Quando si parla di trading automatico, molti pensano subito a indicatori, pattern di prezzo, medie mobili, volatilità, breakout o mean reversion. Sono tutti elementi importanti, ma c'è un pilastro che spesso viene sottovalutato da chi inizia: il tempo.
Il tempo non è solo il contenitore dentro cui si muove il prezzo. Può diventare una vera variabile strategica. Giorni della settimana, orari specifici, finestre intraday, mesi da includere o escludere: tutti questi elementi possono essere studiati, testati e trasformati in regole operative.
In una strategia automatica, il tempo può essere usato come filtro, come condizione di ingresso, come condizione di uscita o come elemento di diversificazione rispetto ad altre logiche basate su prezzo e volatilità. Ed è proprio qui che le strategie stagionali diventano interessanti.
Una strategia stagionale non deve per forza lavorare su grandi cicli annuali. Può essere anche molto più semplice e concreta: entrare in un determinato giorno della settimana, a un certo orario, e uscire nella stessa giornata. Non perché "il mercoledì funziona sempre", ma perché una certa ricorrenza può emergere dai dati e meritare un primo studio.
La parte delicata è capire come trasformare questa intuizione in un Expert Advisor testabile, senza cadere nell'illusione che basti chiedere all'AI di creare una strategia profittevole.
I tre pilastri: prezzo, volatilità e tempo
Quando si costruisce una strategia di trading automatico da zero, di solito si lavora su tre grandi famiglie di informazioni: prezzo, volatilità e tempo.
Il prezzo è il punto di partenza più evidente. Quasi tutti gli indicatori derivano dal prezzo, direttamente o indirettamente. Una media mobile, un breakout, un massimo delle ultime candele, un pattern grafico o una chiusura sopra un livello sono tutti modi diversi di leggere il comportamento del prezzo.
La volatilità è altrettanto importante. Può aiutare a misurare il regime di mercato, adattare stop loss e take profit, evitare momenti troppo rumorosi o cercare fasi in cui il mercato ha abbastanza movimento da giustificare un'operazione. In alcune strategie, la volatilità diventa addirittura il segnale principale.
Il tempo invece viene spesso considerato solo dopo. Eppure può offrire spunti molto concreti. Alcuni mercati hanno comportamenti diversi in certe sessioni, in certi giorni o in certi mesi. Non è magia, non è una scorciatoia e non va preso come dogma. È semplicemente una dimensione che può essere analizzata.
Una strategia stagionale intraday parte proprio da qui: non cerca necessariamente un segnale complesso sul prezzo, ma verifica se una certa finestra temporale presenta caratteristiche interessanti nel tempo.
Cosa significa strategia stagionale intraday
Quando si sente la parola "stagionale", si pensa spesso ai mesi dell'anno: gennaio, maggio, ottobre, dicembre. In realtà il concetto può essere più ampio.
Una strategia stagionale può lavorare:
- su determinati mesi;
- su specifiche settimane;
- su giorni della settimana;
- su fasce orarie intraday;
- su combinazioni tra giorno, orario e periodo dell'anno.
Una versione molto semplice può essere: aprire una posizione long su un indice in un certo giorno della settimana, a una certa ora, e chiuderla più tardi nella stessa giornata. Non ci sono indicatori, non ci sono condizioni di prezzo complesse, non ci sono segnali di volatilità. C'è solo una regola temporale.
Questo tipo di approccio può sembrare quasi troppo semplice. Ma la semplicità non è un difetto, se la logica è testabile e se il risultato viene analizzato con attenzione. Anzi, una strategia molto semplice può essere più facile da controllare rispetto a un sistema pieno di filtri aggiunti senza criterio.
Il vantaggio potenziale di una logica basata sul tempo è anche la diversificazione. Una strategia che non dipende direttamente da pattern di prezzo o indicatori può comportarsi in modo diverso rispetto ad altre famiglie di sistemi. Questo non la rende automaticamente migliore, ma la rende interessante da studiare.
Il ruolo dell'AI: velocizzare il codice, non inventare il vantaggio
Oggi l'AI può aiutare moltissimo nella creazione di Expert Advisor. Se hai una logica chiara, puoi usarla per scrivere più rapidamente codice MQL4 o MQL5, creare input configurabili, strutturare funzioni, gestire parametri e produrre un primo EA da compilare e testare.
