Machine learning (ML):
software che apprende schemi da esempi storici invece di essere programmato esplicitamente con regole.
Contenuto solo a scopo educativo — non è consulenza finanziaria. Il trading comporta un rischio sostanziale di perdite.
Guida per principianti · IA e machine learning · Trading automatizzato
Trading con IA per principianti: Il piano di trading completo con machine learning , Eseguito con PickMyTrade
Impara, in parole semplici, come i trader comuni negli USA costruiscono un sistema di trading assistito dall'IA — un "filtro di operazioni" con machine learning, un rilevatore di tempeste di mercato e un dimensionamento della posizione basato sulla matematica — e poi automatizza ogni ordine tramite PickMyTrade, con Claude Fable (il modello di IA di Anthropic) che scrive il codice come tuo copilota.
Prova gratuita di 5 giorni
Nessuna carta richiesta
Operazioni illimitate
Esecuzione istantanea
In questa pagina
Che cos'è il trading con IA/ML, in parole semplici? L'obiettivo professionale realistico L'architettura centrale (5 blocchi costitutivi) Piano di costruzione passo passo (8 passaggi) Come Claude Fable accelera ogni passaggio Perché non costruire il proprio codice di esecuzione? Esecuzione con PickMyTrade La cassetta degli attrezzi open source Errori comuni da principiante da evitare Glossario Domande frequenti Avvertenza finanziaria
01
Che cos'è il trading con IA/ML, in parole semplici?
Il trading con IA (trading con machine learning) significa usare un modello informatico, addestrato su anni di storia di mercato, per aiutare a prendere decisioni di trading — nel modo più utile, decidere quali idee di operazione valgono la pena e quanto rischio le condizioni consentono. Non è un robot che conosce magicamente il futuro.
Ecco l'analogia che rende chiaro tutto ciò che segue. Immagina di gestire un piccolo negozio e di dover decidere quali prodotti tenere in magazzino. Potresti tirare a indovinare. Oppure potresti assumere un assistente esperto che ha osservato migliaia di lanci di prodotti e dice: "In base a tutto ciò che ho visto, questo sembra un 68 su 100. Quello è un 31: lascialo perdere". L'assistente non è un veggente. Ha semplicemente visto così tanti esempi passati da riconoscere le condizioni in cui le cose tendono a funzionare.
Un modello di machine learning svolge esattamente quel ruolo di assistente in un sistema di trading. Gli mostri migliaia di configurazioni di operazioni storiche, ciascuna etichettata con ciò che è realmente accaduto (vincita, perdita o esaurimento). Impara quali condizioni di mercato — volatilità recente, forza del trend, momentum — tendevano ad accompagnare le vincenti. Poi, per ogni nuova operazione che la tua strategia propone, produce un punteggio: la probabilità stimata che questa operazione vada a buon fine. Prendi i punteggi alti e lasci il resto.
Tre termini che vedrai continuamente (ciascuno è presente anche nel glossario):
Backtest:
riprodurre la tua strategia su dati di mercato passati per vedere come si sarebbe comportata — una prova, non una garanzia.
Trading algoritmico (automatizzato):
lasciare che il software piazzi gli ordini generati dalle tue regole, così l'esecuzione è rapida, coerente e priva di emozioni.
Il cambiamento di mentalità più importante
I professionisti non usano l'IA per prevedere i prezzi. La usano per filtrare le operazioni, leggere le condizioni di mercato e gestire il rischio. Questo è l'uso onesto e duraturo del machine learning nei mercati — ed è esattamente il sistema che questa pagina ti insegna a costruire.
02
L'obiettivo professionale realistico: crescita regolare, drawdown contenuti
I desk di trading professionali non inseguono i guadagni più grandi possibili. Puntano a una crescita costante e gestita nel rischio, con drawdown molto più contenuti rispetto all'investimento buy-and-hold. Questo è l'obiettivo attorno al quale è progettato l'intero piano.
Un drawdown è il calo dal picco del tuo conto al suo punto più basso prima che si riprenda — il numero del "quanto ha fatto male durante la discesa". L'investimento buy-and-hold in azioni ha storicamente offerto una solida crescita nel lungo termine, ma con occasionali crolli angoscianti lungo il percorso. L'alternativa in stile professionale accetta un viaggio più tranquillo: è progettata per rinunciare a parte dell'emozione in cambio di cali meno profondi, più facili da sopravvivere finanziariamente ed emotivamente.
Due numeri che i professionisti usano per tenere il conteggio, ciascuno in una frase:
Indice di Sharpe
quanto rendimento hai guadagnato per unità di irregolarità (volatilità) lungo il percorso; più alto significa un viaggio più regolare ed efficiente.
Indice di Calmar
il tuo tasso di crescita annuale diviso per il tuo peggior drawdown; premia direttamente il "cresciuto costantemente senza un cratere".
Storicamente, questa classe di tecniche — filtraggio delle operazioni, rilevamento del regime, dimensionamento basato sulla volatilità — è stata usata dai gestori professionali proprio per migliorare quei due indici anziché per inseguire rendimenti eclatanti. Ogni scelta di progettazione nel resto di questa guida serve a quell'obiettivo.
Nessuna promessa — per progettazione
Nulla in questa pagina promette un rendimento particolare, e nessun insegnante onesto può farlo. Ciò che il piano può darti è un processo in stile professionale: rischio misurato su ogni operazione, una catena di esecuzione automatizzata senza forzature emotive e abitudini di test che ti mantengono onesto prima che sia in gioco un solo dollaro reale.
