Uno sguardo onesto a ciò che l’intelligenza artificiale può e non può fare nel trading, dove i modelli linguistici di grandi dimensioni aiutano davvero e dove non hanno alcun ruolo.
L’AI può già aiutarti a fare trading sul Forex, ma non nel modo in cui lascia intendere l’hype. Un chatbot generico come ChatGPT o Claude è uno strumento di ricerca e analisi, non un motore di trading. Può generare idee di strategia, scrivere e valutare criticamente il codice di un bot, riassumere notizie e analizzare un portafoglio. Ciò che non può fare è vedere da solo un feed di mercato in tempo reale, reagire in un millisecondo o fornire due volte la stessa risposta con certezza numerica. Il vero trading automatizzato si basa ancora su software di esecuzione deterministico. La configurazione vincente nel 2026 usa l’AI dove è forte e un software di esecuzione dedicato dove velocità e precisione decidono il risultato.
La maggior parte delle discussioni sul fatto che l’AI possa fare trading sul Forex sono in realtà dialoghi tra sordi, perché “AI” viene usato per tre sistemi molto diversi. Distinguerli rende la domanda risolvibile.
| Ciò che si chiama “AI” | Cosa è in realtà | Ruolo nel trading |
|---|---|---|
| Trading algoritmico | Regole fisse scritte da una persona, eseguite automaticamente | Il cavallo da tiro. Deterministico, veloce, prevedibile |
| Modelli di machine learning | Modelli statistici addestrati su dati storici per prevedere o classificare | Generazione di segnali, rilevamento di pattern, valutazione del rischio |
| Modelli linguistici di grandi dimensioni (LLM) | Modelli di testo come ChatGPT e Claude che generano linguaggio e codice | Ricerca, codice, spiegazioni, analisi. Un copilota, non un esecutore |
Quando un titolo dice “ora l’AI fa trading sul Forex”, quasi sempre intende i primi due. Quando un principiante chiede “ChatGPT può fare trading per me?”, intende il terzo. La risposta onesta cambia completamente a seconda di quale intendi, per questo il resto della guida li tiene separati.
Usati per ciò in cui sono davvero forti, i modelli linguistici sono un vantaggio reale. Nessuno di questi usi richiede che il modello sia veloce o che tocchi capitale reale, ed è proprio per questo che funzionano.
| Attività | Perché un LLM è adatto |
|---|---|
| Ideazione di strategie | Propone rapidamente idee di trading e ne mette alla prova le ipotesi in linguaggio semplice |
| Generazione e revisione del codice | Scrive, spiega e corregge il codice di bot di trading e di analisi molto più velocemente che a mano |
| Analisi di notizie e sentiment | Legge e riassume grandi volumi di testi, comunicati e documenti ufficiali trasformandoli in un segnale utilizzabile |
| Analisi del portafoglio | Spiega in modo chiaro esposizione, metriche di rischio e concentrazione di un portafoglio |
| Sintesi della ricerca | Condensa studi, documentazione e discussioni nei forum in un riepilogo pronto per decidere |
| Diario di trading | Struttura e rivede un registro di trading per far emergere schemi ed errori |
Il filo conduttore è che ognuna di queste attività avviene lontano dal momento dell’esecuzione. Il modello ragiona, abbozza e spiega; una persona o un sistema deterministico decide e agisce.
I limiti non dipendono dal fatto che i modelli miglioreranno un po’ l’anno prossimo. Sono strutturali e coincidono esattamente con le attività che decidono i guadagni nelle strategie veloci.
| Limite | Cosa significa per il trading |
|---|---|
| Nessun dato in tempo reale per impostazione predefinita | Un LLM ha una data limite di conoscenza fissa e nessun feed di mercato, a meno che tu non ne colleghi uno tramite strumenti |
| L’inferenza è lenta | Una risposta richiede da centinaia di millisecondi ad alcuni secondi, troppo lento per l’arbitraggio o lo scalping |
| Output non deterministico | Lo stesso prompt può dare risposte diverse, il che è inaccettabile per un’esecuzione riproducibile |
| Allucinazioni | Il modello può indicare numeri o fatti errati con piena sicurezza |
| Nessuna aritmetica garantita | I modelli linguistici non sono calcolatrici; i calcoli precisi di posizione e rischio vanno fatti nel codice |
Il modo corretto di pensare all’AI nel trading è come due livelli separati che non vanno mai confusi. Se imposti bene questa separazione, l’AI diventa un vantaggio reale. Se la confondi, ottieni il peggio di entrambi.
