In questo articolo presenteremo un esempio di IA trading (intelligenza artificiale per il trading) per predirre il prezzo delle azioni Apple. Useremo Excel, Un applicazione che probabilemnte già conosci ed è installata sul tuo PC. Non preoccuparti, non useremo nessun codice VBA e non entreremo in difficili dettagli tecnici. Questo articolo vule essere un semplice esempio per illustrare come funziona l’IA e non deve essere considerato un consiglio ad investire.
L’ IA trading integra le capacità dell’intelligenza artificiale nei sistemi di trading algoritmici.
Gli IA trading robots sono in grado di analizzare un gran numero di dati tecnici e fondamentali in tempo reale.
Istruendo un modello con dati storici e notizie finanziarie, inclusi i post sui socials, l’IA puo’ applicare diverse tecniche di machine learning per riconoscere patterns in grado di predirre l’andamento dei prezzi.
Pur essendo questa una buona definizione di IA trading, probabilmente siete ancora confusi e ancora vi sembra di parlare di una nuova tecnica matematica per predirre prezzi di azioni e Cryptovalute.
Continuate a leggere e tutto diventerà maggiormente comprensibile.
Focalizziamoci ora su questa parte della precedente definizione di IA: “Istruire un modello utilizzando i prezzi storici per riconoscere patterns in gradi di generare segnali di trading profittevoli.”
Vogliamo predirre i prezzi di Apple nel breve e medio periodo e quindi abbiamo bisogno di::
Spolier. Excel ha un algorimo genetico installato. Il solver.
La maniera più facile per ottenere prezzi storici per quasi ogni tipo di azione o cryptovaluta, gratuitamente, è usare Yahoo finance. Visitate il sito Yahoo finance e digitate Apple nel riquadro di ricerca. Sfortunatamente Yahoo ha recentemente cambiato interfaccia e quindi dobiamo usare la vecchia Yahoo interface. Il primo link dovrebbe portarvi direttamente nella pagina giusta.
Cliccate historical data.
Infine selezionate 5 Y e cliccate download.
Nel nostro caso un modello è la descrizione dell’andamento passato dei prezzi di Apple basato su concetti matematici.
Un modello predittivo usa indicatori o proxies per prevedere un risultato desiderato.
Gli indicatori tecnici sono calcoli matematici basati sui prezzi storici, sui volumi o su informazioni publiche che possono aiutare il trader a predirre i movimenti di prezzo di un titolo o una cryptovaluta.
L’analisi tecnica esiste da più di 100 anni, ovvero da quando Charles H. Dow ( l’indice di borsa statunitense Dow Jones prende il nome da questo autore) publico la sua teoria nel 1902
Per questo motivo esistono migliaia di modelli. Perchè non chiedere quindi a ChatGPT quale è l’indicatore tecnico più usato?
“Anche se l’indicatore tecnico più adatto puo’ variare a seconda degli stili di trading, la Media Mobile è spesso considerata come uno degli indicatori tecnici più utilizzati. La sua semplicità nell’individuare trend di mercato la rende popolare tra trader con diversa esperienza. La Media Mobile filtra le oscillazioni di prezzo eccessive ed è quindi in grado di identificare la direzione generale del mercato.”
Il nostro modello utilizzerà un semplice Crossover della Media Mobile (MM).
Compreremo quindi una azione Apple quando la MM veloce super dal basso verso l’alto la MM (CA. Cross above) lenta ed invertiremo la nostra posizione ( corti una azione) quando il crossover avviene nella direzione opposta (CB. Cross below).
Siccome la media mobile è calcolata sul prezzo di chiusura tutte le nostre operazioni avverranno all’apertura della barra seguente.
La MM lenta è calcolata su un periodo di tempo più lungo rispetto a quella veloce. Si definisce lenta perchè reagisce più lentamente ai cambiamenti di mercato rispetto alla media veloce.
Nel prossimo paragrafo creeremo il modello in Excel. Non ci soffermeremo troppo sule formule: Se volete potete saltare il paragrafo successivo e scaricare il file Excel al link in fondo all’articolo.
Aprite il file .csv che avete scaricato precedentemente con i prezzi storici di Apple degli ultimi 5 anni.
