In condizioni di mercato inedite, i bot di trading basati su dati storici vacilleranno
- 11 Febbraio 2026
- Posted by: Tony
- Categoria: Crypto, Mercati
Le strategie di trading basate su intelligenza artificiale oggi si fondano su una quantità limitata di dati storici, il che le rende fragili di fronte a eventi di mercato completamente nuovi come forti liquidazioni o vendite violente improvvise.
Limitazioni dei modelli basati sui dati storici
Questi modelli, addestrati su sequenze passate, faticano a interpretare scenari che non hanno mai incontrato. Eventi estremi in un singolo giorno possono risultare “molto estranei” alla loro esperienza, con conseguenti decisioni subottimali quando la volatilità scala rapidamente.
“I modelli basati su dati storici non hanno mai visto grandi liquidazioni in una sola giornata e lo considererebbero molto estraneo.”
“Come exchange non abbiamo in programma di sviluppare un nostro LLM, ma i bot di trading sono una realtà importante.”
“Gli attuali bot di AI sono un po’ come un tirocinante: più veloci e meno costosi, ma richiedono supervisione.”
Ruolo dell’intervento umano e gestione del rischio
La necessità di supervisione umana emerge soprattutto in fasi di alta volatilità, quando il contesto di mercato si discosta significativamente da quello presente nei dataset storici. Le piattaforme e gli operatori adottano meccanismi di controllo per limitare perdite sistemiche, mentre gli exchange mantengono procedure per disattivare o sospendere strategie automatiche in condizioni estreme.
Oltre all’intervento operativo, la questione coinvolge aspetti di governance: la definizione di linee guida, i limiti di esposizione e i requisiti di stress testing diventano essenziali per integrare soluzioni agentiche nei mercati regolamentati.
Prospettive tecnologiche e impatto sul mercato del lavoro
Durante la discussione, Gracy Chen ha prospettato un’evoluzione rapida degli strumenti, prevedendo che l’autonomia dei sistemi crescerà nel medio termine.
“Col tempo diventeranno più simili a un dipendente a pieno titolo; in 3-5 anni l’AI potrà sostituire molte delle nostre funzioni.”
Sul tema del rischio e del comportamento umano, è intervenuto anche Saad Naj, fondatore e amministratore delegato di PiP World, che ha sottolineato come la tecnologia sia ancora nelle fasi iniziali e comporti limiti intrinseci ma anche opportunità per migliorare i risultati dei trader.
“Noi siamo troppo emotivi come esseri umani. Non possiamo competere con le soluzioni AI.”
Implicazioni regolamentari e prossimi passi
L’adozione crescente di bot agentici solleva questioni che vanno oltre la tecnologia: le autorità di regolamentazione, le borse e le banche centrali potrebbero dover aggiornare norme e standard per assicurare trasparenza, responsabilità e resilienza del sistema finanziario. Strumenti di audit, monitoraggio in tempo reale e limiti operativi saranno probabilmente parte delle misure richieste per integrare in sicurezza queste soluzioni.
In sintesi, pur con progressi rapidi nella modellazione e nell’automazione, l’integrazione dei bot di trading basati su AI richiederà ancora supervisione umana, adeguamenti normativi e sviluppo di pratiche di gestione del rischio per affrontare eventi di mercato imprevisti.