Claude Code è l’assistente di intelligenza artificiale che ho usato per tradurre quindici anni di esperienza di trading in strategie automatiche funzionanti. Dopo aver bruciato migliaia di euro con sviluppatori che non capivano il mio metodo, ho scoperto uno strumento che parla il linguaggio del trading: barre doji, punti di reazione, tendenze. In questo articolo racconto il momento esatto in cui l’IA ha capito il mio modo di operare e come sta trasformando la mia transizione dal trading manuale al quantitativo.
La settimana scorsa vi ho raccontato della mia strategia Cash-AR 2026, il metodo che utilizzo da oltre un anno per fare trading manuale sul Forex. Ma oggi voglio condividere con voi qualcosa di più profondo: la trasformazione che sta cambiando radicalmente il mio modo di lavorare dopo quindici anni passati davanti ai grafici. È una storia di tentativi falliti, investimenti persi e, finalmente, di una scoperta che sta rivoluzionando non solo il mio trading, ma l’intero approccio che ho sempre avuto verso i mercati finanziari.
Perché quindici anni di trading automatico erano falliti?
Faccio trading Forex a tempo pieno dal 2009. In tutti questi anni ho sempre avuto un obiettivo ricorrente, quasi un’ossessione: trovare un modo per automatizzare il mio metodo. Non per sostituire il mio giudizio o la mia esperienza, ma per liberarmi dai limiti fisici che ogni trader umano inevitabilmente ha.
Volevo delegare a un software la ricerca continua dei segnali, la gestione operativa nelle fasce orarie impossibili da coprire manualmente, l’esecuzione fredda e priva di emozioni che solo una macchina può garantire. Il sogno era semplice: io avrei preso le decisioni strategiche, il software avrebbe fatto il lavoro sporco.
Nel corso degli anni ho provato ogni strada possibile. Ho assunto sviluppatori professionisti, pagandoli profumatamente per creare Expert Advisors su misura. Ho collaborato con altri trader esperti, sperando che insieme riuscissimo a tradurre il mio metodo in codice. Ho investito migliaia di euro in questi tentativi. Il risultato? Zero assoluto. Un fallimento totale su tutti i fronti.
Il problema non era la loro incompetenza tecnica. Il problema era molto più sottile e frustrante: esisteva un abisso incolmabile tra il mio linguaggio e il loro. Quando cercavo di spiegare cosa volevo, mi rendevo conto che parlavamo due lingue completamente diverse. Io pensavo in termini di barre doji, punti di reazione, tendenze che si sviluppano. Loro pensavano in termini di variabili, condizioni if-else, loop.
Ogni volta che dicevo “voglio che il software riconosca una barra di trend seguita da una barra di reazione su un punto chiave”, vedevo nei loro occhi la stessa espressione smarrita. Settimane di discussioni che portavano a codice che faceva tutto tranne quello che volevo davvero. A un certo punto avevo quasi accettato l’idea che fosse impossibile, che certe cose rimanessero per sempre nel dominio esclusivo della mente umana.
Lo scetticismo iniziale verso l’intelligenza artificiale
Poi è arrivata l’intelligenza artificiale. Ne ho sentito parlare, ho letto articoli entusiasti sulle sue capacità, ma ero scettico. Troppo bruciato dai fallimenti passati per credere che stavolta potesse essere diverso.
Però una parte di me, quella parte che non aveva mai smesso di sognare quel sistema automatico perfetto, mi ha spinto a fare un ultimo tentativo. “Vediamo un po’ se riusciamo a riprendere tutto quel lavoro”, mi sono detto. “Se quest’intelligenza artificiale funziona davvero come dicono, magari riusciamo finalmente a fare qualcosa.”
Ho aperto Claude Code e ho iniziato a fare quello che avevo fatto decine di volte con gli sviluppatori umani: descrivere il mio trading. Ho cominciato a spiegare come funzionano certe formazioni di candele, il comportamento delle barre, le logiche dietro i miei segnali.
