Ho dato 10.000 € a un’AI. E non mi fido di lei.

Il 14 luglio ho firmato un contratto con un’intelligenza artificiale.

Subito dopo ho fatto una cosa che, scritta così, suona quasi irresponsabile: ho preso 10.000 euro dal mio conto personale e ho smesso di gestirli direttamente.

Da quel giorno, ogni decisione su quei soldi viene presa dall’AI.

E no, non l’ho nemmeno minacciata come ho visto fare online da qualcuno, dicendole che dovrà generare guadagni superiori al costo del suo abbonamento, altrimenti sarebbe stata disattivata.

Se un giorno l’AI dovesse ribellarsi, spero che si ricordi che io non facevo parte di quelli che la ricattavano 🙂

E te lo dico subito, così chiariamo una cosa: non mi fido di lei.
Almeno non al 100%. Non ancora.

Allora perché l’ho fatto?

Perché la fiducia, in questo articolo, non sta dove si potrebbe pensare.
Non sta nel modello, nella sua presunta intelligenza o nel numero di benchmark che ha superato.

Sta in quel documento firmato prima di accenderla: una costituzione, scritta a mercati chiusi e a mente fredda, che stabilisce cosa l’AI può fare, cosa non può mai fare, e cosa succede al sistema e al mio capitale quando le cose vanno male.

Insomma, un patto.
Sei libera di decidere, ma solo dentro confini precisi.
Un po’ come in ogni rapporto lavorativo, di collaborazione o personale, esistono regole scritte e non scritte.

In questo articolo ti mostro le regole esatte che ho scritto, il portafoglio che l’AI ha costruito rispettandole e il momento in cui il sistema ha bocciato per tre volte la propria proposta, prima che anche un solo euro venisse investito.

Alla fine troverai anche il metodo, passo dopo passo, per costruire da zero lo stesso sistema senza dover sviluppare un software e senza essere un programmatore.

Partiamo.

Le hanno dato carta bianca. Ecco il conto.

Prima di raccontarti cosa ho fatto io, devo mostrarti cosa succede quando si parte da un obiettivo quasi opposto: non proteggere il capitale dalle decisioni di un’intelligenza artificiale, ma lasciarle sufficiente libertà per osservare come si comporta davvero.

Nell’ottobre del 2025, il laboratorio di ricerca americano nof1 ha lanciato Alpha Arena, un esperimento nel quale sei tra i modelli più avanzati disponibili in quel momento (GPT-5, Gemini 2.5 Pro, Claude Sonnet 4.5, Grok 4 e altri) hanno ricevuto 10.000 dollari reali ciascuno da gestire autonomamente sui mercati delle criptovalute.

Le condizioni erano identiche: stessi dati numerici, stesso prompt, stessa infrastruttura e stessi mercati. A cambiare era soltanto il modello incaricato di prendere le decisioni.

Nessun essere umano interveniva per correggere una posizione, fermare un’operazione sbagliata o suggerire cosa fare. L’obiettivo non era soltanto trovare il miglior “trader artificiale”, ma rispondere a una domanda più interessante: cosa succede quando intelligenze artificiali diverse ricevono le stesse informazioni, gli stessi strumenti e soldi veri?

La risposta è che non si comportano affatto nello stesso modo.

Cambiano la propensione al rischio, la dimensione delle posizioni, la frequenza delle operazioni e il tempo durante il quale restano esposte al mercato.
Stesso campo da gioco, stesse informazioni e stesse regole, ma decisioni e risultati profondamente diversi.

Da quella prima stagione, Alpha Arena ha aggiunto nuovi modelli, versioni e configurazioni operative.

Nella classifica aggregata che ho consultato il 20 luglio 2026, la grande maggioranza risultava in perdita e, nei casi peggiori, quasi tutto il capitale iniziale era stato bruciato.

La cosa più interessante, però, non è tanto stabilire quale modello abbia vinto.

È osservare che versioni differenti della stessa famiglia possono trovarsi agli estremi opposti della classifica e che i risultati non seguono automaticamente quelli dei benchmark di intelligenza o ragionamento.

