Trading ed evoluzione algoritmica: dove finisce il fattore umano ed entra l’IA
La crescente disponibilità di dati in tempo reale ha progressivamente reso i mercati finanziari più efficienti, abbattendo barriere tecnologiche ed economiche e riducendo drasticamente i costi operativi
C'era un tempo in cui le sale operative delle grandi borse erano luoghi fisici, rumorosi, quasi teatrali. Trader che urlavano ordini, gesti codificati, decisioni prese in frazioni di secondo con il solo ausilio dei riflessi e dell'intuizione. Quell'epoca è finita da decenni; tuttavia, comprendere come — e quanto in fretta — sia cambiato tutto aiuta a dare il giusto peso a ciò che sta accadendo oggi. A Padova, dal 17 al 19 aprile scorsi, un evento ha riunito per la prima volta sullo stesso palco tre campioni mondiali del trading: l'italiano Andrea Unger, l'americano Kevin Davey e l'inglese Michael Cook. Non una competizione, non una fiera; piuttosto, una riflessione collettiva su dove stia andando una delle professioni più trasformate dalla rivoluzione digitale.
Dalle grida al codice: quarant'anni di trasformazione
Fino agli anni '70, il trading era un'attività interamente manuale. Nelle grandi borse tradizionali — Wall Street, Londra, Milano — domina l'open outcry, dove ogni transazione è il risultato di una trattativa diretta tra persone fisicamente presenti. Il fattore umano era, dunque, totale: non esistevano algoritmi, non esistevano modelli statistici operativi in tempo reale. Esistevano esperienza, relazioni, capacità di leggere il sentiment della sala. Con gli anni '80 arrivano i primi sistemi automatizzati, software che eseguivano pacchetti di ordini al verificarsi di condizioni predefinite. La logica era ancora interamente umana, ma l'esecuzione diventava automatica. Con gli anni 2000 esplode il quantitative trading. La novità è sostanziale: i sistemi non applicano più regole scritte dall'uomo, ma cercano autonomamente pattern nei dati storici. Il machine learning introduce una discontinuità ancora più profonda: la logica decisionale del modello non è più completamente comprensibile nemmeno ai suoi creatori. Il sistema impara — e le regole emergono dai dati, non dalla mente di un analista. Nel frattempo, l'high frequency trading porta la velocità a livelli che escludono strutturalmente qualsiasi intervento umano nel loop decisionale. I fondi HFT arrivano a posizionare fisicamente i propri server nei data center delle borse per guadagnare qualche centinaio di microsecondi sul concorrente.
"Il trading degli anni '80 aveva un fascino indiscutibile, ma oggi è tecnicamente irriproducibile. La disponibilità dei dati in tempo reale ha portato a un efficientamento estremo", ha dichiarato Andrea Unger.
Guglielmo Sbano
Padova, aprile 2025: un confronto tra tre scuole
L'evento organizzato a Padova ha avuto il merito di mettere a confronto tre approcci geograficamente e culturalmente distinti al trading sistematico. Andrea Unger — unico trader al mondo ad aver vinto quattro titoli mondiali — rappresenta la scuola italiana, che ha trovato nella formalizzazione algoritmica una via per competere ad alto livello con risorse inizialmente molto più limitate rispetto ai grandi fondi internazionali. Kevin Davey, americano, e Michael Cook, britannico, portano sul palco due visioni maturate in ecosistemi finanziari tra i più competitivi al mondo. Eppure, nonostante le differenze di background, di mercati di riferimento e di stile operativo, il confronto ha evidenziato una convergenza sorprendente.
La convergenza verso il modello algoritmico
Al di là delle specificità di ciascun approccio, l'evento di Padova ha cristallizzato una direzione comune: il trading discrezionale — quello basato sull'istinto e sulla valutazione soggettiva momento per momento — è sempre meno sostenibile nei mercati attuali. I tre campioni hanno condiviso una filosofia di fondo: ridurre l'impatto dell'emotività umana attraverso sistemi automatizzati e basati su regole rigorose, misurabili, riproducibili. Non perché l'intuizione non abbia valore, ma perché in mercati dove la competizione avviene in microsecondi, l'elemento emotivo diventa sistematicamente un fattore di rischio.
Guglielmo Sbano
Ricerca, sviluppo e nuovi strumenti
Uno degli aspetti che hanno caratterizzato l'evento, è stato l'apertura del reparto di ricerca e sviluppo della Unger Academy. Per la prima volta, i processi con cui vengono create, testate e validate le strategie di trading sono stati mostrati pubblicamente: dall'analisi dei dati storici alla verifica statistica, fino alla messa in produzione degli algoritmi. È stato inoltre presentato un software proprietario per il backtest di strategie in opzioni, sviluppato internamente con il contributo dell'intelligenza artificiale.
"Grazie all'AI si è riusciti a velocizzare uno sviluppo complesso e a costruire un back-tester evoluto che consente di analizzare il mercato in modo più rapido e approfondito", ha concluso Andrea Unger