Date alla cella I3 il nome SMA_F e alla cella J3 in nome SMA_S. Useremo queste celle per inserire le lunghezze delle nostre MM.
Conta il numero di dati(barre giornaliere).
I6=IF(H6>=SMA_F,AVERAGE(OFFSET(E6, 0,0,-1*SMA_F,1))).
Se il numero di dati è sufficiente calcola la media dei prezzi di chiusura nella colonna E.
Offset ( scarto) serve a rendere il range di calcolo dinamico cosi possiamo cambiarlo modificando SMA_F nella cella I13.
J6=IF(H6>=SMA_S,AVERAGE(OFFSET(E6, 0,0,-1*SMA_S,1))).
Come sopra ma usiamo SMA_S per definire il range di calcolo.
K6=AND(I5<>FALSE,J5<>FALSE, I6<>FALSE, J6<>FALSE).
Questa formula resituisce TRUE se in questa e nella precedente riga abbiamo un calcolo valido della media. OK = TRUE è una precondizione per eseguire gli altri calcoli.
L6=IF(K6,AND(I5<J5,I6>J6)).
Restituise TRUE se OK = TRUE e si è verificato un cross above (SMA_F era inferiore a SMA_S nelle riga precedente e ora è superiore).
M6=IF(K6,AND(I5>J5,I6<J6)).
Restituise TRUE se OK = TRUE e si è verificato un cross below (SMA_F era superiorea SMA_S nelle riga precedente e ora è inferiore).
N6=IF(K6,IF(L5,1,IF(M5,-1,N5))).
Quando OK = TRUE la formula restituisce 1 se si è verificato un CA nella precedente riga o -1 in caso di CB. Se non è avvenuto nessun cross viene restituito il precedente valore in questa colonna. Quando abbiamo un cambio nella Direzione chiudiamo il trade e ne apriamo uno di segno opposto.
O6=IF(N6=1,IF(N5<>1,B6,O5)).
Se OK = TRUE e si è verificato un cambio di direzione ( es. da -1 a 1 ) nella riga precedente la formula restituisce il prezzo di apertura di questa riga. in caso contrario il risultato sarà il valore della precedente riga se DIR = 1 o FALSE se DIR = -1.
P6=IF(N6=-1,IF(N5=1,B6)).
Se DIR è -1 (short) e si è verificato un cambio di direzione (da -1 a 1) nella precedente riga la formula restituisce il prezzo di apertura di questa barra. In caso le condizioni non siano verificate restituisce FALSE.
Q6=IF(P6<>FALSE,P6-O5).
Se abbiamo un prezzo di uscita in questa barra calcola il Pnl (exit pr – entry pr).
R6=IF(N6=-1,IF(N5<>-1,B6,R5)).
S6=IF(N6=1,IF(N5=-1,B6)).
T6=IF(S6<>FALSE,R5-S6).
Short trades sono equivalenti ai long trades.
Copia e incolla le formule fino all’ultima riga.
Infine facciamo la somma dai range per i long e gli short.
Long Pnl: F1=SUM(Q6:Q1263).
Short Pnl: F2=SUM(T6:T1263).
Tot Pnl: F3=F1+F2.
Ora che il nostro modello crypto excel è pronto è tempo di istruirlo. Prova a modificare le celle in verde, il valore delle lunghezza delle SMA., e vedrai cambiare il Pnl.
Vogliamo massimizzare il valore del Pnl (F3).
Il nostro è un modello semplice e potremmo raggiungere il nostro obiettivo manualmente. Nella foto, usando i valori di 3 e 7 per le medie, abbiamo un Pnl totale di 57 USD. Se facessimo solo i Trade lunghi il profitto sarebbe di di 115 USD. Ma Excel ha una funzione avanzata che puo’ migliorare il nostro lavoro: si chiama Solver.
Il solver Excel è un potente strumento di Microsoft Excel che ti aiuta a trovare il valore ottimale delle formule in base ai limiti posti. E’ principalmente usato per minimizzare o massimizzare il valore di una cella in funzione delle condizioni poste.
Se non hai mai utilizzato questo add-in è necessario prima caricarlo.