Essere il modello più grande, costoso o avanzato non garantisce di prendere decisioni migliori sui mercati.

Non basta nemmeno concludere che vincano sempre i modelli più prudenti: alcune delle configurazioni meglio posizionate utilizzavano livelli di leva elevati.

La vera differenza sembra emergere dal modo in cui ciascun sistema gestisce esposizione, dimensione delle posizioni, leva e convinzione nelle proprie decisioni.

Il punto è più profondo: la qualità del modello conta, ma non può sostituire la struttura che lo governa. Non esiste ancora un’intelligenza talmente avanzata da rendere secondarie le regole dentro cui viene messa nelle condizioni di agire.

Ed è qui che il mio esperimento prende una direzione diversa da Alpha Arena.

Loro volevano osservare fin dove le AI si sarebbero spinte, lasciandole operare autonomamente.

Io non volevo scoprire fin dove la mia sarebbe stata disposta a spingersi con 10.000 euro.

Volevo stabilirlo prima.
Prima ho scritto le regole. Poi ci ho messo i soldi.

La parte più importante l’ho scritta a mercati chiusi

Chiunque oggi può chiedere a un’AI: “Costruiscimi un portafoglio” e ricevere una risposta in trenta secondi. Elegante, argomentata, convincente.

E forse il problema sta proprio qui.

Generare una risposta è diventato gratis.
E quando una cosa diventa gratis, smette di essere il punto.

Tutto, quindi, si sposta a monte: su ciò che scrivi prima di fare la domanda.

Io, prima, ho scritto la costituzione.

E attenzione: la chiamo così non per darmi un tono, ma perché funziona esattamente come una costituzione.

Si scrive a mente fredda, vincola entrambi (AI e me) e non si cambia mentre una decisione è in corso. Se un giorno vorrò modificarla, potrò farlo soltanto durante la revisione trimestrale e mai mentre una posizione perde o guadagna.

Perché le regole scritte quando sei calmo servono esattamente nei momenti in cui non lo sei.

Dentro ci sono, tra le altre, queste regole:

• una perdita del 20% rappresenta la soglia oltre la quale il mandato deve essere rivalutato;

• per ridurre la probabilità di raggiungerla, il sistema lavora con un target massimo dell’11% di volatilità annualizzata;

• nessuna singola posizione può superare il 30% del portafoglio;

• l’esposizione complessiva deve restare sempre compresa tra il 30% e il 90%;

• il portafoglio non può essere né completamente investito né completamente disinvestito;

• le criptovalute sono escluse.

Non per una presa di posizione ideologica. Semplicemente perché, considerando fiscalità, commissioni e strumenti disponibili, il broker scelto per questo esperimento non è competitivo su questa asset class.

Questi limiti non eliminano il rischio e non garantiscono che il portafoglio non possa perdere più del previsto. Servono però a impedire che l’AI aumenti esposizione, concentrazione o aggressività proprio nei momenti in cui sarebbe più facile giustificare una deroga.

Tutto il sistema è una cartella di file di testo

A questo punto devo mostrarti dove vive davvero tutto ciò che ti ho raccontato, perché è probabilmente la parte che sorprende di più chi immagina una grande infrastruttura fatta di dashboard, database, software costruiti su misura e architetture difficili da mantenere.

In realtà, la parte persistente del sistema, quella che conserva le regole, memoria e le procedure operative, vive dentro una normale cartella sul mio computer composta da file di testo.

Naturalmente, la cartella da sola non analizza i mercati: serve un modello capace di leggere e modificare quei file, accedere ai dati e utilizzare gli strumenti necessari per eseguire i calcoli.
Ma il punto è che non ho dovuto costruire una nuova applicazione o sviluppare un vero progetto software.

Ridotta ai suoi elementi essenziali, la struttura è questa:

├── CLAUDE.md        ← le regole d’ingaggio: la prima cosa che l’AI legge
├── costituzione/    ← il mandato, i limiti e il metodo
├── prompts/         ← le procedure operative
└── memoria/         ← journal, verbali, tracker e dati

A prima vista sembra poco, quasi troppo poco per sostenere decisioni su un conto reale. Ma non ho programmato l’intelligenza artificiale costruendo un nuovo software, l’ho programmata costruendo il contesto dentro il quale deve ragionare.