03
L'architettura centrale: cinque blocchi, una pipeline disciplinata
L'intero sistema è una pipeline di cinque blocchi. La tua strategia propone operazioni; l'IA le valuta e controlla il meteo del mercato; matematica fissa decide la dimensione della posizione; e PickMyTrade esegue presso il tuo broker. Ogni blocco ha un solo compito, e a nessun blocco è consentito svolgere il compito di un altro blocco.
Regole
Blocco 1 — Segnale di strategia
Tutto inizia con una strategia semplice e comprensibile — ad esempio, una strategia di TradingView che dice "compra quando il mercato è in trend rialzista e ritorna sulla sua media". L'unico compito di questo blocco è proporre operazioni candidate. Non deve essere geniale; deve essere coerente, perché il blocco successivo si occuperà del controllo qualità.
IA
Blocco 2 — Filtro di operazioni con IA (meta-labeling)
Questo è il cuore di machine learning del sistema. Un modello LightGBM — addestrato sulle operazioni storiche della tua stessa strategia — valuta ogni nuova proposta: qual è la probabilità che questa operazione raggiunga il suo obiettivo di profitto prima del suo stop? Immaginalo come un responsabile di desk esperto che approva o rifiuta i ticket delle operazioni. L'IA non inventa mai operazioni; le valuta. I quant chiamano questo meta-labeling, ed è così che i professionisti trasformano un segnale mediocre in uno selettivo.
IA
Blocco 3 — Cancello di regime (il rilevatore di tempeste)
I mercati hanno umori: lunghe fasi di calma e tempeste improvvise. Un piccolo modello statistico (un modello di Markov nascosto, tramite la libreria hmmlearn) osserva la volatilità e i rendimenti per classificare la giornata odierna come calma o in tempesta — come un servizio meteo per il tuo conto. Nei regimi di tempesta il sistema riduce l'esposizione o si fa da parte del tutto. Farsi da parte durante le tempeste è una delle idee più antiche e affidabili della gestione professionale del rischio.
Matematica
Blocco 4 — Dimensionamento della posizione (targeting della volatilità + Kelly frazionario)
Un'aritmetica fissa e trasparente — mai congetture dell'IA — decide quanto operare. Il targeting della volatilità significa operare con dimensioni minori quando il mercato è agitato e con dimensioni normali quando è calmo, così ogni operazione rischia un importo simile e controllato. Il Kelly frazionario è una versione deliberatamente conservativa di una classica formula di dimensionamento delle scommesse: le operazioni a maggiore fiducia possono avere una dimensione moderatamente maggiore, ma sempre entro un tetto rigido (rischiando in genere ben meno dell'1-2% del conto per operazione). Gli stop e gli obiettivi sono impostati come multipli dell'ATR — una misura standard del movimento recente del prezzo — così da adattarsi automaticamente alle condizioni.
Esecuzione
Blocco 5 — PickMyTrade esegue presso il broker
Quando un'operazione supera ogni cancello, il tuo alert di TradingView attiva un webhook (un messaggio istantaneo da macchina a macchina) verso PickMyTrade, che piazza l'ordine presso il tuo broker connesso — con il bracket di take profit e stop loss allegato dal primo secondo. Nessuna esitazione, nessun ripensamento, nessun errore da dita grosse.
La divisione del lavoro è il segreto
L'IA risponde soltanto a due domande: "Quali operazioni valgono la pena?" e "Il mercato è sicuro in questo momento?". La matematica fissa risponde a "Quanto?" e "Dove sono lo stop e l'obiettivo?" (sempre regole basate sull'ATR, mai una congettura dell'IA). E una volta che il sistema è in funzione, non forzi le singole operazioni — la disciplina è la funzionalità. Questa separazione è esattamente il modo in cui i desk sistematici professionali mantengono il machine learning potente ma contenuto.
04
Il piano di costruzione passo passo
Otto passaggi ti portano da zero a un sistema live, automatizzato e gestito nel rischio. Con un copilota IA che scrive il codice, la prima versione funzionante richiede in genere qualche fine settimana di lavoro; sono i test onesti che seguono a trasformarlo in qualcosa di cui puoi fidarti.
1
Scegli il tuo mercato e il tuo intervallo temporale
Inizia con barre giornaliere e swing trade (mantenute da giorni a settimane) su strumenti statunitensi molto liquidi: gli ETF SPY o QQQ, o i futures Micro E-mini — MES (S&P 500) e MNQ (Nasdaq-100). I micro futures sono un decimo della dimensione dei contratti E-mini standard, richiedono solo un piccolo deposito di margine e — a differenza del day trading frequente di azioni in un conto a margine — non sono soggetti alla regola del Pattern Day Trader da 25.000 $ della FINRA. Gli intervalli temporali più lenti danno inoltre al machine learning un migliore rapporto segnale-rumore e impediscono ai costi di trading di divorare i tuoi risultati.
2
Ottieni dati storici puliti
Il tuo modello vale quanto la sua storia. Scarica oltre 10 anni di dati giornalieri per lo strumento scelto. Per imparare, la libreria Python gratuita yfinance va benissimo. Quando in seguito ti espanderai a panieri di singole azioni, i dati professionali privi di bias di sopravvivenza (ad es. Norgate Data) diventano l'upgrade: includono aziende che sono state delistate, così il tuo backtest non è segretamente costruito solo sui sopravvissuti.
3
Costruisci feature semplici
Le feature sono i fatti che mostri al modello su ciascun giorno: rendimenti negli ultimi 5/20/60 giorni, volatilità realizzata, ATR, distanza da una media mobile di lungo termine, una lettura del momentum. Resisti alla tentazione di accumulare decine di indicatori esotici: nella pratica, un piccolo insieme di feature semplici e distinte generalizza molto meglio della complessità onnicomprensiva.
