Le dita scorrono veloci lungo la tastiera. Enrico Malverti, analista quantitativo di Mc Capital, abbozza la strategia d’investimento. Dallo schermo del computer salta fuori il seguente messaggio: «IF open next BAR < low THEN buy next BAR at L+1 point…». «Un esempio banale» dice Malverti con l’intento di rassicurare. L’obiettivo, però, fallisce. Tanto che il comune mortale si rifugia nel pensiero consolatorio: è il linguaggio di pochi iniziati. Nulla di più sbagliato! Il trading automatico è infatti sempre più comune. Nel 2015, ad esempio, i robot hanno gestito  il 66% degli scambi azionari globali. Con il che, conoscerne i meccanismi diventa  essenziale per cogliere il vero funzionamento dei mercati finanziari.

Ebbene, un primo passo è possibile proprio guardando al messaggio descritto sopra. Questo, infatti, mostra  la struttura logica alla base del trading automatico. «IF (se) qualcosa succede… THEN (allora) compra o vendi…». Un meccanismo tanto semplice nell’architettura di base quanto complesso nei contenuti.

Nella strategia abbozzata da Malverti, ad esempio, il «qualcosa succede» è una precisa dinamica di Borsa basata su statistica e  livelli di prezzo. Un andamento che, ai fini della comprensione, dapprima richiede di conoscere il significato di BAR (barra in italiano). «Si tratta – spiega l’esperto– del trend dei prezzi di un titolo in un preciso arco di tempo. Ad esempio, un minuto». Con il che la traduzione del messaggio in questione è la seguente: se il prezzo d’apertura della barra è inferiore a quello di chiusura della precedente, allora l’algoritmo deve comprare quando la differenza è stata colmata. «In questo caso, infatti – indica Malverti-, è probabile che l’azione, almeno per un po’, cresca ulteriormente».

Già, crescere ulteriormente. Al di là della singola strategia, come però si  trasferisce l’idea di trading ad un robot? A ben vedere, tranne gli hedge fund o le grandi banche che hanno sistemi ad hoc, gli investitori sfruttano software capaci di trasformare le loro indicazioni in linguaggio macchina. «I programmi – spiega Marco Matteucci, esperto di informatica finanziaria per CyberTrade – hanno un vasto catalogo dove sono inserite parole cui corrispondono le diverse attività di trading». Basta pensare, ad esempio, al vocabolo “stop loss” unito al valore 1.000 euro. «Ebbene, il software riconosce l’ordine di fermare l’operatività quando la perdita supera 1.000 euro».

Certo, la situazione descritta è una semplificazione. I programmi sono in grado di tradurre strategie molto più complesse. Tuttavia il meccanismo di fondo è quello. È così che la macchina si appropria della strategia di trading. La quale, però, non è ancora pronta per la Borsa. Impostata l’idea, infatti, questa è buttata nei database. Viene confrontata con l’andamento storico, almeno 10-15 anni, del titolo in questione. Non solo: si procede al test con altre variabili: dall’orario di operatività ai volumi fino alla volatilità dell’azione stessa. Alla fine, processate centinaia di statistiche, un primo risultato è raggiunto: viene definito il possibile rendimento del trading system. Si tratta, tuttavia, di una valutazione teorica. Che non sconta la reale operatività di Borsa. «Il livello di prezzo indicato dalla macchina – sottolinea Malverti – può essere corretto. Però l’eventuale segnale potrebbe, ad esempio, non essere correttamente eseguito dall’intermediario sul listino». Ecco quindi che l’algoritmo, seppure sempre non veramente collegato al mercato, viene fatto girare su di una piattaforma dove arrivano anche i dati reali della Borsa.

«In questo modo – sottolinea Matteucci – siamo in grado di capire qual è la vera supposta efficacia dell’algoritmo. È il passaggio dall’operatività teorica a quella virtuale». Solamente dopo quest’ulteriore test il robot, nel caso offra il rendimento atteso, potrà finalmente operare sul mercato. Un debutto che, dal momento in cui l’algoritmo è stato scritto, ha richiesto almeno due mesi di analisi.

Esami, peraltro, che non finiscono mai. «I trading system – afferma Malverti – possono perdere di efficacia. Quindi vanno sempre monitorati». Ma non solo. «Noi – aggiunge Flavio Guerrini, ceo di CyberTrade – abbiamo sviluppato una piattaforma per costituire un portafoglio dinamico di algoritmi». Vale a dire? «Ad esempio, è stato impostato un meccanismo che individua entro quali parametri, in un determinato periodo di tempo, il trading system deve operare. Se il robot non soddisfa quelle caratteristiche viene automaticamente sostituito da un altro algoritmo».

Insomma, c’è una rotazione dei sistemi senza alcun intervento dell’uomo. «Proprio così – dice Malverti –. Il vantaggio è che, in questo modo, si evitano errori legati all’emotività». Addirittura? «Certo. Ipotizziamo da un lato che, in tre mesi, l’algoritmo debba portare a casa un rendimento medio di 1.000 euro. E dall’altro che nel primo mese guadagni 500 euro; nel secondo ne perda 2.000 e nel terzo renda 2.500. Il risultato finale, banale dirlo, è di 1.000 euro di rendimento medio. Cioè, in linea con l’obiettivo. Ebbene: se ci fosse stata una persona a gestire la strategia è molto probabile che, di fronte alla perdita di 2.000 euro nel secondo mese, l’operatività sarebbe stata cambiata. Se non addirittura chiusa».