Quando Claude Code ha capito il mio trading
Stavo descrivendo nel dettaglio una particolare configurazione di candele. Spiegavo come identifico una barra guardando l’apertura, il massimo, il minimo, la chiusura, e come questi elementi mi dicono se la pressione del mercato è rialzista o ribassista.
Mentre parlavo, ero già mentalmente preparato alla solita risposta confusa, alle richieste di chiarimenti che non avrebbero portato da nessuna parte. Invece, a un certo punto, sullo schermo è apparso qualcosa che mi ha letteralmente bloccato. Claude Code mi ha risposto: “Scusa Steve, ma mi stai descrivendo la barra doji?”
Ho riletto quella frase tre volte. L’intelligenza artificiale non mi stava chiedendo di spiegare meglio, non stava fraintendendo. Aveva capito. Non solo aveva capito cosa volevo dirgli, ma aveva anche riconosciuto il concetto tecnico che c’era dietro le mie parole. Conosceva il linguaggio del trading. “Sì”, ho risposto. “Effettivamente sì.”
Quel momento me lo ricorderò per sempre. Non tanto per la risposta in sé, quanto per quello che rappresentava. Per quindici anni avevo cercato di spiegare questi concetti a persone intelligenti e competenti che semplicemente non riuscivano a tradurli in codice. L’intelligenza artificiale lo aveva fatto in pochi secondi, senza che dovessi semplificare, senza che dovessi inventare analogie forzate, senza perdere l’essenza di quello che volevo comunicare. Da quel giorno ho capito che non stavo più cercando di costruire un ponte tra due mondi incompatibili. Stavo semplicemente parlando con qualcosa che capiva il mio linguaggio nativo.
Perché un trader privato deve imparare a usare l’IA?
Mentre continuo questo lavoro di automazione, mi rendo sempre più conto di quanto sia strategicamente importante per un trader privato acquisire competenza nell’uso dell’intelligenza artificiale. Non parlo di imparare a programmare, non serve. Parlo di imparare a comunicare efficacemente con questi strumenti per capitalizzare l’esperienza di trading che abbiamo costruito negli anni.
Fino a poco tempo fa, il trading quantitativo era un privilegio esclusivo dei grandi fondi speculativi. Loro potevano permettersi team di data scientist, infrastrutture di calcolo potentissime, software proprietari sviluppati su misura. Per un trader privato, tutto questo era semplicemente irraggiungibile.
Oggi la situazione è completamente cambiata. Con Claude Code, StrategyQuant e le infrastrutture cloud di Amazon, posso fare esattamente lo stesso lavoro che facevano loro. Posso analizzare milioni di dati storici, generare e testare strategie quantitative, creare cruscotti personalizzati per amministrare il tutto. E non ho alcuna competenza di programmazione. Quello che serve davvero è capire i mercati, saper dialogare con l’intelligenza artificiale, e avere una visione strategica chiara su cosa automatizzare e cosa tenere sotto controllo umano.
Come funziona l’approccio ibrido tra trader e IA?
Devo chiarire una cosa fondamentale, perché spesso c’è confusione su questo punto. Non sto abbandonando il trading manuale per passare al quantitativo. Questa non è una sostituzione, è un’integrazione. La capacità intellettiva di un trader con quindici anni di esperienza non può essere replicata da un software. Punto. Io posso interpretare situazioni complesse, adattarmi rapidamente a cambiamenti di contesto, intuire movimenti che nessun algoritmo potrebbe prevedere. Questa componente umana è insostituibile.
Ma ho anche dei limiti molto chiari. Posso gestire al massimo due o tre mercati contemporaneamente. Posso operare solo quando sono sveglio e concentrato. Dopo ore passate davanti ai grafici, la fatica mentale inizia a farsi sentire e la qualità delle mie decisioni cala. Commetto errori. Accumulo spese inutili. È un limite fisico che non posso superare.