4
Etichetta la storia con il metodo della tripla barriera
Per imparare, il modello ha bisogno di una soluzione. Il metodo della tripla barriera ne crea una: per ciascun segnale storico, colloca tre "barriere" — un obiettivo di profitto sopra, uno stop loss sotto (entrambi impostati come multipli di ATR/volatilità così da respirare con il mercato) e un limite di tempo. La barriera toccata per prima è l'etichetta: vincita, perdita o scadenza. Rispecchia esattamente il modo in cui un'operazione disciplinata viene gestita nella vita reale, il che rende affidabili le etichette.
5
Addestra il filtro di operazioni LightGBM
Ora addestra un classificatore LightGBM — il modello di riferimento per i dati di mercato tabulari — a prevedere, dalle feature del giorno del segnale, se l'operazione termina alla barriera di profitto o alla barriera di stop. L'output è un punteggio di probabilità per ogni segnale futuro. Imposterai una soglia (ad esempio, agire solo sopra una certa fiducia) durante la validazione. Questo si addestra in secondi o minuti su un normale portatile — nessuna GPU richiesta.
6
Valida onestamente — il passaggio che separa i dilettanti dai professionisti
Un modello testato su dati che ha già visto è come uno studente che corregge il proprio esame con il foglio delle soluzioni aperto. Validare onestamente significa: test walk-forward (addestra sul passato, testa sul futuro mai visto, avanza, ripeti) e validazione incrociata purgata (rimuovendo con cura i campioni sovrapposti così da non far trapelare informazioni tra addestramento e test). Poi sottrai commissioni e slippage realistici — e riesegui tutto al doppio della tua stima di costo. Un sistema che vale la pena operare ha ancora senso sotto quelle ipotesi più severe.
7
Fai paper trading sull'intera pipeline
Esegui tutto end-to-end su dati di mercato live con denaro simulato per uno-tre mesi — alert di TradingView, il filtro IA, il dimensionamento e l'esecuzione su conto demo. Stai verificando che il comportamento in tempo reale corrisponda al backtest: stessi segnali, esecuzioni sensate, nessun bug alle 9:30. Il paper trading è gratuito ed è dove le "insidie" emergono in modo innocuo.
8
Passa al live — in piccolo — tramite TradingView → PickMyTrade → il tuo broker
Quando i risultati su carta seguono il backtest, collega la catena per davvero: la tua strategia di TradingView attiva gli alert, ogni alert invia un webhook JSON a PickMyTrade, e PickMyTrade instrada l'ordine — con il suo bracket di take profit/stop loss — verso il tuo conto broker. Inizia con la dimensione più piccola possibile (un micro contratto o poche azioni di ETF), osserva le statistiche live del sistema per settimane e aumenta solo gradualmente se la realtà continua a corrispondere al test.
05
Come Claude Fable (il modello di IA di Anthropic) accelera ogni passaggio
Claude Fable è il modello di IA di frontiera di Anthropic (id modello claude-fable-5), disponibile tramite l'app Claude e Claude Code. Per questo progetto agisce come il tuo sviluppatore quant personale, tutor e revisore del codice — scrivendo il Python, spiegando ogni concetto e cogliendo gli errori classici prima che ti costino denaro.
Concretamente, Claude Fable può:
Scrivere il codice
la pipeline di dati, l'ingegneria delle feature, l'etichettatura a tripla barriera, l'addestramento LightGBM e i backtest, a partire da richieste in parole semplici.
Spiegare qualsiasi cosa
chiedigli di rispiegare la validazione incrociata purgata con un'analogia culinaria finché non diventa chiara.
Convertire la logica della strategia
ad es. tradurre una strategia Pine Script di TradingView in Python così da poterle fare il backtest e il meta-labeling correttamente.
Rivedere il codice per le trappole classiche
il bias di look-ahead e la fuga di dati, i bug sottili che fanno sembrare i backtest fantastici e deludere il trading live.
Redigere l'impianto di automazione
i messaggi di alert di TradingView e i payload JSON che PickMyTrade consuma tramite webhook.
Ecco prompt pronti da copiare per ogni fase. Incollali in Claude e adatta i dettagli alla tua configurazione.
Prompt 1 · Pipeline di dati
Scrivi codice Python usando yfinance e pandas che scarichi 15 anni di dati giornalieri OHLCV per SPY, li pulisca (giorni mancanti, split/dividendi tramite prezzi rettificati) e calcoli queste feature: rendimenti logaritmici su 5/20/60 giorni, volatilità realizzata a 20 giorni, ATR a 14 giorni e distanza dalla media mobile a 200 giorni in percentuale. Salva il risultato in un file Parquet. Spiega ogni passaggio nei commenti come se fossi nuovo di Python.
Prompt 2 · Etichette a tripla barriera + LightGBM
Scrivi codice Python usando pandas e LightGBM per addestrare un modello che preveda se la prossima operazione della mia strategia raggiungerà il suo obiettivo di profitto prima del suo stop, usando etichette a tripla barriera. Imposta la barriera di profitto a 2x l'ATR a 14 giorni sopra l'ingresso, la barriera di stop a 1,5x l'ATR sotto e una barriera verticale di 10 giorni di trading. Etichetta ciascun segnale storico in base alla barriera toccata per prima. Addestra un classificatore LightGBM sul mio DataFrame di feature e restituisci la probabilità di vincita prevista per ciascun segnale. Assicurati che ogni feature utilizzi solo informazioni disponibili PRIMA della chiusura della barra del segnale.