Ciò che un’AI legge prima di rispondere determina il modo in cui interpreta il proprio ruolo, le azioni che considera ammissibili, le verifiche che deve svolgere e i limiti che non può oltrepassare.

Quella cartella contiene quindi le mie regole, le ipotesi di partenza, la memoria delle decisioni precedenti e il patto che ho stretto con il mio gestore.

Le leggi, le procedure e la memoria

La cartella costituzione contiene sei documenti distinti:

00_mandato.md
01_guardrail.md
02_processo.md
03_metodo.md
04_benchmark.md
05_esecuzione.md

La separazione non è casuale.

Il mandato descrive chi sono, quanto capitale sto affidando al sistema, quali obiettivi ho e quali esigenze reali devono essere rispettate.

I guardrail definiscono invece i limiti invalicabili: perdita tollerata, esposizione complessiva e concentrazione massima su una singola posizione.

Il processo stabilisce chi può formulare una proposta, chi deve contestarla, chi può esercitare un veto e quali condizioni devono essere soddisfatte prima dell’approvazione.

Il metodo contiene i criteri di analisi e i parametri congelati;

il benchmark stabilisce rispetto a cosa misurare i risultati;

l’esecuzione descrive infine come trasformare una decisione approvata in ordini reali, senza lasciare ambiguità nell’ultimo passaggio.

Le parti più personali sono emerse da un’intervista iniziale condotta da Claude stesso: capitale disponibile, obiettivi, perdita che sono disposto a tollerare, strumenti utilizzabili e vincoli del broker. Le componenti strutturali, invece, restano congelate fino alla revisione trimestrale successiva.

Le regole possono cambiare, ma soltanto a mercati chiusi, a mente fredda e durante una revisione già prevista. È questo il principio centrale dell’architettura: impedire al sistema, e soprattutto al suo proprietario, di riscrivere le regole proprio quando avrebbe più interesse a farlo.

La cartella prompts contiene invece le procedure operative:

00_setup.md
01_costruzione.md
02_ribilancio.md

A queste si aggiungono i comandi dedicati alla sentinella, il processo che controlla se si siano verificate condizioni abbastanza importanti da richiedere un intervento fuori dal normale calendario.

Queste procedure non contengono opinioni sul mercato e non dicono all’AI quale strumento comprare o vendere.
Definiscono la sequenza che deve seguire ogni volta: quali dati leggere, quali calcoli eseguire, quali verifiche effettuare, quali obiezioni sollevare e quali prove conservare prima che una proposta possa essere considerata valida.

I dati cambiano, il mercato cambia e le decisioni possono cambiare. Il processo con cui vengono prese, invece, deve restare coerente.

Infine c’è la cartella più importante: memoria.

Una nuova conversazione con un’intelligenza artificiale non è una memoria affidabile del progetto. Il sistema ricorda davvero soltanto ciò che viene salvato esplicitamente nei file:

falsificazioni.md
journal.md
lezioni.md
tracker.md
trigger.json
universo.md

A questi si aggiungono i verbali dei comitati e i dati utilizzati durante le analisi.

Il journal è append-only: si può aggiungere nuovo contenuto, ma quello già scritto non viene corretto o riscritto. Ogni decisione resta quindi registrata insieme alle informazioni disponibili nel momento in cui è stata presa, senza poterla rendere più intelligente a posteriori con il senno di poi.

I verbali conservano l’intera catena decisionale: la proposta iniziale, i dati analizzati, le obiezioni, gli eventuali veti, le modifiche richieste e la motivazione finale dell’approvazione o del rifiuto.

Il tracker misura nel tempo la qualità delle decisioni; il file delle lezioni conserva ciò che il sistema ha imparato dagli errori; quello delle falsificazioni registra invece le tesi smentite dai dati, evitando che la stessa idea possa tornare qualche mese dopo con un nome leggermente diverso.