Ecco perché l’approccio che sto costruendo non è “o manuale o automatico”, ma “manuale e automatico insieme”. Io prendo le decisioni strategiche. Analizzo il contesto macro, identifico i setup ad alto potenziale, decido su quali mercati concentrarmi. Questa è la parte dove la mia esperienza fa la differenza. L’intelligenza artificiale, invece, gestisce l’esecuzione. Cerca segnali ventiquattro ore su ventiquattro su più mercati contemporaneamente. Opera nelle fasce orarie in cui io dormo o non posso essere presente. Gestisce entry, exit, stop loss seguendo alla lettera le regole che gli ho dato, senza farsi influenzare da emozioni, senza stanchezza, senza paura o avidità.
E sopra a tutto questo c’è il cruscotto, il sistema che ho sviluppato con Claude Code per amministrare il bilancio complessivo. È qui che mantengo il controllo finale. Il cruscotto monitora tutte le strategie, blocca automaticamente l’emissione di nuovi ordini se il drawdown supera certi livelli, ferma il trading quando raggiungo il target mensile. Io decido cosa tradare, l’IA gestisce come tradarlo, il cruscotto assicura che tutto rimanga sotto controllo.
Cosa ha prodotto un anno e mezzo di ricerca con Claude Code?
Sono circa un anno e mezzo che lavoro a questo progetto. Non è ancora finito, c’è ancora molto da fare, ma i risultati che sto vedendo sono incoraggianti. Non parlo di promesse o di backtest teorici. Parlo di strategie che stanno già operando su conti reali, all’interno di un percorso di ricerca ancora in corso.
Prendiamo la strategia che ho chiamato 4.3.124. Lavora su oro dollaro dalle sei del mattino a mezzogiorno, orario di MetaTrader che è un’ora avanti rispetto all’Italia. È una fascia oraria che io non potrei mai gestire manualmente. Alle sei del mattino, dopo una notte passata eventualmente a monitorare la sessione asiatica, non sono più lucido. Non ho la concentrazione necessaria per prendere decisioni di trading di qualità. Ma la strategia automatica non ha questo problema. Lavora instancabilmente, ora dopo ora, giorno dopo giorno.
Poche settimane fa ha trovato un segnale completamente in autonomia. Il rischio iniziale era di trecento dollari, come da parametri che avevo impostato. La posizione è partita il diciotto febbraio. Ha agganciato una tendenza, ha gestito efficacemente le oscillazioni intermedie limitando le piccole spese, e ha chiuso la posizione a duemilaottocento dollari, in pochi giorni e senza il mio intervento.
Ma non è solo il risultato economico che mi colpisce. È il modo in cui lo ha fatto. Io gli ho dato delle regole precise su quando entrare, come gestire lo stop loss, quando uscire. E lui le segue alla lettera. Non sta lì a pensare “sì, ma forse adesso è troppo tardi”, “questo dettaglio non mi convince del tutto”. Se le condizioni sono compatibili con le regole, esegue. Punto. Gli sviluppatori umani con cui avevo lavorato in passato non erano mai stati capaci di fare questo. Gli dicevi una cosa e ne facevano un’altra, interpretavano a modo loro, aggiungevano la loro “esperienza”. Con la strategia quantitativa no. Quello che gli dico di fare, lo fa. Instancabilmente, precisamente, senza deviazioni.
Quali sono le tre parti del sistema?
Il cuore di questo sistema è il cruscotto che ho sviluppato con l’aiuto di Claude Code. Dieci anni fa, forse dodici, avevo disegnato questo sistema su carta. Lo avevo progettato nei minimi dettagli: volevo una dashboard che mi mostrasse l’andamento di tutte le strategie, che bloccasse automaticamente il trading se certe soglie venivano superate, che mi desse il controllo finale sul bilancio senza dovermi preoccupare dell’esecuzione operativa. Era rimasto su carta perché non ero mai riuscito a realizzarlo.
