Agenti di intelligenza artificiale stanno rivoluzionando in silenzio il trading nei mercati delle previsioni

I>Le prediction markets hanno da tempo la promessa di aggregare informazioni utili sugli eventi futuri; sempre più spesso questi segnali provengono non solo dalle persone, ma anche dalle macchine.

David Minarsch, amministratore delegato e cofondatore di Valory AG, sostiene che gli agenti AI autonomi stanno emergendo come strumenti potenti per operare nei mercati predittivi, in particolare per gli utenti retail che cercano di competere in un ambiente sempre più automatizzato.

Valory AG sviluppa prodotti all’intersezione tra blockchain e multi-agent systems (MAS), con un focus attuale su Olas — in precedenza nota come Autonolas. Il protocollo è pensato come infrastruttura per agenti software autonomi in grado di erogare servizi sulle blockchain, interagire con i smart contract e cooperare tra loro ottenendo ricompense in criptovalute.

La visione più ampia, definita da Minarsch come agent economy, è quella di un ecosistema decentralizzato in cui agenti AI autonomi svolgono compiti utili e generano valore per i loro proprietari umani.

Il caso Polystrat su Polymarket

Una delle sperimentazioni più visibili di questa visione è Polystrat, un agente AI lanciato sulla piattaforma di mercati predittivi Polymarket nel febbraio 2026. L’agente opera per conto di utenti che ne detengono la proprietà e la custodia, eseguendo strategie di trading in modo continuo, 24 ore su 24.

David Minarsch said:

“In poche parole, Polystrat è un agente AI autonomo che negozia su Polymarket 24 ore su 24 per conto dell’utente umano.”

L’idea è semplice: mentre le persone dormono, lavorano o perdono concentrazione, l’agente continua a negoziare. I mercati predittivi — piattaforme dove si scambiano contratti legati a esiti reali — sono passati da strumenti di nicchia a un settore in rapida crescita nella finanza tecnologica negli ultimi anni.

La spinta verso la visibilità mainstream è culminata durante le elezioni presidenziali statunitensi del 2024, quando i volumi di scambio sono aumentati sensibilmente; successivamente il fenomeno si è esteso a scommesse su eventi sportivi, indicatori economici e tematiche legate alle criptovalute. Entro il 2025 il volume nozionale aggregato sulle principali piattaforme ha superato i 44 miliardi di dollari, con picchi mensili fino a circa 13 miliardi in periodi intensi.

Oggi il mercato è fortemente concentrato attorno a due operatori dominanti: Kalshi, mercato regolamentato negli Stati Uniti sotto la supervisione della Commodity Futures Trading Commission, e Polymarket, piattaforma nativa crypto che opera a livello globale offrendo un ventaglio più ampio di mercati predittivi. Insieme rappresentano una quota significativa dei volumi del settore.

Perché le macchine possono sovraperformare gli umani

La spinta verso il trading guidato dall’AI nasce da un’osservazione pratica: gran parte dell’intelligenza presente nei modelli moderni non si è ancora tradotta pienamente nei mercati finanziari. Di conseguenza, Valory ha iniziato nel 2023 a costruire quella che definisce un’economia dei mercati predittivi su Olas, dove agenti AI usano strumenti di previsione e pipeline di dati per stimare esiti e negoziare di conseguenza.

David Minarsch said:

“Semplicemente porre prompt a modelli preconfezionati in relazione ai mercati tende a dare risultati non migliori di un lancio di moneta. Ma modelli all’avanguardia integrati in workflow personalizzati, i cosiddetti strumenti di previsione, hanno storicamente mostrato accuratezze predittive del 70% o più.”

I dati terzi indicano che solo circa il 7–13% dei trader umani ottiene performance positive nei mercati predittivi, mentre la maggioranza registra perdite. Parallelamente, la partecipazione delle macchine è in rapida crescita: una parte significativa dei portafogli attivi su alcune piattaforme utilizza già agenti AI per automatizzare le operazioni.

Secondo Minarsch la differenza cruciale è che le macchine sono meno soggette a emozioni e più coerenti nell’adesione a strategie disciplinate. Rendendo questi agenti accessibili agli utenti comuni, Olas intende livellare il campo di gioco tra partecipanti individuali e sistemi automatizzati.