Prompt 3 · Validazione onesta
Prendi il mio modello di filtro delle operazioni LightGBM e valutalo con la validazione walk-forward: addestra sul 2010-2017, testa sul 2018, poi fai avanzare la finestra anno per anno fino all'anno scorso. Implementa anche la validazione incrociata K-fold purgata con un embargo così che le etichette a tripla barriera sovrapposte non trapelino mai tra i fold di addestramento e di test. Riporta la precisione, l'aspettativa netta di costi per operazione assumendo 2,50 $ di commissione e 1 tick di slippage per lato su MES, e riesegui tutto al doppio di quei costi. Spiegami i risultati in parole semplici.
Prompt 4 · Pine Script → Python
Ecco la mia strategia Pine Script di TradingView [incolla lo script]. Convertila in Python usando pandas così da produrre esattamente gli stessi segnali di ingresso sulle stesse barre storiche. Poi mostrami come verificare che le due versioni corrispondano confrontando le date dei segnali. Segnala qualsiasi cosa nel mio Pine Script che possa causare un bias di look-ahead, come usare la chiusura della barra attuale prima che si sia chiusa o chiamate security() con lookahead attivo.
Prompt 5 · Revisione del codice per le fughe
Rivedi questo codice di backtesting [incolla il codice] specificamente per il bias di look-ahead e la fuga di dati. Controlla: (1) se qualche feature usa informazioni future, (2) se gli scaler o la selezione delle feature sono adattati sull'intero dataset invece che solo sulla finestra di addestramento, (3) se le mie etichette a tripla barriera si sovrappongono tra gli split di addestramento e di test, (4) se sto operando a prezzi che in realtà non avrei potuto ottenere. Elenca ogni problema trovato, valutane la gravità e mostra il codice corretto.
Prompt 6 · Alert di TradingView per PickMyTrade
Uso PickMyTrade per instradare gli alert di TradingView al mio broker. Ecco il payload JSON di alert che PickMyTrade ha generato per il mio conto [incolla il JSON]. Spiega in parole semplici cosa fa ogni campo, poi mostrami come adattarlo così che gli alert della mia strategia trasmettano la quantità d'ordine corretta e alleghino un bracket di take profit e stop loss. Scrivi anche il messaggio di alert di TradingView usando correttamente segnaposto come {{close}}. Mantieni il controllo — sempre
Claude Fable scrive e rivede il codice; tu lo leggi, lo esegui, lo metti in discussione e prendi ogni decisione sul denaro. Tratta l'IA come un brillante sviluppatore junior: enormemente produttivo, ma tutto viene rilasciato solo dopo l'approvazione umana. Non distribuire mai codice che non hai almeno esaminato e testato in paper trading.
06
Perché usare un sistema di esecuzione collaudato invece di costruirne uno proprio?
Perché nel trading i bug di esecuzione non ti costano tempo — ti costano denaro, all'istante. Con Claude Fable che scrive codice per te, è allettante costruire anche il proprio script di instradamento degli ordini. Ecco perché i professionisti — e questo piano — mantengono strategia ed esecuzione separate e affittano il livello di esecuzione.
1 I bug di esecuzione costano denaro reale, immediatamente
Uno script di esecuzione fatto in casa con un solo difetto — un webhook perso, un ordine duplicato, uno stop loss mancato, un processo bloccato che lascia una posizione futures aperta overnight, una disconnessione dell'API durante un mercato veloce — può cancellare in pochi minuti settimane di vantaggio faticosamente guadagnato. Un bug nel tuo codice di ricerca spreca una serata; un bug nel tuo codice di esecuzione è una perdita finanziaria diretta e immediata. I fallimenti di esecuzione non sono "esperienze di apprendimento".
2 L'esecuzione è un problema risolto — il tuo vantaggio non è lì
Un ponte di esecuzione collaudato come PickMyTrade gestisce già la difficile ingegneria di affidabilità: logica di retry, le peculiarità dell'API di ciascun broker, la riautenticazione della sessione, il piazzamento del bracket di take profit/stop loss, le esecuzioni parziali e il tracciamento dello stato degli ordini — rafforzato attraverso gli ordini live di migliaia di utenti ogni giorno. Un costruttore solitario non può realisticamente superare quell'ingegneria, e non c'è alcun alfa (vantaggio di trading) nel reinventarla. Nessuno ha mai battuto il mercato perché il suo parser di webhook era fatto in casa.
3 Il vero vantaggio è il tuo sistema di trading
Tutto ciò che può davvero migliorare i tuoi risultati risiede nei livelli che possiedi: la qualità del segnale, il filtro di operazioni con IA (meta-labeling), il cancello di regime, il dimensionamento della posizione e la validazione onesta. È lì che dovrebbe andare il 100% delle tue ore di ricerca. Ogni ora spesa a fare il debug di codice di instradamento ordini fatto in casa è un'ora rubata all'unico livello che può davvero produrre un vantaggio.
4 Separazione delle responsabilità = sicurezza
Mantenere separate la strategia (il tuo codice) e l'esecuzione (PickMyTrade) significa che un bug della strategia non può corrompere la gestione degli ordini, e un intoppo di esecuzione non può avvelenare silenziosamente i risultati della tua ricerca. Le società di trading professionali sono strutturate esattamente così: i quant costruiscono i segnali; un livello di esecuzione dedicato e rafforzato instrada gli ordini. Stai prendendo in prestito un pattern di progettazione istituzionale, al prezzo di un abbonamento.
Affitta l'impianto idraulico. Possiedi il cervello.
La tua intelligenza — la strategia, il filtro IA, le regole di rischio — è tua e insostituibile. I tubi che portano gli ordini al broker sono una commodity. Compra la commodity; investi nell'intelligenza.