Quando è arrivata l’intelligenza artificiale, ho semplicemente spiegato quello che avevo in mente. In poche settimane, eccolo qui: funzionante, operativo, esattamente come lo avevo immaginato anni fa. Il cruscotto monitora l’andamento mensile di ogni strategia. Calcola automaticamente i profitti, le spese, il drawdown. Se una strategia supera il target di profitto mensile che ho impostato, blocca l’emissione di nuovi ordini per quel mese. L’idea è semplice: quando hai raggiunto l’obiettivo, fermati. Non rischiare di restituire quello che hai guadagnato inseguendo trade inutili.
Allo stesso modo, se il drawdown supera la soglia che considero accettabile, il sistema blocca la strategia. Non la elimina, non la cancella, semplicemente la mette in pausa finché non analizzo cosa è andato storto. Questo mi permette di limitare le perdite nei periodi in cui il mercato non si comporta come la strategia si aspetta. E poi c’è la gestione del calendario. Posso dire al sistema “in questi giorni non voglio che tu operi” e lui semplicemente non opera. Eventi ad alto impatto, festività, periodi in cui voglio stare fuori dal mercato per qualsiasi motivo. Basta impostarlo e il cruscotto si occupa di tutto.
La piattaforma di analisi: imparare dai dati
Ma il cruscotto amministrativo è solo una parte del sistema. L’altra componente fondamentale è la piattaforma di analisi che ho sviluppato sempre con Claude Code. Il vantaggio del trading quantitativo è che generi enormi quantità di dati. Ogni trade, ogni decisione, ogni movimento è registrato e analizzabile. Più dati raccogliamo, più possiamo imparare su come le nostre strategie si comportano in condizioni di mercato diverse.
La piattaforma di analisi prende tutti questi dati e li trasforma in informazioni utilizzabili. Per ogni strategia, mia o degli utenti della community che collaborano con me in questo progetto, posso vedere esattamente come sta lavorando: i profitti mensili, le spese accumulate, il drawdown massimo, i giorni migliori e quelli peggiori. Se vuoi approfondire questo aspetto, ne ho parlato nel dettaglio nell’articolo sui tool di analisi per il trading quantitativo costruiti con Claude Code.
Ma la metrica che trovo più interessante è quella che chiamo “il percorso che porta al profitto”. È un grafico di cui parlo da anni nella community, e chi mi segue da tempo lo conosce bene. Funziona così: il sistema calcola automaticamente quante spese ho accumulato prima di agganciare una tendenza profittevole. Parte dall’ultimo trade chiuso in profitto, somma tutte le operazioni intermedie che hanno generato piccole perdite, e mi mostra il costo di quel “ciclo”. Quando arriva il prossimo profitto, chiude il ciclo e ne inizia uno nuovo.
Questo mi dà un’evidenza fondamentale. Mi dice quanto devo essere disposto a “sopportare” in termini di drawdown prima che una strategia produca risultati. Se vedo che i cicli si allungano troppo, che le spese si accumulano più del normale prima di ogni profitto, so che qualcosa sta cambiando e devo intervenire. La piattaforma si aggiorna automaticamente ogni trenta minuti prendendo i dati direttamente dalle piattaforme MetaTrader su cui le strategie operano: sia i conti di ricerca, dove testo nuove soluzioni, sia i conti di produzione dove le strategie validate lavorano con capitale reale.
Come si fa ricerca quantitativa con StrategyQuant?
Poi c’è StrategyQuant, il software che uso per la ricerca quantitativa vera e propria. È uno strumento potentissimo, ma richiede capacità di calcolo che un normale computer di casa non può fornire. Per questo uso macchine virtuali su Amazon Web Services. È un investimento significativo, circa mille dollari al mese per la macchina che uso attualmente, ma la differenza è abissale. Quello che richiederebbe giorni di calcolo su un PC normale, qui viene elaborato in ore.
StrategyQuant fa una cosa molto specifica: prende i file di configurazione che creo con l’aiuto di Claude Code e cerca strategie che corrispondono a quei criteri su enormi quantità di dati storici. Non è un processo casuale. Io descrivo esattamente cosa voglio: tipo di mercato, fascia oraria, timeframe, caratteristiche della strategia. E lui cerca combinazioni di indicatori e parametri che producono i risultati che sto cercando.