Ma qui bisogna essere molto precisi: l'AI non sostituisce il metodo.
Chiedere a ChatGPT, Gemini o Claude "creami una strategia profittevole su EURUSD" non è un modo serio di fare ricerca. Il modello non sta facendo un backtest reale sui tuoi dati, non sta verificando spread, swap, qualità dello storico, robustezza, out of sample o rischio di overfitting. Sta producendo una risposta plausibile sulla base di ciò che conosce.
È molto diverso usare l'AI per scrivere il codice di una logica già definita.
Nel caso di una strategia stagionale intraday, il prompt può essere relativamente semplice, ma deve essere chiaro. Devi spiegare:
- se la strategia deve lavorare long, short o in entrambe le direzioni;
- quale giorno della settimana usare per l'ingresso;
- quale orario usare per l'ingresso;
- quale giorno e orario usare per l'uscita;
- se devono essere inclusi o esclusi determinati mesi;
- se i parametri devono essere modificabili dal pannello dell'Expert Advisor;
- se il codice deve essere compatibile con MQL4 o MQL5.
Il punto non è scrivere un prompt lunghissimo. Il punto è non lasciare ambiguità su ciò che l'EA deve fare.
Un esempio di prompt per una strategia time-based
Una richiesta utile all'AI potrebbe seguire una struttura del genere:
Agisci come sviluppatore esperto di Expert Advisor per MetaTrader 5 in linguaggio MQL5.
Devi creare una strategia semplice basata sul tempo.
La strategia deve permettere di scegliere tramite input esterni se operare long, short o entrambe le direzioni.
L'ingresso deve avvenire in base a un giorno della settimana e a un orario specifico configurabili.
L'uscita deve avvenire in base a un giorno della settimana e a un orario specifico configurabili.
Inserisci input booleani per abilitare o disabilitare i singoli mesi dell'anno, così da poter escludere mesi specifici dal backtest.
Il codice deve essere chiaro, commentato, adatto al backtest e con parametri principali modificabili dal pannello dell'Expert Advisor.
Vuoi strutturare meglio il tuo prompt?
Se hai già un'idea di strategia, puoi usare il Prompt Creator per trasformarla in una richiesta più chiara per MQL4 o MQL5 prima di chiedere codice all'AI.
Apri il Prompt CreatorQuesto prompt non chiede all'AI di "trovare il vantaggio". Chiede di costruire uno strumento per testare una logica. È una differenza fondamentale.
Se la tua idea è "voglio verificare se una certa finestra temporale sull'SP500 ha un comportamento interessante", l'AI può aiutarti a creare l'EA che rende questa verifica più rapida. Ma la valutazione del risultato resta tua.
Compilare l'EA non significa validare la strategia
Una volta generato il codice, il primo controllo è tecnico: l'Expert Advisor compila? Non ci sono errori? La struttura è coerente con la piattaforma scelta? Se hai chiesto MQL5, il codice usa funzioni e convenzioni MQL5 o mescola elementi MQL4?
Un EA che compila è solo il primo passo.
Il secondo controllo è comportamentale: fa davvero quello che hai chiesto? Entra nel giorno corretto? Rispetta l'orario? Esce quando dovrebbe? I mesi disattivati vengono davvero esclusi? Se selezioni solo long, apre solo operazioni long? Se cambi giorno o orario, il comportamento cambia correttamente?
Questi controlli sono spesso più importanti del report iniziale. Prima di guardare profit factor, drawdown o win rate, devi capire se il sistema sta eseguendo la logica prevista. Se l'EA non rappresenta correttamente la strategia, il backtest successivo ha poco valore.
Solo dopo ha senso passare all'analisi dei risultati.
Come leggere il primo backtest
Nel caso di una strategia basata sul tempo, il backtest può essere molto veloce da eseguire, perché spesso non serve analizzare ogni tick per determinare un segnale complesso. Se l'entrata e l'uscita dipendono solo da giorno e orario, il comportamento può essere meno sensibile al movimento intrabar rispetto a strategie basate su stop stretti o segnali tick-by-tick.
Questo però non significa che il test sia automaticamente affidabile.