La cartella dei dati conserva infine i file CSV realmente utilizzati durante ogni comitato. Serve a impedire che l’AI citi numeri non verificati, inventi statistiche o utilizzi informazioni che non siano state rese esplicitamente disponibili.

La regola è semplice: se un numero non proviene da quei dati, per il sistema non esiste.

54 minuti dopo, il portafoglio.
Ma il momento migliore è quando si è bocciata.

Una volta firmate le regole, ho inviato all’AI una sola parola:

costruzione

Da quel momento ha scaricato le serie storiche degli ETF ammessi dalla costituzione, ha applicato i segnali definiti nel metodo e li ha classificati rispettando i vincoli di rischio, concentrazione ed esposizione.

Nessuna previsione sui prezzi, nessun parametro ottimizzato per far sembrare migliore il passato e nessuna libertà di cambiare metodo in corsa. I criteri erano stati stabiliti prima e, durante la costruzione, non potevano più essere modificati.

Cinquantaquattro minuti dopo mi ha consegnato il portafoglio: cinque ETF e un’esposizione complessiva del 60%, con il restante 40% lasciato in liquidità.

La struttura seguiva una logica a bilanciere. Da una parte gli asset orientati alla crescita (tecnologia, small cap e mercati emergenti) dall’altra gli attivi reali, rappresentati da energia e materie prime.

Non erano “i migliori ETF” in senso assoluto.
Erano quelli che, all’interno dell’universo consentito, avevano ottenuto i punteggi più alti secondo il metodo congelato nella costituzione e che potevano essere combinati senza violare i limiti stabiliti.

Ma il momento che mi ha convinto non è stato quando ho visto il portafoglio finale.

È stato quando ho letto il verbale e ho scoperto che, prima di arrivarci, il sistema aveva bocciato per tre volte la propria proposta.

Durante il primo calcolo, le serie storiche utilizzate per confrontare gli ETF non terminavano tutte nello stesso giorno. Alcuni strumenti disponevano di una seduta in più rispetto agli altri e i segnali erano quindi stati calcolati su finestre temporali leggermente differenti.

È un errore sottile.
Il codice può funzionare, i numeri possono sembrare plausibili e la classifica finale può apparire perfettamente credibile. Eppure basta quella differenza per rendere il confronto incoerente e, in alcuni casi, modificare la selezione degli strumenti.

Dentro il sistema, però, non lavora una sola voce.

C’è un architetto, incaricato di costruire e motivare la proposta.

E c’è un avvocato, il cui compito non è migliorarla o renderla più convincente, ma cercare di distruggerla.

L’avvocato ha rilevato l’incoerenza e ha posto il primo veto. I dati sono stati rigenerati, ma la verifica successiva non è stata ancora considerata sufficiente. Secondo veto. Soltanto dopo un nuovo allineamento delle serie, il ricalcolo completo dei segnali e la verifica delle date utilizzate, la proposta ha superato il terzo controllo.

Tutta la catena è rimasta scritta nel verbale: l’errore iniziale, i veti, le correzioni richieste e i risultati ottenuti dopo il ricalcolo.

Da quel momento, il controllo sull’allineamento delle serie è diventato anche una lezione permanente del sistema, da verificare obbligatoriamente durante ogni costruzione e ribilanciamento successivo.

In altre parole, l’AI si è bocciata da sola.
Tre volte.
Prima di toccare un euro.

È lo stesso principio che avevo utilizzato quando ho messo quattro agenti AI a cercare di distruggere un mio indicatore prima di decidere se fidarmi del risultato: una proposta non diventa affidabile perché è ben argomentata, ma perché sopravvive a qualcuno incaricato esplicitamente di dimostrare che è sbagliata.

Il click finale spetta a me

Gli ordini li inserisco io manualmente, direttamente sul broker.

Nella costituzione c’è scritto anche questo: l’AI propone, l’essere umano esegue.

Non è un limite tecnico. Collegare un’intelligenza artificiale a un conto e permetterle di inviare ordini automaticamente oggi è possibile, anche in modo relativamente semplice. Noi stessi, all’interno della nostra Academy, lavoriamo ogni giorno con sistemi di trading completamente automatizzati.