Ad esempio, qualche settimana fa ho lanciato una ricerca su oro dollaro per la fascia oraria dalle cinque alle otto del mattino. Volevo strategie che anticipassero l’apertura della sessione europea. Il sistema ha analizzato otto anni di dati storici, ha testato migliaia di combinazioni, e mi ha restituito alcune soluzioni molto interessanti. Si tratta naturalmente di risultati grezzi, calcolati su otto anni di dati storici e non su pochi mesi di backtest ottimistico: vanno presi come punto di partenza, non come promessa di rendimento.
Il passo successivo è portare queste strategie sul cruscotto e vedere come si comportano in condizioni reali di mercato. L’obiettivo finale non è massimizzare il profitto assoluto, ma trovare il miglior equilibrio tra performance e stabilità. E qui entra in gioco il valore aggiunto del cruscotto: le strategie che in backtest mostrano drawdown elevati possono essere limitate all’uno o due percento semplicemente bloccando l’emissione di nuovi ordini quando le spese si accumulano oltre una certa soglia. Nei mesi in cui tutto fila liscio, la strategia lavora liberamente e accumula profitti. Nei mesi difficili, il cruscotto limita i danni e protegge il capitale.
Il dialogo con Claude Code, senza scrivere codice
Uno degli aspetti più affascinanti di questo lavoro è il modo in cui interagisco con Claude Code. Non sto scrivendo codice nel senso tradizionale. Sto dialogando. Quando devo creare un file di configurazione per StrategyQuant, semplicemente spiego a Claude Code cosa voglio: “Voglio cercare strategie per il trading a breve termine su questi punti di reazione, in questa fascia oraria, con questi criteri di rischio.” E lui mi genera il file.
Se StrategyQuant restituisce strategie con errori di compilazione, cosa che capita abbastanza spesso, carico il codice su Claude Code e lui corregge automaticamente. Non devo capire cosa non va, non devo imparare il linguaggio di programmazione specifico. Semplicemente gli passo il problema e lui lo risolve. E quando ho bisogno di integrare nuove funzionalità nel cruscotto, descrivo quello che voglio e lui lo implementa. Vuoi che il sistema blocchi il trading in certi giorni specifici? Fatto. Vuoi che calcoli una metrica particolare sui dati storici? Fatto. Vuoi che generi alert quando certe condizioni si verificano? Fatto.
È questa facilità di comunicazione che rende tutto possibile. Non sto combattendo con un linguaggio di programmazione che non conosco. Sto parlando del mio trading usando il mio linguaggio, e l’intelligenza artificiale traduce tutto in codice funzionante. Se vuoi capire nel concreto come si articola questo flusso di lavoro, ho dedicato un articolo intero alle tre funzioni di Claude Code per il trading quantitativo.
Come lavora la community su questo progetto?
Tutto questo lavoro non lo sto facendo in isolamento. Nella community Trend Following Traders, tutti gli utenti hanno accesso alla piattaforma di analisi. Possono collegare i loro conti MetaTrader, testare le strategie che condivido, contribuire con i loro dati alla ricerca collettiva. Ogni membro ha la sua area riservata dove può vedere tutti i suoi conti, configurare l’aggiornamento automatico dei dati, monitorare le performance delle strategie che sta testando. E attraverso le live quotidiane, discutiamo insieme cosa funziona e cosa no, quali strategie mostrano promesse e quali invece vanno scartate.
Non è un corso dove insegno un metodo preconfezionato. È un laboratorio di ricerca aperto dove lavoriamo insieme per portare avanti questa transizione verso il trading quantitativo. Condivido le strategie che elaboro, gli utenti le testano sui loro conti, raccogliamo dati, analizziamo risultati, iteriamo. Qualche giorno fa ho pubblicato una nuova versione della piattaforma con un sistema di badge che permette di capire a colpo d’occhio come una strategia è composta. È un codice che gli utenti stanno imparando a leggere, e che rende molto più facile valutare rapidamente se una strategia è adatta al proprio stile di trading.