07
Esecuzione con PickMyTrade: dall'alert all'ordine eseguito
PickMyTrade è una piattaforma di automazione del trading che collega gli alert di TradingView a conti broker reali. È il ponte che trasforma i segnali del tuo sistema in ordini reali protetti da bracket — automaticamente, senza sosta, senza che tu tocchi un mouse.
Come funziona il flusso del webhook
Un webhook è semplicemente un messaggio istantaneo che un software invia a un altro tramite internet. La catena di esecuzione si presenta così:
1
1. L'alert di TradingView si attiva
(le condizioni della tua strategia sono soddisfatte)
2
2. Viene inviato il messaggio di webhook JSON
(un piccolo payload di testo strutturato che descrive l'operazione)
3
3. Il cloud di PickMyTrade lo riceve
e applica le tue impostazioni (quantità, mappatura dei simboli, regole di rischio)
4
4. L'ordine viene piazzato presso il tuo broker connesso
con ordini bracket di take profit e stop loss allegati.
La configurazione non richiede codice: nel pannello di PickMyTrade colleghi il tuo conto broker, e la piattaforma genera automaticamente il payload JSON dell'alert — lo incolli nella casella del messaggio del tuo alert di TradingView insieme all'URL del webhook di PickMyTrade, e la pipeline è live. L'azienda pubblicizza un instradamento cloud in meno di un secondo che funziona 24/7, così i segnali si eseguono anche quando il tuo computer è spento.
Cosa supporta (verificato dai siti ufficiali)
- Broker e piattaforme: Tradovate, Rithmic, Interactive Brokers, TradeStation, TradeLocker, ProjectX, Tradier, Match Trader e l'exchange di cripto Binance — oltre a prop firm di futures come Apex Trader Funding e Topstep. La gamma evolve, quindi conferma l'elenco attuale su pickmytrade.com.
- Protezione degli ordini: ordini bracket di take profit / stop loss (OCO), stop trailing e dimensionamento della posizione in percentuale di rischio configurato per simbolo.
- Esecuzione multi-conto: un alert può attivare la stessa operazione su più conti con dimensionamento per conto — popolare tra i trader di prop firm che gestiscono più valutazioni.
- Mappatura dei simboli: alert su un simbolo, operi su un altro — ad es. il tuo grafico invia l'alert su NQ mentre il tuo conto opera il micro MNQ.
- Prezzi: pubblicati a 50 $/mese, 135 $/trimestre o 500 $/anno con operazioni, alert e strategie illimitate (come indicato su pickmytrade.io al momento della stesura — controlla il sito per i piani attuali e le offerte di prova).
Perché l'esecuzione automatizzata batte il clic manuale
È qui che l'intero piano prende forma. La ricerca sul trading sistematico è inequivocabile su un punto: il modo più comune in cui un buon sistema fallisce è l'essere umano che lo scavalca — saltando l'ingresso che faceva paura (spesso quello vincente), spostando uno stop "solo per questa volta" o facendo revenge trading dopo una perdita. L'esecuzione automatizzata tramite PickMyTrade impone la disciplina che il tuo backtest presupponeva:
- Disciplina: ogni segnale valido viene preso esattamente come progettato — il principio del "nessuna forzatura discrezionale", reso concreto.
- Velocità e coerenza: gli ordini vengono instradati in ben meno di un secondo, alle 2 del mattino o alle 2 del pomeriggio, in modo identico ogni volta.
- Protezione dai ripensamenti: lo stop loss e l'obiettivo vengono allegati dalla piattaforma nel momento in cui la posizione si apre, non "quando ci arrivi".
Buono a sapersi
PickMyTrade è uno strumento di automazione dell'esecuzione — piazza gli ordini che la tua strategia genera. Non fornisce consigli di trading, segnali o strategie, e usarlo non cambia il rischio della strategia che gli fornisci. La qualità della strategia dipende da te (e dal tuo processo di validazione).
08
La cassetta degli attrezzi open source (tutto gratuito, tutto alla portata dei principianti)
Ogni componente software di questo sistema è gratuito e open source. Non devi comprenderli tutti oggi — questa tabella è la tua mappa, con un "cosa fa per te" in parole semplici per ciascuno. Claude Fable conosce ognuna di queste librerie e può scrivere codice funzionante per esse su richiesta.
| Strumento | Categoria | Cosa fa per te, in parole semplici |
|---|---|---|
| LightGBM | Modello ML | Il cervello "filtro di operazioni" di riferimento — impara dalla storia e valuta le probabilità di ogni nuova operazione. Veloce su qualsiasi portatile. |
| scikit-learn | Toolkit ML | Il coltellino svizzero del machine learning: suddivisione dei dati, metriche e utilità di valutazione dei modelli. |
| pandas | Gestione dei dati | Il foglio di calcolo di Python — carica, pulisce e trasforma la tua storia dei prezzi e le tue feature. |
| mlfinpy | Metodi quant | Implementazioni pronte all'uso delle tecniche professionali di questa guida: etichettatura a tripla barriera e meta-labeling. |
| skfolio | Validazione e portafoglio | Fornisce la validazione incrociata purgata/combinatoria pronta all'uso — il macchinario dei test onesti — oltre a strumenti di costruzione del portafoglio. |
| hmmlearn | Rilevamento del regime | Il "rilevatore di tempeste": adatta modelli di Markov nascosti che classificano il mercato come calmo o turbolento. |
| vectorbt | Backtesting veloce | Backtest di prima passata fulminei per selezionare le idee in pochi secondi (usa uno strumento più rigoroso prima di passare al live). |
| NautilusTrader | Backtesting realistico / live | Motore di livello professionale che simula esecuzioni di ordini realistiche — la tua verifica finale prima del live e un ponte verso la produzione. |
| MLflow | Tracciamento degli esperimenti | Un quaderno di laboratorio che registra automaticamente ogni versione del modello e ogni test che esegui, così sai sempre cosa hai provato. |
| FinBERT | Sentiment delle notizie | Legge i titoli finanziari e ne valuta il tono — utile come filtro di veto "allerta tempesta", non come sfera di cristallo. |
| Chronos / TimesFM | Previsione con IA | Moderni modelli di IA per serie temporali usati qui per un solo compito: prevedere la volatilità per alimentare il dimensionamento della posizione. |
| yfinance | Dati (gratuiti) | Download gratuiti di prezzi storici — perfetti per imparare e prototipare la pipeline. |
| Norgate Data | Dati (upgrade a pagamento) | Dati storici privi di bias di sopravvivenza, incluse le azioni delistate — l'upgrade professionale quando ti espandi a panieri di azioni. |
09
Errori comuni da principiante (e come questo piano li evita)
Quasi ogni battuta d'arresto da principiante nel trading ML deriva da una breve lista di errori noti ed evitabili. Imparali una volta qui, e sarai in vantaggio.