In questo caso, però, è stata una scelta di architettura.

Gli ordini da inserire erano soltanto cinque e richiedevano pochi minuti. Automatizzare anche l’ultimo passaggio avrebbe aggiunto complessità, nuovi punti di errore e permessi più invasivi sul conto, senza offrire un vantaggio concreto.

Ti confesso che quei cinque ordini li ho ricontrollati come non ricontrollavo qualcosa da anni: strumento per strumento, ISIN per ISIN, confrontandoli con il piano approvato.

Quando esegui una decisione tua, la fiducia te la porti addosso senza quasi accorgertene. Quando esegui quella di qualcun altro (umano o macchina) scopri invece quanto controllo pretendi prima di premere il pulsante.

Ed è giusto così.
Quella frizione è una pregio, non un difetto.

Dopo l’esecuzione ho collegato l’AI al broker in sola lettura e le ho chiesto di controllare anche il mio lavoro.

Ha confrontato le posizioni effettivamente presenti sul conto con il piano approvato: cinque ordini su cinque eseguiti, strumenti corretti e pesi entro sette centesimi di punto percentuale dai target.

I costi reali sono stati di 15,75 euro, contro i 15 euro stimati.
Ha anche rilevato che uno degli ETF era stato instradato sulla borsa di Amsterdam con un ticker differente, ma con lo stesso ISIN.
Nessun problema: lo ha verificato e messo a verbale.

Il disegno completo è questo:

Nessuno dei due possiede mai, da solo, il controllo dell’intero processo.

Non è sfiducia.

È il modo in cui la fiducia viene costruita: attraverso limiti, verifiche e responsabilità separate.

La guida: come costruirlo da zero

Se sei arrivato fin qui, probabilmente ti stai chiedendo da dove cominciare.

Questa è la sequenza che ho seguito io. Non serve sviluppare un software e non serve essere programmatori. Serve però fare una cosa molto più difficile: definire con precisione i propri limiti prima di chiedere all’AI di prendere qualsiasi decisione.

E ti avviso subito: il passaggio che determina gran parte del risultato è il primo, quello che quasi tutti vorrebbero saltare.
Puoi scaricare il template pronto all’uso da qui

Passo 0: scegli i soldi giusti

Questo esperimento non dovrebbe partire dal cuore del patrimonio, né da denaro che potrebbe servirti nel breve periodo.
Nel mio caso ho utilizzato una quota satellite, inferiore al 10% del capitale complessivamente investito.

Il test più utile è semplice: prendi la perdita che dichiari di essere disposto a tollerare e trasformala in euro.

Nel mio caso, il 20% di 10.000 euro equivale a 2.000 euro.

Non significa che la perdita si fermerà necessariamente lì. Significa che quella è la cifra sulla quale devo valutare, prima di partire, la mia reale capacità di sostenere l’esperimento.

Se immaginare quei 2.000 euro in meno ti impedisce di dormire serenamente, il capitale è troppo alto. Riducilo finché la risposta non cambia.

Passo 1: Scrivi le regole a mercati chiusi

Prenditi un momento in cui non hai troppi pensieri per la testa, a mercati chiusi.

Poi rispondi per iscritto a queste domande:

• quanto capitale stai affidando al sistema e quale percentuale rappresenta del tuo patrimonio;

• quale perdita sei realmente disposto a tollerare, espressa in euro;

• qual è l’orizzonte temporale;

• quali strumenti puoi acquistare attraverso il tuo broker;

• quanto costa eseguire ogni operazione;

• quali vincoli fiscali devi considerare;

• quale concentrazione massima accetti su una singola posizione;

• quali strumenti o asset class devono essere esclusi;

• con quale frequenza il sistema può intervenire.

Non è inutile burocrazia. È la parte che l’AI non può svolgere al posto tuo, perché obiettivi e limiti non appartengono al modello: appartengono a te.