Livello di ricerca e decisioneQui la lentezza va bene. Idee, codice, notizie, analisi del portafoglio, spiegazioni. È qui che gli LLM brillano, lavorando in pochi secondi su testi e dati storici e preparando bozze che una persona deve verificare. |
Livello di esecuzioneQui dominano i millisecondi e il determinismo. Instradamento degli ordini, ingressi sensibili alla latenza, dimensionamento preciso. Questo spetta a un software di esecuzione dedicato, non a un modello linguistico. |
Non si tratta di un limite temporaneo in attesa di modelli più veloci. Un motore di trading deve essere veloce, esatto e ripetibile. Un modello linguistico è espressivo, generalista e probabilistico. Sono strumenti diversi per lavori diversi, e i professionisti che traggono valore dall’AI sono quelli che li tengono ciascuno nel proprio ambito.
Sviluppiamo entrambi i tipi di software, quindi trattiamo questa separazione come una regola di progettazione piuttosto che come un’opinione. I nostri prodotti di esecuzione restano deterministici e l’AI vive nel livello di ricerca e analisi, dove deve stare.
Sul fronte dell’analisi, il nostro strumento Long-Term Investor utilizza un modello linguistico di grandi dimensioni (tramite la Claude API) come analista di portafoglio: legge un portafoglio e spiega in modo chiaro rischio, concentrazione ed esposizione, esattamente il ruolo di copilota in cui gli LLM sono bravi. Sul fronte dell’esecuzione, SharpTrader e SharpTrader Optimizer restano completamente deterministici, perché l’arbitraggio di latenza, il news trading e le esecuzioni precise richiedono una velocità e una ripetibilità che nessun modello linguistico può offrire. La stessa logica guida il nostro lavoro sull’esecuzione dei broker: la qualità di esecuzione è una questione di millisecondi misurati, non di prosa scorrevole.
Non da soli. Per impostazione predefinita non hanno alcuna connessione al mercato in tempo reale, rispondono troppo lentamente per le strategie veloci e non sono deterministici. Sono ottimi per generare e rivedere la strategia e il codice, ma il trading vero e proprio dovrebbe girare su un software di esecuzione dedicato.
I sistemi algoritmici e di machine learning possono esserlo, se costruiti e testati correttamente. Un chatbot che prende decisioni dal vivo da solo non è una strada affidabile verso il profitto. Il valore degli LLM sta nella ricerca, nel codice e nell’analisi, non nel premere il grilletto.
Un bot basato su un modello linguistico non può, perché il suo tempo di risposta va da centinaia di millisecondi ad alcuni secondi, mentre l’arbitraggio di latenza richiede pochi millisecondi. Le strategie di latenza devono girare su software di esecuzione deterministico. Leggi la nostra spiegazione dettagliata sul perché gli LLM non possono fare arbitraggio di latenza.
Il trading algoritmico segue regole fisse scritte da persone; il trading con l’AI di solito indica modelli di machine learning che apprendono dai dati, oppure assistenti LLM. Si sovrappongono ma non sono la stessa cosa. Lo spieghiamo nel dettaglio in AI vs trading algoritmico.
Considerale bozze da verificare, mai decisioni. I modelli linguistici possono indicare cifre errate con sicurezza e hanno una data limite di conoscenza fissa. Verifica sempre ogni numero o affermazione con dati reali prima di rischiare capitale.
Nuovi articoli, studi di ricerca e rilasci di prodotti, inviati non appena li pubblichiamo.
Scopri perché i modelli linguistici non possono fare arbitraggio di latenza e come l’esecuzione deterministica decide davvero i tuoi fill.