Qu'est-ce que l'ONNX dans le contexte du trading ?
ONNX (Open Neural Network Exchange) est un format ouvert de modèles IA qui permet de créer, entraîner et déployer des modèles de machine learning pour prédire les marchés financiers. En trading, l'ONNX sert à exécuter des modèles de prédiction directement dans des plateformes comme MetaTrader 5.
Depuis janvier 2026, MetaTrader 5 Build 5572 a ajouté le support CUDA pour les GPU, le lazy-loading des bibliothèques ONNX et le support multi-GPU — rendant les bots fondés sur l'IA plus rapides et accessibles que jamais.
💡 Ressource recommandée
Si vous voulez des modèles ONNX pré-entraînés prêts à installer dans MT5, consultez notre guide des bots IA, avec des modèles validés via backtesting et gestion du risque intégrée pour le forex et les options binaires.
Comment fonctionne un bot ONNX dans MT5 ?
Le workflow d'un bot ONNX comporte trois phases :
- Entraînement : vous collectez des données de prix historiques, entraînez un modèle de prédiction (réseau de neurones, LSTM, transformer) en Python avec TensorFlow ou PyTorch, et exportez le modèle au format ONNX
- Intégration : vous chargez le fichier .onnx dans MetaTrader 5 comme ressource d'un Expert Advisor. Les fonctions OnnxCreate(), OnnxRun() et OnnxRelease() en MQL5 permettent d'exécuter l'inférence dans l'EA
- Exécution : l'EA fournit les données de marché au modèle ONNX, reçoit une prédiction (direction du prix, probabilité, volatilité) et exécute les trades selon ces signaux
ONNX Runtime : performance et ressources
ONNX Runtime utilise 30 à 100 Mo de RAM, bien moins que TensorFlow complet (1,7 à 4,8 Go). Cela signifie que vous pouvez faire tourner des modèles IA sur un VPS basique à 5-15 $/mois. Avec le support CUDA de la Build 5572, vous pouvez accélérer l'inférence avec un GPU dédié.
Avantages de l'ONNX sur les bots traditionnels
- Prédiction fondée sur les données : au lieu de règles fixes (« acheter quand RSI < 30 »), le modèle apprend des motifs complexes à partir de données historiques
- Adaptabilité : vous pouvez réentraîner périodiquement le modèle avec de nouvelles données
- Universalité : un modèle ONNX entraîné en Python fonctionne dans MT5, cTrader ou toute plateforme supportant l'ONNX
- Vitesse : inférence en millisecondes, idéale pour le scalping et le trading haute fréquence
⚠️ La réalité du machine learning en trading
Appliquer le ML au trading est très difficile. Les marchés sont non-stationnaires, l'overfitting guette en permanence, et un modèle qui fonctionne en backtesting peut échouer en réel. Ne faites jamais aveuglément confiance à un modèle sans validation rigoureuse.
ONNX pour les options binaires
En options binaires, où il suffit de prédire la direction du prix (haut ou bas) sur une période fixe, l'ONNX est très utile. Le modèle est entraîné comme un classifieur binaire (call/put) avec les probabilités associées.
Les brokers qui supportent le mieux l'automatisation avec des bots ONNX :
- Deriv — API d'automatisation complète, DBot sans code, marchés synthétiques 24/7
- IQ Option — plateforme primée, régulation CySEC, démo gratuite pour le backtesting
- Quotex — payout jusqu'à 98 %, interface rapide
⚠️ Avertissement sur les risques
Le trading d'options binaires comporte un risque élevé. La plupart des traders perdent de l'argent. Ce site contient des liens d'affiliation.