de gros volumes n’est probablement pas la solution optimale. Construire soi-même l’infrastructure offre certes un meilleur contrôle, mais implique aussi des coûts fixes plus élevés, des délais de déploiement plus longs et une charge de maintenance accrue. Pour des équipes de 5 à 15 personnes, une spécialisation fonctionnelle est souvent plus réaliste qu’une approche full-stack.
Le facteur temps constitue même un enjeu plus critique encore. La construction complète d’un système de trading à très faible latence demande, de façon conservatrice, entre 6 et 12 mois. Pendant cette période, vos concurrents auront déjà exploité, à l’aide d’infrastructures existantes, le même alpha. L’alpha possède une durée de vie limitée : la fenêtre d’inefficience du marché se rétrécit rapidement à mesure que le nombre de participants augmente. Chaque jour passé à « réinventer la roue » diminue la précision de votre stratégie.
Bien entendu, externaliser l’infrastructure ne signifie pas pour autant que l’équipe peut abandonner toute compétence technique interne. La logique stratégique, le cadre de gestion des risques, la gestion des fonds et le traitement des anomalies doivent rester entièrement maîtrisés en interne. Les infrastructures tierces résolvent les problèmes d’efficacité au niveau de l’exécution, mais ne remplacent pas les capacités d’investissement fondamentales de l’équipe.
QSG est désormais disponible sur AWS Marketplace, selon un modèle SaaS standard adapté aux entreprises. Pour les institutions financières traditionnelles entrant sur le marché crypto, cela signifie un processus d’achat conforme aux normes réglementaires, une facturation standardisée et aucune interaction nécessaire avec des jetons ou des procédures complexes natives du monde crypto.
Le marché crypto entre rapidement dans l’ère de la « spécialisation professionnelle ». Tout comme les fonds quant de la finance traditionnelle confient leur exécution à des brokers principaux (prime brokers) et leurs données à Bloomberg, les équipes quant crypto commencent à confier leur infrastructure à des prestataires tiers spécialisés. La stratégie reste un actif central propre à l’équipe ; l’infrastructure, elle, n’a pas besoin de l’être.
Conclusion
Le jugement d’Oliver sur l’avenir est clair : « L’infrastructure quant pour le marché crypto cessera d’être un outil optionnel pour devenir une composante indispensable de toute équipe professionnelle de trading. À mesure que l’IA s’immisce de plus en plus profondément dans la recherche stratégique, la génération de signaux et l’optimisation des paramètres, le seuil d’entrée au niveau stratégique baissera, permettant à davantage d’équipes de générer, à moindre coût, des idées de trading similaires. Les stratégies deviendront de plus en plus saturées, et la véritable différenciation reviendra aux capacités d’exécution sous-jacentes. »
Il résume la future configuration concurrentielle par une formule : stratégie IA + qualité des données + système d’exécution + infrastructure à très faible latence + capacité de gestion des risques. Il ne s’agit plus d’une compétition unidimensionnelle, mais d’une confrontation globale de compétences intégrées.
Dans la vision stratégique d’Oliver, l’un des axes d’évolution futurs de QSG consiste à utiliser les agents IA pour relier en une infrastructure intelligente complète les données de marché, l’envoi d’ordres, l’optimisation des nœuds, les données, l’exécution de gros volumes et la surveillance des risques. « À l’avenir, un agent IA pourra jouer le rôle de copilote de l’infrastructure de trading, aidant les équipes à surveiller le marché, diagnostiquer les dysfonctionnements du système et optimiser les trajets d’exécution », explique-t-il. Tommmy ajoute une analogie plus parlante : « Tout comme l’essor des applications sur l’App Store a suivi la généralisation des smartphones, l’adoption croissante du trading assisté par programmes et par IA conduira les traders à rechercher non pas une infrastructure qu’ils devraient construire eux-mêmes à partir de zéro, mais un réseau d’infrastructures de trading directement utilisables et prêtes à l’emploi. »
Ce chemin a déjà été emprunté par la finance traditionnelle. Bloomberg Terminal, les principaux prime brokers : ces infrastructures ont fini par définir les règles du jeu à Wall Street. Le domaine du trading quant crypto attend désormais son propre « moment infrastructure ».
Pour des prestataires comme QSG, l’opportunité ne se limite pas à vendre un simple outil aux équipes quant. Elle consiste à participer à la refonte des standards fondamentaux du trading crypto : comment les données de marché sont-elles collectées, comment les ordres sont-ils exécutés, comment les grosses transactions sont-elles appariées, et comment les autorisations des bourses sont-elles transformées en services standardisés.
Lorsque le marché crypto passe d’un stade sauvage à un stade institutionnel, les capacités autrefois réservées aux market makers de premier plan sont progressivement déconstruites, empaquetées et rendues accessibles, sous forme d’infrastructures publiques, à un nombre croissant d’équipes.
Lors de la prochaine forte volatilité du bitcoin, pendant que la majorité des acteurs attendront encore quelques secondes que les données de marché se rafraîchissent, la véritable bataille aura déjà pris fin.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
深潮TechFlow
![Axe Compute [NASDAQ : AGPU] finalise sa restructuration d'entreprise (anciennement POAI), la puissance GPU décentralisée d'entreprise Aethir fait officiellement son entrée sur le marché principal](https://upload.techflowpost.com//upload/images/20251212/2025121221124297058230.png)