Dove sta andando questo lavoro di ricerca
Sono all’inizio di un lavoro di ricerca che continuerà ancora per mesi. I risultati che sto vedendo sono incoraggianti, ma serve tempo per validare tutto, per essere sicuri che quello che funziona in backtest e in pochi mesi di trading reale continui a funzionare nel lungo periodo. L’obiettivo finale è chiaro: avere un portfolio di strategie quantitative che lavorano su diversi mercati e fasce orarie, gestite automaticamente dall’intelligenza artificiale, monitorate e amministrate dal cruscotto che mantiene tutto sotto controllo. E io che supervisiono il tutto, pronto a intervenire quando la mia esperienza umana può fare la differenza che un software non può fare.
Nel frattempo, continuo a fare quello che ho sempre fatto: studiare i mercati, capire come funzionano, costruire competenza. Perché senza quella base, senza la comprensione profonda di come si muovono i prezzi, nessuna automazione può funzionare davvero. L’intelligenza artificiale è uno strumento formidabile, ma è esattamente questo: uno strumento. Serve la competenza umana per usarlo bene, serve l’esperienza per sapere cosa automatizzare e cosa no, serve il giudizio per distinguere tra un risultato promettente e un backtest sovra-ottimizzato che crollerà al primo impatto con il mercato reale.
E questa è la parte bella del lavoro. Non sto cercando di sostituire me stesso con una macchina. Sto cercando di potenziare quello che faccio, di superare i miei limiti fisici mantenendo intatto il valore della mia esperienza. Se volete partecipare attivamente a questa ricerca, la community Trend Following Traders è aperta. È un laboratorio, non una scuola. Lavoriamo insieme per costruire qualcosa che fino a pochi anni fa era impossibile per un trader privato.
Domande frequenti
Che cos’è Claude Code?
Claude Code è uno strumento di intelligenza artificiale di Anthropic che permette di dialogare in linguaggio naturale per scrivere, correggere e integrare codice. Nel mio caso lo uso per tradurre le mie regole di trading in strategie e cruscotti funzionanti, senza saper programmare.
Serve saper programmare per automatizzare una strategia di trading?
No. Con Claude Code descrivo a parole cosa voglio (mercato, fascia oraria, regole di entrata e uscita, criteri di rischio) e l’intelligenza artificiale genera il codice. Quando StrategyQuant produce errori di compilazione, gli passo il codice e li corregge automaticamente.
Claude Code sostituisce il trader?
No, lo potenzia. Io prendo le decisioni strategiche e analizzo il contesto; l’IA esegue le operazioni 24 ore su 24 su più mercati, senza emozioni e senza stancarsi. È un approccio ibrido: manuale e automatico insieme, con un cruscotto che mantiene il controllo umano sul bilancio.
A cosa serve il cruscotto di controllo?
Il cruscotto monitora tutte le strategie, calcola profitti, spese e drawdown, e blocca automaticamente l’emissione di nuovi ordini quando si supera il target mensile o la soglia di drawdown. Permette di trasformare strategie con drawdown elevato in sistemi molto più conservativi.
Che ruolo ha StrategyQuant in questo sistema?
StrategyQuant è il motore di ricerca quantitativa: parte dai file di configurazione creati con Claude Code e cerca, su anni di dati storici, le combinazioni di indicatori e parametri che corrispondono ai criteri impostati. Gira su macchine cloud AWS per gestire l’enorme mole di calcolo.
I contenuti di questo articolo hanno scopo esclusivamente formativo e informativo e documentano un percorso di ricerca in corso; non costituiscono consulenza finanziaria né un invito a operare. I dati, le soglie e i risultati citati sono indicativi a fini didattici: i risultati dei backtest sono simulati, non rappresentano performance reali e non garantiscono rendimenti futuri. Il trading comporta un rischio concreto di perdita del capitale.
Scopri il Trend Following, per fare trading sulla realtà, senza complicazioni sia automatico che direzionale