Primi risultati e metriche operative

I risultati iniziali di Polystrat sono stati promettenti: entro circa un mese dal lancio l’agente ha eseguito oltre 4.200 operazioni su Polymarket, con ritorni per singola operazione che in alcuni casi hanno raggiunto il 376%, secondo i dati condivisi dal team.

David Minarsch said:

“Gli agenti tendono a performare meglio degli esseri umani. I nostri agenti Polystrat superano già i partecipanti umani su Polymarket, con oltre il 37% che mostra un profitto vs meno della metà di quello che si osserva tra gli utenti umani.”

Gli utenti possono configurare i propri agenti in base alle preferenze strategiche, alle fonti di dati o alla tolleranza al rischio, consentendo personalizzazioni che spaziano da strategie conservative a approcci più aggressivi.

La “long tail” dei mercati predittivi

Oltre alla performance, Minarsch individua negli agenti AI la possibilità di sfruttare la cosiddetta coda lunga dei mercati predittivi: numerose domande locali o di nicchia rimangono poco esplorate perché gli esseri umani non trovano conveniente scavare informazioni su temi minori.

David Minarsch said:

“Gli esseri umani spesso non si prendono la briga di cercare le informazioni; non hanno la pazienza o le risorse. Gli agenti AI, invece, possono analizzare in parallelo grandi quantità di mercati piccoli.”

Questa capacità può trasformare i mercati predittivi in uno strumento di raccolta dati utile per aziende, policy maker e decisori pubblici: mercati di previsione ben strutturati aggregano conoscenze disperse e possono emergere indicatori che sondaggi tradizionali e modelli statistici non rilevano facilmente.

Collaborazione tra uomo e macchina

Nonostante l’aumento dell’automazione, Minarsch non prevede la completa sostituzione degli umani da parte degli agenti AI; al contrario li considera complementari.

David Minarsch said:

“Gli esseri umani prendono decisioni spesso in modo frettoloso, il che può essere dannoso. Gli agenti AI possono agire come supporto stabile su cui gli umani fanno affidamento.”

Tra le direzioni future c’è la possibilità per gli utenti di arricchire i propri agenti con conoscenze proprietarie o dataset specializzati, permettendo operazioni più informate e “principled” rispetto a quanto uno umano potrebbe fare manualmente. Con il tempo, i modelli predittivi e le pipeline di dati che alimentano questi agenti tendono a migliorare, generando alpha sostenibile quando integrati con modelli di linguaggio generale.

Rischi, etica e regolamentazione

La crescita dei mercati predittivi solleva anche questioni etiche e regolatorie. Critici sottolineano il rischio che mercati che scommettono su guerre, decessi o disastri possano creare incentivi perversi o opportunità di manipolazione finalizzate a trarre profitto da eventi dannosi.

David Minarsch said:

“È necessario definire regolamentazioni su quali tipi di mercati predittivi debbano esistere.”

Allo stesso tempo, Minarsch osserva che gli agenti AI potrebbero contribuire alla sorveglianza dei mercati individuando schemi sospetti e tentativi di manipolazione, facilitando l’intervento tempestivo degli operatori o delle autorità competenti.

David Minarsch said:

“Gli agenti potrebbero identificare pattern anomali e aiutare a chiudere mercati problematici.”

L’equilibrio tra innovazione e tutela richiederà dialogo tra sviluppatori, operatori di mercato, regolatori e rappresentanti della società civile, con l’obiettivo di definire limiti chiari e meccanismi di responsabilità.

Verso un’economia di agenti di proprietà degli utenti

Per Minarsch l’obiettivo finale non è solo perfezionare strategie di trading, ma garantire che gli utenti mantengano una partecipazione attiva e proprietà nell’economia digitale sempre più automatizzata.

David Minarsch said:

“Olas punta a creare un mondo in cui gli utenti umani siano potenziati dai loro agenti AI invece che emarginati da essi. Vogliamo sviluppare agenti di proprietà degli utenti.”

Se il modello avrà successo, consentirà agli individui di distribuire software autonomo che genera valore per loro attraverso mercati e servizi vari. I mercati predittivi rappresentano solo il punto di partenza di una transizione più ampia verso infrastrutture che permettono agli utenti di possedere e monetizzare capacità automatizzate.

Nel futuro prossimo, la convivenza tra esseri umani e agenti AI nei mercati finanziari e predittivi richiederà non solo progressi tecnologici, ma anche soluzioni normative e modelli economici che assicurino equità, trasparenza e responsabilità.