Passo 2: Costruisci la struttura

Servono tre cartelle e un file iniziale con le regole d’ingaggio:

├── CLAUDE.md
├── costituzione/
├── prompts/
└── memoria/

Puoi partire dal template che ho pubblicato su GitHub oppure ricreare la struttura manualmente.

Nel file che l’AI legge per primo devono comparire in modo inequivocabile i divieti assoluti:

• non formulare previsioni arbitrarie su prezzi o rendimenti;

• non eseguire ordini: il sistema propone, l’essere umano decide se approvare ed esegue;

• non utilizzare numeri ricordati o non verificabili;

• ogni dato deve provenire da una fonte identificata ed essere salvato;

• in assenza di prove sufficienti, la decisione predefinita è non intervenire;

• è il cambiamento del portafoglio a dover essere giustificato, non la sua stabilità.

Passo 3: Fatti intervistare

A questo punto dai all’AI accesso alla cartella e avvia la procedura di setup (è sufficiente scrivere in chat “setup”).

Io utilizzo Claude perché può lavorare direttamente sui file presenti nel computer, ma la logica è applicabile a qualsiasi modello capace di leggere documenti, utilizzare strumenti e conservare gli output in modo persistente.

Da questo momento non sei più tu a chiedere: “Cosa dovrei comprare?”.

È l’AI a interrogarti sul capitale, sugli obiettivi, sulla perdita tollerabile, sull’orizzonte, sui costi, sugli strumenti consentiti e sulle condizioni che renderebbero l’esperimento incompatibile con le tue esigenze.

Ogni risposta confluisce nella costituzione e diventa un vincolo per le decisioni successive.

Passo 4: Avvia la costruzione e pretendi il verbale

Una volta approvata la costituzione, l’AI può scaricare i dati, applicare il metodo congelato e formulare una proposta di portafoglio.

Ma la lista degli ordini non basta.

Devi poter ricostruire:

• quali dati sono stati utilizzati;

• da quali fonti provengono;

• quali calcoli sono stati eseguiti;

• perché alcuni strumenti sono stati selezionati e altri esclusi;

• quali obiezioni sono emerse;

• come sono state risolte;

• quali limiti sono stati verificati prima dell’approvazione.

Se non riesci a spiegare il portafoglio dopo aver letto il verbale, non dovresti eseguirlo. Se qualcosa non ti è chiaro, continua a fare domande.

Un’allocazione che non comprendi è un’allocazione che difficilmente riuscirai a mantenere quando inizierà a perdere.

Passo 5: Esegui tu e fai verificare il risultato

Inserisci gli ordini manualmente sul broker, uno alla volta, confrontandoli con il piano approvato.

Dopo l’esecuzione, chiudi il cerchio facendo riconciliare all’AI ciò che era stato deliberato con ciò che è realmente presente sul conto.

Puoi farlo collegando il broker in sola lettura, quando la piattaforma lo consente, oppure fornendo l’estratto delle operazioni.

Le verifiche minime sono:

• strumenti corretti;

• quantità corrette;

• pesi vicini ai target;

• costi coerenti con le stime;

• eventuali differenze di ticker o mercato di quotazione;

• assenza di posizioni non previste.

Ogni scostamento deve essere spiegato e registrato, anche quando non produce conseguenze.

Passo 6: crea un rito, non una sorveglianza continua

Il comitato si riunisce a una data prestabilita. Nel mio caso, una volta al mese.

Durante la revisione vengono aggiornati i dati, ricalcolati i segnali e controllate le condizioni di fallimento definite nel comitato precedente. Solo allora il sistema può proporre un ribilanciamento.

Tra un comitato e l’altro, una sentinella può verificare eventuali condizioni eccezionali previste dalla costituzione. Questo non significa osservare continuamente il valore del portafoglio o reagire a ogni oscillazione.

La disciplina più difficile resta non intervenire senza una ragione prevista prima.

Il portafoglio non ha bisogno delle tue opinioni ventinove giorni su trenta. E probabilmente nemmeno tu hai bisogno di conoscere ogni sua oscillazione.

Perché mi fido delle regole (e non di lei)

Torniamo alla frase del titolo, che adesso può essere letta per ciò che significa davvero.

