Come funzionano i robot di trading con IA, in pratica

La promessa di un robot di trading con intelligenza artificiale è spesso la stessa: lasciare che la macchina decida mentre il profitto appare da solo. Chi testa questo tipo di strumento con attenzione impara un'altra cosa: accendere il robot è la parte facile. Il difficile è sapere perché opera, se i test che lo sostengono sono realistici e cosa succede quando il mercato cambia.

In questa guida spieghiamo la catena di decisione di un robot e, per mostrare come i risultati dipendano da scelte che sembrano piccole, testiamo 1.162 versioni di un robot semplice sulle quotazioni giornaliere reali di ETH/USDT su Binance tra aprile e ottobre 2026.

Cos'è un robot di trading con IA

Un robot di trading è un programma che invia ordini di acquisto e vendita seguendo regole, senza intervento manuale. Ogni robot, con o senza IA, ha le stesse fasi:

• Dati: prezzi, volume e, a volte, notizie o dati dai social network.
• Segnale: la regola che decide comprare, vendere o restare fuori.
• Gestione del rischio: dimensione della posizione, stop e limiti di perdita.
• Esecuzione: l'invio dell'ordine al broker e il controllo di ciò che è stato eseguito.

La differenza del robot con IA sta nel segnale. Invece di una regola scritta da una persona, come comprare quando una media incrocia un'altra, il modello apprende pattern a partire da dati storici. Questo permette regole più complesse, ma non cambia il fondamento: il robot conosce solo il passato che gli è stato mostrato.

Come calcolare se un backtest è attendibile

Il backtest è la simulazione della strategia su dati passati. È indispensabile e, allo stesso tempo, la principale fonte di illusione. Il problema ha un nome: overfitting. Quanti più parametri e combinazioni si testano, più facile è trovarne una che avrebbe funzionato nel passato per caso.

Tre numeri aiutano a valutare qualsiasi backtest:

• Quante versioni sono state testate prima di arrivare a quella mostrata.
• Quante operazioni sostengono il risultato: tre operazioni non provano nulla.
• Quanto cambia il risultato con il costo: rifai il conto con spread e commissioni maggiori.

Esempio reale: 1.162 robot su ETH nel 2026

Il grafico mostra ETH/USDT dal 1° aprile 2026 (2.140,35 USD) al 7 ottobre 2026 (2.574,14 USD), rialzo del 20,27%, con le medie mobili esponenziali a 9 e 21 giorni. Nel percorso, il prezzo è sceso al minimo di 1.505,68 USD il 6 giugno e salito al massimo di 2.807,34 USD il 21 settembre.

Gli incroci della versione 9 e 21

Il robot più semplice possibile resta comprato mentre la media a 9 giorni è sopra quella a 21. Nel periodo, ci sono stati tre incroci: uno al rialzo il 7 aprile (2.240,01 USD; dieci giorni dopo, +7,99%), uno al ribasso il 14 maggio (2.283,25 USD; dieci giorni dopo, −8,03%) e un altro al rialzo il 5 luglio (1.785,65 USD; dieci giorni dopo, +7,4%). Con un costo dello 0,1% per cambio di posizione, questa versione avrebbe guadagnato il 46,5%, contro il 20,27% di chi ha solo comprato e tenuto. È rimasta fuori proprio dal calo di maggio e giugno.

Ma perché 9 e 21?

Abbiamo testato tutte le combinazioni di media rapida tra 3 e 30 giorni e media lenta almeno 3 giorni più lunga, fino a 60 giorni: 1.162 versioni dello stesso robot. Con un costo dello 0,1% per cambio:

• Versione migliore (medie di 3 e 33): +54,5%, con solo 3 cambi di posizione.
• Versione mediana (13 e 39): +30,2%.
• Versione peggiore (3 e 6): −1,4%, con 33 cambi di posizione.
• 176 versioni sono rimaste sotto il semplice comprare e tenere.

Chi vende un robot mostra il +54,5%, non l'intera lista. E il risultato della versione migliore si appoggia su tre operazioni, in un periodo che, per caso, ha avuto un calo lungo seguito da un rialzo lungo, lo scenario in cui gli incroci di medie funzionano meglio. In un mercato laterale, la stessa regola entra ed esce di continuo.

Il costo cambia la classifica

Rifacendo il conto con lo 0,5% per cambio di posizione, la versione peggiore passa da −1,4% a −13,6%, perché cambia lato 33 volte. Le versioni che operano poco quasi non cambiano. Un robot ad alta frequenza con un backtest bello e costo zero è il caso più comune di risultato che non sopravvive alla realtà.

Come usare e testare un robot prima di rischiare denaro

Richiedi la regola, non solo il risultato

Devi sapere in quali condizioni il robot compra, vende e resta fuori. Un sistema che non può essere spiegato nemmeno a grandi linee non può nemmeno essere valutato quando inizia a perdere.

Separa i dati di addestramento e di test

Aggiusta i parametri su una parte dello storico e testa su un'altra che il robot non ha mai visto. Poi, fallo girare per settimane sul conto demo, in tempo reale. Il risultato dal vivo, anche in demo, vale più di qualsiasi backtest.

Includi costo, ritardo e limiti

Simula con spread, commissioni e ritardo di esecuzione realistici. Definisci una perdita massima giornaliera e un interruttore di spegnimento: il robot non sa quando il mercato ha cambiato regime.

Limiti

Il test di questo articolo è volutamente semplice: dati giornalieri, un unico asset, sei mesi e costo fisso. Serve a mostrare come il risultato dipenda dai parametri, non a indicare una regola. Modelli di IA più complessi hanno ancora più parametri e, quindi, più spazio per l'overfitting. I numeri descrivono ciò che è accaduto, non ciò che accadrà.

Errori comuni con i robot di trading

• Credere a un backtest senza sapere quante versioni sono state testate prima.
• Ignorare i costi: con lo 0,5% per operazione, la versione peggiore dell'esempio è passata da −1,4% a −13,6%.
• Accettare risultati basati su pochissime operazioni.
• Lasciare il robot acceso senza limite di perdita né controllo.
• Fidarsi di promesse di guadagno fisso o garantito: nessun sistema elimina il rischio di mercato.
• Cambiare i parametri dopo ogni perdita, il che è overfitting fatto a mano.

Prima di metterci denaro reale, fallo girare sul conto demo per almeno alcune settimane e registra ogni operazione: ingresso, uscita, costo e motivo. Confronta il risultato dal vivo con quello del backtest. Se la differenza è grande, il problema è nel test, non nel mercato.

Commenti

1. Ancora nessun commento. Scrivi tu il primo.

Lascia un commento

Invia commento