Serve comunque lavorare con dati storici di qualità. Se i dati sono incompleti o incoerenti, anche una strategia semplice può produrre risultati fuorvianti. Inoltre bisogna osservare la differenza tra balance ed equity, specialmente se non c'è uno stop loss esplicito. In quel caso non basta guardare il drawdown chiuso: bisogna capire anche l'escursione delle posizioni aperte.
Nel video da cui nasce questa guida, l'esempio mostra una logica intraday su SP500: ingresso in un certo giorno e orario, uscita nella stessa giornata, con possibilità di escludere determinati mesi. La cosa interessante non è il numero specifico del report, ma il processo.
Prima si testa la logica base. Poi si osserva la distribuzione dei risultati per mese. Se alcuni mesi mostrano un contributo sistematicamente negativo, si può studiare cosa succede escludendoli. Questo è un modo semplice per interrogare il sistema, ma va usato con prudenza.
Escludere un mese perché peggiora il backtest può migliorare il report, ma può anche essere una forma di ottimizzazione eccessiva. La domanda corretta non è solo "migliora il profit factor?", ma anche: "ha senso questa esclusione?", "si ripete su dati diversi?", "regge fuori campione?", "ha una spiegazione plausibile?", "riduce troppo il numero di trade?".
Il rischio nascosto: ottimizzare troppo una regola semplice
Le strategie stagionali possono essere potenti perché lavorano su pattern temporali ricorrenti. Ma proprio per questo sono anche esposte a un rischio: scegliere combinazioni di giorno, orario e mese che funzionano bene solo sul passato.
Se provi tutti i giorni della settimana, tutte le ore, tutti i mesi, tutte le combinazioni long e short, prima o poi troverai qualcosa che sembra bello. Il problema è capire se quel qualcosa ha un minimo di robustezza o se è solo il risultato di una ricerca troppo ampia.
Per questo, anche quando l'AI ti permette di creare velocemente l'EA, il lavoro serio resta nella validazione.
Alcuni controlli utili sono:
- testare la logica su dati storici diversi;
- separare in sample e out of sample;
- verificare la stabilità su strumenti simili;
- controllare il numero di trade;
- osservare mesi, anni e periodi negativi;
- valutare spread, commissioni e condizioni realistiche;
- evitare di aggiungere filtri solo perché migliorano il report.
La semplicità della strategia non elimina la necessità di metodo. Anzi, la rende ancora più importante, perché pochi parametri possono sembrare innocenti ma essere comunque ottimizzati sul passato.
Perché le strategie basate sul tempo possono diversificare
Una strategia time-based può essere interessante dentro un portafoglio perché non nasce necessariamente dagli stessi segnali usati da altri sistemi.
Se hai già strategie trend following, breakout o basate su volatilità, una logica stagionale intraday potrebbe avere una correlazione diversa. Questo non va dato per scontato: va misurato. Ma è uno dei motivi per cui vale la pena studiare il tempo come variabile strategica.
Le commodity, gli indici e alcuni mercati con dinamiche ricorrenti possono offrire spunti di questo tipo. Anche qui però serve evitare la tentazione di generalizzare. Una logica che funziona su un indice non è automaticamente valida su tutti gli indici. Una finestra oraria interessante su un mercato può non avere senso su un altro.
Il modo corretto di usare questo approccio è costruire un template testabile e poi usarlo per fare ricerca ordinata.
Cosa portare a casa da questo esempio
La lezione principale non è "usa questa strategia". La lezione è: puoi usare l'AI per trasformare rapidamente una logica semplice in un Expert Advisor, ma devi sapere cosa stai chiedendo e come controllare il risultato.
Nel trading automatico, il codice è solo una parte del lavoro. Prima del codice c'è l'idea. Dopo il codice ci sono test, controlli, robustezza e validazione. L'AI può accelerare la parte centrale, ma non può decidere al posto tuo se un risultato ha senso.
Una strategia stagionale intraday è un ottimo esempio perché mostra quanto possa essere potente una regola semplice. Giorno e orario possono bastare per creare un primo sistema testabile. Ma da lì in poi serve metodo: dati di qualità, lettura corretta del backtest, attenzione all'overfitting e prudenza nel trasformare un risultato storico in una decisione operativa.
Se vuoi lavorare con l'AI nel trading automatico, il punto non è generare più codice possibile. Il punto è costruire un processo più ordinato: idea, regole, prompt, codice, test, validazione.
È lì che l'AI diventa utile davvero.