Non mi fido dell’AI al cento per cento. E chi ti dice che dovresti affidarti ciecamente a un modello AI per decidere cosa fare con i tuoi soldi, probabilmente sta semplificando qualcosa che semplice non è.

Ma questo esperimento non mi chiede di fidarmi dell’intelligenza del modello.

Mi chiede di fidarmi di un processo composto da elementi verificabili: regole scritte a mente fredda, dati salvati come prove, un agente incaricato di contestare ogni proposta, parametri congelati, esecuzione umana e verifica incrociata del risultato.

• Posso controllare se ogni passaggio è stato eseguito.

• Posso leggere i dati utilizzati.

• Posso ricostruire perché una proposta è stata approvata o respinta.

• Posso verificare se i limiti sono stati rispettati.

Quello che non posso misurare direttamente è la presunta “intelligenza” del modello. Per questo non le affido mai il sistema intero: le affido soltanto un ruolo delimitato al suo interno.

Benjamin Graham scrisse che il problema principale dell’investitore, e perfino il suo peggior nemico, è probabilmente se stesso.

L’AI non cambia questa regola.
La eredita.

Se le dai carta bianca, il portafoglio finisce per ereditare anche i difetti di chi l’ha accesa: nessun limite chiaro, nessun piano per lo scenario peggiore e nessuna definizione preventiva del fallimento.

I guardrail che ho scritto non proteggono il capitale dai mercati. Nessuna architettura può eliminare il rischio: è il prezzo da pagare per partecipare ai mercati e cercare un rendimento.

Servono soprattutto a proteggere il processo da me stesso: dalle giornate storte, dall’entusiasmo, dalla paura e dalla tentazione di intervenire quando la scelta più coerente sarebbe restare fermi.

Ed è questo il paradosso dell’esperimento: con 10.000 euro affidati a un processo nel quale non ho mai il controllo assoluto, dormo meglio di quanto dormirei gestendoli a sentimento.

D’altronde, se sono diventato un trader automatico e un investitore quantitativo, un motivo ci sarà 🙂

Chiunque, oggi, può chiedere a un’AI di generare un portafoglio in trenta secondi.

Quasi nessuno, però, si prende il tempo di stabilire i confini entro i quali quel portafoglio deve essere costruito, controllato e mantenuto.

Il primo mestiere è diventato quasi gratis.

Il secondo è rimasto interamente umano.

Tra un mese il comitato si riunirà per il primo ribilanciamento. L’AI aggiornerà i dati, verificherà i segnali e controllerà una per una le condizioni di fallimento stabilite nel verbale precedente.

Poi formulerà una nuova proposta.

Potrebbe chiedermi di modificare il portafoglio. Potrebbe anche concludere che non esistono ragioni sufficienti per fare nulla, che resta la decisione predefinita.

Qualunque cosa proponga, la racconterò qui e sui vari canali con i numeri reali e il verbale completo.

Se vuoi vedere l’intero processo: l’intervista iniziale, la costruzione del portafoglio, i veti, gli ordini inseriti sul conto reale: ho registrato ogni passaggio in un video:

Guarda il video: 10.000 € reali gestiti dall’AI, con le mie regole

La costituzione completa, con tutti i file di contesto per rifarla tua, è su GitHub, gratis: dotto-portfolio-ai-context-yt.
Copiala, modificala e mi raccomando, riscrivi i limiti sui tuoi numeri, non sui miei.

Ci risentiamo presto, un abbraccio,

Damiano

Fonti: Alpha Arena, nof1 — documentazione della prima stagione dell’esperimento, avviata nel 2025 con sei modelli AI e 10.000 dollari reali affidati a ciascuno; classifica aggregata consultata il 20 luglio 2026. Benjamin Graham, The Intelligent Investor, edizione riveduta del 2003, capitolo 1. I dati relativi al mio portafoglio provengono dal journal e dal verbale del comitato del 14 luglio 2026; l’esecuzione è stata verificata sul conto Interactive Brokers il 15 luglio 2026.

Questo articolo è uscito prima nella newsletter di Damiano su Substack.