Vai a File > Options
Click Add-Ins, and poi, nel Manage box, seleziona Excel Add-ins.
Clicka Go.
Nel box degli Add-Ins disponibili, seleziona il Solver Add-in e infine clicca OK.
Note:
Se Il Solver non si trova nell’elenco degli Add-Ins disponibili, clicca Browse per cercare l’Add-in.
Se ricevi un messagio che ti informa che l’Add-in non è installato sul tuo computer clicca “sì installa”.
Dopo aver caricato l’Add-in lo puoi trovare nel gruppo analisi alla sinistra.
Vogliamo massimizzare il valore della cella F3. il Pnl totale, cambiando i parametri delle SMA con i seguenti limiti
Ricordati di scegliere l’ Evolutionary method che usa l’ algoritmo genetico per trovare la soluzione ottimale..
Dopo che il solver ha finito i valori ottimizzate delle medie mobili sono 2 e 16. Il Pnl totale è migliorato a 218 USD.
E’ tutto. hai appena creato il tuo primo algoritmo di trading IA.
Spero che questa lunga lettura ti abbia aiutato a capire le basi della intelligenza artificiale applicata al trading, ma continua a leggere perchè i successivi paragrafi sono forse i più importanti di tutti.
L’intero processo di ottenere i dati, fare il backtest e ottimizzare i parametri puo’ essere chiamato IA trading.
Ad essere onesti personalmente non penso sia niente di veramente nuovo. Piattaforme come tradestation o MT4 offrono da tempo questa funzionalità ai loro clienti istutuzionali o retail.
Cio’ che è veramente nuovo è la diffusione delle API ( protocolli di scambio dati tra software) e l’aumento del potere di calcolo dei computers.
L’IA trading, oggi, è uno strumento indispensabile per tutti i tipi di trader: retail o istituzionali.
Il nostro semplice modello puo’ essere migliorato aggiungendo altri time frames o indicatori tecnici, potremmo anche considerare l’analisi fondamentale o il prezzo di altre azioni correlate ad Apple. Se volessimo usare le cryptovalute valutare il sentiment di mercato che emerge dai social e monitorare contemportaneamente più exchanges in tempo reale potrebbe essere una buona idea. Un computer quantico puo’ fare tutto questo in millisecondi.
Questa è una domanda molto importante.
Per favore ricorda che questo articolo non costituisce un consiglio ad investire ma è stato scritto solo per scopi didattici.
Non è assolutamente sufficiente, per istruire un modello di trading, utilizzare esclusivamnte il PNL come metrica per valutare il risultato finale. Si dovrebbe considerare almeno anche almeno il numero di trades fatti, il drowdown, il profit factor e l’indice di Sharp.
Ma la cosa più importante è che, nel mondo finanziario
“i risultati passati non garantiscono i risultati futuri. Non devi mai pensare che un investimento che ha ottenuto buoni risultati nel passato continuerà a ottenerli nel futuro.”
Ciononostante l’IA trading offre grandi vantaggi e oggi circa l’80% di tutti i trades sono generati da un computer.
Tra i più importanti vantaggi abbiamo:
Python è uno dei programmi più utilizzati per la comunicazione tramite API, il trading e lo sviluppo dell’intelligenza artificiale. Purtroppo non è semplice come Excel.
Per questo motivo abbiamo sviluppato Crypto Excel ,: un Excel Add-in in Python che connette Excel al tuo crypto exchange in tempo reale.
La nostra mission è rendere disponibile l’accesso ai crypto data e alle librerie di trading professionali in Python a chiunque conosca Excel a livello base.
Crypto Excel supporta più di 100 exchanges.
Ora puoi usare librerie di trading professionali in Python e costruire i tuoi algoritmi di trading con l’IA senza saper programmare, usando solo semplici formule Excel.
I dati publici come books, trades, candele sono disponibili senza nessuna conto aperto presso l’exchange. Percio’, dopo aver installato Crypto Excel, puoi subito creare un foglio Excel personalizzato per le tue esigenze.
Semplice per chi inizia e potente per i Crypto traders avanzati Crypto Excel puo’ essere usato per risolvere problemi comuni a investitori, portfolio managers, traders, analisti, commercialisti e studenti.