Testare su dati che il modello ha già visto
Se il modello è stato addestrato sul 2020 e lo "testi" sul 2020, ovviamente sembra brillante. Valuta sempre su periodi genuinamente mai visti — è per questo che esistono il walk-forward e la validazione incrociata purgata (passaggio 6).
Sovra-ottimizzare finché il backtest non sembra perfetto
Modifica i parametri abbastanza a lungo e "scoprirai" un sistema che si adatta perfettamente al passato — e solo al passato. Preferisci impostazioni che funzionano su un'ampia gamma di valori, e conta quante varianti hai provato.
Lasciare che l'IA imposti gli stop loss
Gli stop e gli obiettivi spettano a regole fisse basate sull'ATR, non alle previsioni del modello. Chiedere al ML di scegliere prezzi di uscita esatti è un modo noto per fare overfitting; mantenere le uscite meccaniche è il modo in cui i professionisti contengono il ruolo dell'IA.
Operare su intervalli temporali troppo rapidi
Su grafici a un minuto, commissioni e slippage divorano i piccoli vantaggi, e i dati sono per lo più rumore — la peggiore dieta possibile per un modello ML. Gli intervalli temporali giornalieri/swing mantengono i costi contenuti rispetto al potenziale di ciascuna operazione.
Saltare il paper trading
Il backtest non può cogliere un alert mal configurato, un errore di battitura nella mappatura dei simboli o un intoppo nel feed di dati. Da uno a tre mesi di trading simulato li colgono gratuitamente. Passare direttamente al denaro reale salta la prova generale del sistema.
Forzare manualmente il sistema
Saltare il segnale che spaventa, spostare uno stop, raddoppiare dopo una perdita: ogni forzatura invalida le statistiche che avevi convalidato. Automatizzare l'esecuzione con PickMyTrade esiste proprio per proteggere il sistema dagli stati d'animo del suo proprietario.
10
Glossario: ogni termine di questa pagina, in una riga ciascuno
- Apprendimento automatico (ML)
- Software che apprende schemi da esempi storici anziché seguire regole scritte a mano.
- Trading con IA
- Usare modelli di apprendimento automatico per supportare le decisioni di trading: qui, filtrare le operazioni e leggere le condizioni di mercato.
- Backtest
- Rieseguire una strategia su dati storici per stimare come si sarebbe comportata. Una prova generale, mai una garanzia.
- Drawdown
- Il calo percentuale dal valore massimo di un conto al minimo successivo: la misura del "dolore".
- Indice di Sharpe
- Rendimento ottenuto per unità di volatilità sopportata; più è alto, più il percorso è regolare ed efficiente.
- Indice di Calmar
- Tasso di crescita annuo diviso per il peggior drawdown; premia una crescita costante senza crolli.
- Meta-etichettatura
- Far sì che un modello di ML valuti (non generi) ogni idea di operazione, prevedendone la probabilità di successo.
- Metodo della tripla barriera
- Etichettare ogni operazione storica in base a cosa è arrivato prima: l'obiettivo di profitto, lo stop-loss o il limite di tempo.
- LightGBM
- Un modello di "alberi con gradient boosting" veloce e gratuito: il cavallo di battaglia standard per apprendere da dati di mercato tabulari.
- Caratteristica (feature)
- Un dato di input che mostri al modello, come i rendimenti recenti, la volatilità o la forza del trend.
- Regime
- L'"umore" prevalente del mercato, ad es. calmo e in trend vs volatile e tempestoso, rilevato statisticamente.
- Targeting di volatilità (volatility targeting)
- Dimensionare le posizioni in modo inverso alla turbolenza del mercato affinché ogni operazione comporti un livello di rischio simile.
- Criterio di Kelly (frazionario)
- Una formula di dimensionamento delle scommesse; i professionisti ne usano una piccola frazione per un dimensionamento prudente e consapevole della confidenza.
- ATR (Average True Range)
- Una misura standard di quanto tipicamente si muove un mercato per barra; usata per fissare stop e obiettivi adattivi.
- Validazione walk-forward
- Addestrare sul passato, testare sul futuro non visto, far scorrere la finestra in avanti, ripetere: test onesto fuori campione.
- Validazione incrociata depurata (purged)
- Validazione incrociata che rimuove i campioni sovrapposti affinché nessuna informazione futura filtri nell'addestramento.
- Bias di anticipazione / fuga di dati
- Lasciare accidentalmente che un backtest "veda il futuro": la causa classica di ottimi backtest che falliscono in reale.
- Slippage
- La piccola differenza tra il prezzo che ti aspettavi e il prezzo effettivamente ottenuto all'esecuzione dell'ordine.
