Intelligenza Artificiale e Trading Quantitativo: dalla Teoria all’Edge a cura di ivan gaddari

🎯 Focus: usare l’AI per filtrare idee di trading e capire se hanno senso prima di backtest e automazione

Docente: Ivan Gaddari
Inizio: Lunedì 4 Maggio
Durata: 5 giorni
Orario: 18:00 – 19:00

---

PROGRAMMA

Lezione 1
Mental model: cos’è davvero un edge (e cosa può fare l’AI)

🎯 Obiettivo: allineare tutti su cosa significa “edge” e dove l’AI entra nel processo

Focus:

• Cos’è un edge statistico (non “una strategia”)
• Differenza tra idea, ipotesi ed edge validato
• Perché il 90% dei trader fallisce già qui
• Dove si inserisce l’AI nel processo: generazione ipotesi, filtraggio logico, coerenza statistica preliminare
• Errori tipici: overfitting mentale, storytelling

👉 Esercizio: trasformare 3 idee di trading in ipotesi testabili

Lezione 2
Come usare l’AI per generare ipotesi di mercato valide

🎯 Obiettivo: usare l’AI come “research assistant” e non come generatore di segnali

Focus:

• Prompting corretto per trading research
• Come chiedere all’AI: inefficienze di mercato, pattern comportamentali, condizioni macro/strutturali
• Differenza tra insight utili e rumore generato dall’AI
• Come evitare bias di conferma già nella fase di ideazione

👉 Esercizio: generare 5 ipotesi di edge su un mercato scelto (es. forex o indici)

Lezione 3
Pre-validazione: filtrare le idee prima del backtest

🎯 Obiettivo: costruire un filtro logico-statistico preliminare

Focus:

• Checklist di pre-validazione: ha logica economica? è ripetibile? è osservabile?
• Uso AI per stress test concettuale dell’idea e individuazione di condizioni nascoste
• Introduzione a bias, regime di mercato, non-stazionarietà

👉 Esercizio: prendere 2 ipotesi e farle “smontare” dall’AI

Lezione 4
Tradurre un’idea in struttura testabile (senza ancora backtest)

🎯 Obiettivo: trasformare un’idea in regole formali

Focus:

• Da idea a regola: entry condition, exit condition, contesto di mercato
• Come l’AI può aiutare a formalizzare regole ambigue e ridurre interpretazioni soggettive
• Definizione di variabili osservabili (non discrezionali)
• Introduzione al concetto di “prototipo di strategia”

👉 Esercizio: trasformare 1 ipotesi in una scheda strategia strutturata

Lezione 5
Validazione logica e preparazione al backtest

🎯 Obiettivo: capire se vale la pena andare al backtest (o no)

Focus:

• Quando NON fare backtest (concetto fondamentale)
• Checklist finale di validazione: coerenza logica, robustezza teorica, dipendenza da condizioni fragili
• Uso AI come “red team” della strategia
• Output finale: decisione sì/no per backtest

👉 Esercizio: ogni partecipante decide quali idee scartare e quali portare al backtest

---

🔒 MODALITÀ DI PARTECIPAZIONE

• Lezioni registrate e rese disponibili agli iscritti dopo il termine di ciascuna lezione
• Accesso a un gruppo Telegram dedicato con il docente

Una volta sbloccato il corso riceverai una mail con le istruzioni per acquistare il corso. Il corso richiede un contributo di partecipazione di 50 EUR.

Pagamento contributo PayPal di 50 EUR tramite il link:

https://www.paypal.com/paypalme/kostaszenonos/50

o alla mail PayPal: kostas.zenonos@yahoo.com

oppure per mezzo bonifico bancario alle seguenti coordinate:

Intestatario: KLMD GLOBAL LTD
Nome banca: EUROBANK CYPRUS LTD
IBAN: CY15018000030000200100433213
BIC: ERBKCY2N

Causale: Intelligenza + Mail partecipante

 

I nostri corsi sono valutati eccellenti (4.9/5) su Trustpilot a seguito di 480 recensioni.