Faccio trading da più di dieci anni e ho visto tanti "sistemi che battono il mercato". TradingAgents è diverso, non perché prometta di più, ma perché mostra come ragiona una squadra. In questo articolo vediamo come funziona, cosa dicono davvero i numeri e cosa puoi copiare senza scrivere una riga di codice.
Cos'è TradingAgents
L'idea è semplice. Invece di chiedere a una sola intelligenza artificiale se comprare o vendere, gli autori ricostruiscono una società di trading fatta solo di agenti AI, ognuno con il suo ruolo. Nel paper scrivono di essersi ispirati alla struttura organizzativa delle vere trading firm.
Il codice è pubblico su GitHub con licenza Apache 2.0, quindi chiunque può studiarlo e usarlo. Il progetto oggi è gestito da Tauric Research.
La squadra, ruolo per ruolo
Nella versione attuale del codice gli agenti sono dodici:
- Quattro analisti, che lavorano in parallelo: fondamentali, sentiment dei social, notizie e analisi tecnica.
- Due ricercatori: il toro difende l'acquisto, l'orso lo smonta. Un responsabile della ricerca fa da giudice.
- Il trader, che legge tutto e propone l'operazione.
- Tre analisti del rischio, con un profilo aggressivo, uno neutrale e uno prudente, che rimettono tutto in discussione.
- Il portfolio manager, che approva o boccia.
Ogni passaggio viene scritto con le sue motivazioni. E c'è un diario: ogni decisione viene registrata e, quando arriva il risultato vero, un'altra AI scrive la lezione imparata, che il portfolio manager rilegge prima della decisione successiva.
Notate chi parla per ultimo. Non l'analista più bravo, non il trader. Parla per ultimo chi pensa a cosa può andare storto.
I numeri del paper, letti bene
Gli autori hanno testato la squadra su Apple, Google e Amazon, da gennaio a marzo 2024:
- Apple: +26,6% contro -5,2% di chi ha comprato e tenuto.
- Google: +24,4% contro +7,8%.
- Amazon: +23,2% contro +17,1%.
- Perdita massima tra lo 0,9% e il 2,1%, e uno Sharpe ratio di 8,21 su Apple.
Sembra la macchina per battere il mercato. Ma il test è durato tre mesi, e gli autori spiegano che è stato così breve per il costo di far ragionare tutti quegli agenti. Sullo Sharpe scrivono che va oltre il range che si aspettavano (per loro sopra 2 è molto buono, sopra 3 eccellente) e lo attribuiscono ai pochi ribassi di quel periodo.
Il README del progetto è chiaro: TradingAgents è pensato per la ricerca e non è un consiglio finanziario, di investimento o di trading. E uno studio pubblicato a maggio 2026, "The Alpha Illusion", cita TradingAgents tra i sistemi i cui rendimenti dichiarati non vanno presi come prova che funzionino nel mercato reale.
Chi ci guadagna, se è gratis
Tre dei quattro autori lavorano anche per Tauric Research, la società che oggi gestisce il progetto e che sul suo sito offre soluzioni di trading e accesso per le aziende. Non c'è niente di male: è il modello di tante aziende tecnologiche, il codice lo regali e il servizio lo vendi. È lo stesso promemoria del primo milionario AI: quando una cosa è gratis, chiediti chi ci guadagna.
Tre regole che puoi copiare da domani
- Cerca sempre l'opinione contraria. Se sei il toro, chiedi all'AI di fare l'orso.
- Separa chi analizza da chi decide. Prima scrivi l'analisi, poi decidi a mente fredda.
- Il rischio parla per ultimo, e può dire di no. Se il rischio non torna, l'operazione non si fa.
Il prompt della squadra (gratis)
Ho trasformato il metodo della squadra in un prompt pronto da copiare in ChatGPT, Claude, Gemini o Grok. Non chiede segnali: ti fa ragionare in 4 fasi separate.
- Analisi: quattro analisti separati (fondamentali, notizie, sentiment e grafico), solo fatti, con la data dei dati e cosa non si sa.
- Toro contro orso: i 3 argomenti migliori a favore e i 3 contro, e un giudice che indica i più solidi.
- Controllo del rischio: tre voci (aggressiva, neutrale, prudente), con la voce prudente che ha diritto di veto.
- Decisione scritta: massimo 5 righe, con il rischio e la condizione che invalida l'idea.
Il testo completo lo trovi gratis nella pagina dei prompt: lasci nome ed email e lo copi subito.
Fonti
- Paper TradingAgents, arXiv 2412.20138
- Repository ufficiale TradingAgents su GitHub
- Tauric Research
- The Alpha Illusion, arXiv 2605.16895
- Trendshift, scheda del repository
Trovi la storia raccontata in video sul mio canale YouTube.
Domande frequenti
TradingAgents fa guadagnare?
Nel paper ha ottenuto risultati molto alti, ma in un test di soli tre mesi su tre titoli. Il progetto stesso dice di essere pensato per la ricerca e non come consiglio di trading.
Serve saper programmare per usare il metodo?
No. Le tre regole e il prompt della squadra si usano con qualsiasi chatbot, senza installare nulla.
Chi c'è dietro TradingAgents?
Gli autori del paper sono Yijia Xiao, Edward Sun, Di Luo e Wei Wang (UCLA). Tre di loro sono affiliati anche a Tauric Research, che gestisce il progetto.
Questo articolo ha finalità esclusivamente educative e informative e non costituisce consulenza finanziaria. Il trading comporta un alto rischio di perdita del capitale.