- Webhook
- Un messaggio automatico istantaneo da un'applicazione a un'altra: è così che TradingView dice a PickMyTrade di piazzare un'operazione.
- Paper trading
- Operare con denaro simulato su dati di mercato in tempo reale: la prova generale gratuita e obbligatoria.
- Micro futures (MES/MNQ)
- Versioni di un decimo della dimensione dei futures E-mini S&P 500 e Nasdaq-100, pensate per i conti più piccoli.
- Ordine bracket (OCO)
- Un ordine di ingresso con take-profit e stop-loss collegati; quando un'uscita viene eseguita, l'altra si annulla automaticamente.
11
Domande frequenti
Devo saper programmare per costruire un sistema di trading con IA?
No. Assistenti IA come Claude Fable (il modello di punta di Anthropic) possono scrivere il codice Python dell'intera pipeline (download dei dati, ingegneria delle caratteristiche, addestramento del modello e backtesting) partendo da istruzioni in linguaggio semplice. Il tuo compito è capire cosa fa ogni pezzo, rivedere i risultati e mantenere il controllo delle decisioni. Leggere il codice è un'asticella molto più bassa che scriverlo, e gli esempi di prompt qui sopra ti fanno partire.
Quanti soldi mi servono per iniziare a fare trading con IA?
Puoi costruire e testare tutto per quasi zero dollari: fonti di dati gratuite, software open source gratuito e conti di paper trading (simulato) gratuiti. Quando alla fine passerai al reale, i micro futures E-mini sono stati progettati per i conti piccoli e comportano requisiti di margine molto inferiori rispetto ai contratti di dimensione piena. Questa guida non formula alcuna raccomandazione su quanto depositare o rischiare: non operare mai con denaro che non puoi permetterti di perdere.
Il trading con IA è legale negli USA?
Sì. Negli USA i trader al dettaglio possono usare legalmente il trading automatizzato e algoritmico tramite broker regolamentati, e strumenti come gli alert di TradingView e PickMyTrade operano all'interno di tale quadro. Due regole da conoscere: la regola Pattern Day Trader della FINRA richiede un capitale minimo di 25.000 $ se effettui più di tre operazioni intraday su azioni in cinque giorni lavorativi in un conto a margine (i futures non sono soggetti a questa regola), e ogni broker ha le proprie politiche di automazione che accetti. Queste sono informazioni generali, non consulenza legale.
Cos'è PickMyTrade e come funziona?
PickMyTrade è una piattaforma di automazione delle operazioni che collega gli alert di TradingView a conti broker reali. Quando la tua strategia su TradingView fa scattare un alert, invia un messaggio JSON tramite webhook al cloud di PickMyTrade, che piazza immediatamente l'ordine presso il tuo broker collegato, inclusi ordini bracket di take-profit e stop-loss, trailing stop e regole di dimensionamento della posizione che configuri. Non richiede programmazione: PickMyTrade genera il payload dell'alert da incollare in TradingView.
Quali broker supporta PickMyTrade?
Come pubblicato sui suoi siti ufficiali, PickMyTrade supporta Tradovate, Rithmic, Interactive Brokers, TradeStation, TradeLocker, ProjectX, Tradier, Match Trader e l'exchange di criptovalute Binance, oltre a un lungo elenco di prop firm di futures come Apex Trader Funding e Topstep. L'offerta si evolve, quindi controlla pickmytrade.com per l'elenco attuale prima di scegliere un broker.
Dovrei scrivere il mio codice di esecuzione degli ordini o usare un servizio come PickMyTrade?
Per quasi tutti, usa un servizio di esecuzione collaudato. I bug di esecuzione (un ordine duplicato, uno stop-loss mancato, uno script che va in crash mentre tiene una posizione in futures overnight) costano denaro reale all'istante, e un instradamento degli ordini affidabile (logica di retry, peculiarità delle API dei broker, riautenticazione della sessione, piazzamento dei bracket, esecuzioni parziali) è ingegneria difficile che piattaforme come PickMyTrade hanno già collaudato sugli ordini reali di migliaia di utenti. Il tuo vantaggio di trading vive interamente nella tua strategia, nel tuo filtro IA e nelle tue regole di rischio: non c'è alcun vantaggio nel reinventare l'idraulica degli ordini. Affitta l'idraulica, tieniti il cervello.
L'IA può prevedere il mercato azionario?
Non nel senso della sfera di cristallo, e i professionisti non la usano così. Nella pratica professionale, l'apprendimento automatico serve a filtrare le idee di operazione (stimando quali configurazioni hanno probabilità migliori), rilevare i regimi di mercato (condizioni calme o tempestose) e informare il dimensionamento della posizione. Il vantaggio deriva dal fare meno operazioni, ma migliori, e dal gestire il rischio in modo coerente, non dal prevedere il prezzo di domani.
Cos'è la meta-etichettatura nel trading?
La meta-etichettatura è una tecnica professionale, resa popolare dal ricercatore quant Marcos López de Prado, in cui un modello di apprendimento automatico non genera le operazioni: le valuta. La tua strategia esistente propone ogni operazione, e un secondo modello (spesso LightGBM) prevede la probabilità che quella specifica operazione raggiunga il suo obiettivo di profitto prima dello stop, in base alle condizioni di mercato attuali. Le operazioni a bassa confidenza vengono scartate; quelle ad alta confidenza possono essere dimensionate leggermente più grandi entro limiti di rischio fissi.
Quale timeframe è migliore per i principianti nel trading algoritmico?
Le barre giornaliere con periodi di mantenimento swing (da giorni a settimane) sono ampiamente considerate la scelta migliore per i trader individuali. I timeframe più lenti hanno un migliore rapporto segnale-rumore per l'apprendimento automatico, un peso di commissioni e slippage drasticamente inferiore, nessun bisogno di esecuzione a frazione di secondo e tengono i trader di azioni lontani dalla regola Pattern Day Trader. Il trading intraday molto veloce è dove commissioni e latenza giocano più duramente contro i privati.
Mi serve una GPU o un computer costoso per il trading con IA?
No. La famiglia di modelli consigliata per questo tipo di dati di mercato tabulari sono gli alberi con gradient boosting (LightGBM), che si addestrano in secondi o minuti sulla CPU di un portatile comune. Anche gli extra opzionali (l'analisi del sentiment delle notizie FinBERT e i previsori di volatilità con IA come Chronos o TimesFM) funzionano bene su CPU per carichi di lavoro su timeframe giornaliero.
Quanto tempo ci vuole per costruire un sistema di trading con IA?
Metti in conto qualche mese di lavoro serale e nei weekend: circa due-quattro settimane per una prima pipeline funzionante con un copilota IA che scrive il codice, poi da uno a tre mesi di validazione e paper trading prima di qualsiasi denaro reale. La fase di paper trading non è un riempitivo opzionale: è dove confermi che il sistema in reale si comporta come il backtest.
Cos'è il metodo della tripla barriera?
Il metodo della tripla barriera è un modo di etichettare le operazioni storiche affinché un modello di apprendimento automatico possa impararne. Per ogni segnale passato posizioni tre barriere: un obiettivo di profitto sopra, uno stop-loss sotto (entrambi fissati come multipli della volatilità recente) e un limite di tempo. La barriera raggiunta per prima determina l'etichetta (vincita, perdita o timeout), rispecchiando il modo in cui un'operazione disciplinata viene effettivamente gestita.
Posso operare in futures senza 25.000 $ (la regola Pattern Day Trader)?
Sì. La regola Pattern Day Trader della FINRA (25.000 $ di capitale minimo per il day-trading frequente) si applica ad azioni ed ETF nei conti a margine, non ai futures. I micro futures E-mini come il MES (S&P 500) e il MNQ (Nasdaq-100) sono stati creati appositamente per i conti più piccoli, con dimensioni di contratto e margini molto inferiori rispetto alle versioni di dimensione piena. I futures restano strumenti a leva con rischio sostanziale, quindi le regole di dimensionamento della posizione restano la cosa più importante.
Avviso finanziario importante
Solo a scopo didattico. Tutti i contenuti di questa pagina sono forniti a scopo didattico e informativo generale e non costituiscono consulenza in materia di investimenti, finanziaria, legale o fiscale, né una raccomandazione o sollecitazione ad acquistare o vendere alcun titolo, contratto futures o altro strumento finanziario.
Rischio sostanziale di perdita. Operare in futures, derivati e altri prodotti a leva comporta un rischio sostanziale di perdita e non è adatto a tutti gli investitori. Puoi perdere più del tuo investimento iniziale. Per operare si dovrebbe usare esclusivamente capitale di rischio: denaro che puoi permetterti di perdere senza incidere sul tuo stile di vita.
I risultati passati non sono indicativi dei risultati futuri. I risultati di performance ipotetici e ottenuti da backtest presentano limiti intrinseci: sono preparati con il beneficio del senno di poi, non comportano rischio finanziario e non possono tenere conto di tutti i fattori (inclusa la capacità di sopportare le perdite) che influenzano il trading reale. Non si fornisce alcuna dichiarazione che un qualsiasi conto otterrà, o è probabile che ottenga, risultati simili agli esempi o ai concetti discussi.
Nessuna garanzia. Nulla in questa pagina garantisce profitti o protezione dalle perdite. I modelli di apprendimento automatico possono sbagliare, le condizioni di mercato cambiano e i sistemi automatizzati possono malfunzionare.
Non è un consulente registrato. L'autore e l'editore di questa pagina non sono un consulente finanziario registrato, un broker-dealer, un consulente in trading di materie prime (CTA) né un pianificatore finanziario. Prima di prendere qualsiasi decisione finanziaria, consulta un consulente finanziario abilitato in grado di valutare le tue circostanze individuali.
Riguardo agli strumenti menzionati. PickMyTrade è uno strumento di terze parti per l'automazione dell'esecuzione che instrada gli alert ai broker; non fornisce consulenza di trading, segnali o strategie. Claude Fable è un modello di IA che assiste con il codice e le spiegazioni; il suo output dovrebbe sempre essere rivisto da una persona. TradingView, PickMyTrade, Anthropic e tutti i broker menzionati sono società indipendenti; tutti i marchi appartengono ai rispettivi proprietari. Questa pagina è contenuto didattico indipendente e non è approvata da né affiliata ad alcuno di essi. I dettagli fattuali dei prodotti (broker supportati, prezzi) sono stati tratti dai siti web pubblici dei fornitori e possono cambiare: verifica sempre sui siti ufficiali.
Pronto ad approfondire?
Questa pagina mantiene le cose in linguaggio semplice di proposito. Se conosci già Python e il ML e vuoi la versione di livello professionale (modelli di fondazione per serie temporali di Hugging Face, il toolkit CPCV/tripla-barriera di López de Prado, NautilusTrader, Qlib e una pipeline di riferimento completa con codice vero), leggi la Guida avanzata al trading con IA: riferimento di librerie e modelli di ML per quant →
Automatizza la tua strategia, senza emozioni
Costruisci il cervello, affitta l'idraulica. Collega i tuoi alert di TradingView al tuo broker tramite PickMyTrade e lascia che ogni segnale convalidato venga eseguito automaticamente.