Ho digitato una frase in un tool di trading. Dopo circa un minuto, aveva scritto codice Python vero, scaricato quattro anni di dati di mercato, eseguito un backtest completo e mi aveva fornito una strategia che aveva perso soldi in un backtest di quattro anni.
Poi ha fatto ciò che nessun "bot di trading AI" mi aveva mai fatto. Mi ha detto che avevo torto. Mi ha spiegato esattamente perché la mia idea era sbagliata. E invece di limitarsi a dirlo, ha eseguito un secondo test per dimostrarlo e poi ha ricostruito la strategia in qualcosa che funzionava davvero.
Il tool è Minara's Strategy Studio. Questa è la testimonianza onesta, numeri rossi inclusi. Alla fine capirai perché quel "Non è una consulenza finanziaria" è la frase più importante dell'intero articolo.
Una frase dentro, una strategia quant fuori
La proposta di Minara è semplice: descrivi un'idea di trading in linguaggio naturale e lui la trasforma in una strategia quant reale e backtestata. Puoi anche fornirgli un modulo, una registrazione dello schermo di un video di strategia, o incollare del codice. Sotto il cofano, attinge da una libreria di oltre 500 fattori, scrive codice Python reale, esegue il backtest e ti mostra la curva di equity e le metriche, per poi permetterti di continuare a perfezionarla semplicemente parlandoci.
Ci sono due modalità. Single-Asset costruisce una strategia per una singola moneta. Multi-Asset costruisce un intero portafoglio cross-sezionale: classifica un paniere di titoli in base a fattori premium, va long sui migliori e short sui peggiori. La stessa definizione di Minara: i modelli fattoriali cross-sezionali che prima richiedevano anni di lavoro ai desk quant istituzionali sono ora richiamabili in una frase. Questa è l'affermazione. Ho passato un pomeriggio a stress-testarla.
Strategy Studio: descrivi un'idea, scegli Single-Asset o Multi-Asset, e lui fa il resto.
Il riscaldamento: una moneta, una frase
Ho iniziato in piccolo. Sono passato a Single-Asset e ho digitato esattamente questo:
"Progetta una strategia momentum a 15 minuti per la mia posizione BTC basata sulla recente situazione di mercato"
Questo è l'intero input. Una frase.
Prima di scrivere una riga di codice, ha effettivamente letto il mercato: ha estratto circa 200 candele recenti, riassunto il regime (un forte sell-off, un rimbalzo parziale, alta volatilità, poi un range), lo ha definito un ambiente "momentum-con-filtro", e solo allora ha costruito una strategia EMA-momentum con un filtro RSI e volume.
Ecco il backtest che ha prodotto (BTC, 10x, i due mesi che terminano il 25 giugno 2026):
+3.47% su 4 operazioni · drawdown massimo -1.87% · tasso di vincita 75% · fattore di profitto 6.84 · Sharpe 3.51.
Da solo, +3.47% non è nulla di cui scrivere. Ma guarda la riga proprio accanto: nella stessa finestra, BTC è sceso del 21.63%. La strategia non ha cercato di fare un colpo da maestro: ha guadagnato qualche percentuale mentre schivava un drawdown del 21%. Questo è il vero prodotto: non "arricchirsi", ma "non farsi travolgere".
Avvertenza onesta: due mesi e quattro operazioni sono un campione minuscolo. Uno Sharpe di 3.51 su quattro operazioni è una bella demo del flusso di lavoro, non un track record. Avanti al vero test.
L'evento principale: un portafoglio di 30 azioni e una capriola
È qui che vivono i fattori cross-sezionali. Sono passato a Multi-Asset, ho scelto l'universo TradFi 30 (mega-cap tech: NVDA, MU, MRVL e compagnia), e ho chiesto una configurazione istituzionale classica:
“Classifica questo universo con un punteggio composito value+quality, vai long sui primi 10 e short sugli ultimi 10, equal-weight, ribilanciamento mensile”
Ha costruito il tutto e lo ha eseguito per quattro anni (giugno 2022 -> giugno 2026). Il risultato è stato un massacro:
V1: rendimento totale -21.17% · CAGR -5.77% · drawdown massimo -33.83% · Sharpe -0.22 e ha ampiamente sottoperformato un semplice indice S&P.
Un portafoglio fattoriale value + quality da manuale ha perso soldi per quattro anni ed è stato surclassato dal semplice acquisto dell'indice. Un normale "bot AI" nasconderebbe tranquillamente un risultato come questo dietro una demo scelta ad arte. Minara ha messo i numeri rossi direttamente sullo schermo.
Poi ha discusso con me e aveva ragione
Quindi ho reagito. Gli ho detto che la strategia perdeva soldi e sottoperformava, e ho chiesto direttamente: puoi davvero farla battere un semplice indice, o l'intero approccio è strutturalmente debole qui?
La sua risposta è stato il momento in cui il tool si è guadagnato il mio rispetto. Parafrasando: value + quality è strutturalmente debole in questo universo in questa finestra temporale. TradFi 30 è mega-cap tech in un mercato rialzista guidato dal momentum. Classificare per "economico + alta qualità" mette sistematicamente allo short i vincitori e al long i perdenti -- esattamente al contrario. E invece di limitarsi ad affermarlo, ha detto che lo avrebbe dimostrato invertendo il segnale.
Non "ecco una soluzione". Prima una diagnosi -- poi un'offerta di dimostrare la diagnosi con un test.
La ripresa: +829%, con un onesto asterisco
Prima ha invertito il segnale, solo per dimostrare il punto -- poi ha eliminato la zavorra della gamba short, lasciando una strategia long-only momentum+quality. Stesso universo, stessi quattro anni:
+829.20% · Sharpe 1.53 · 80% di vincite · supera il buy-and-hold del 726%. Solo eliminare la gamba short ha portato lo Sharpe da 0.17 a 1.53.
Ed ecco la parte che voglio sottolineare: senza che glielo chiedessi, ha segnalato il problema. Mi ha detto che il drawdown massimo del -42% è reale e concentrato in tre o quattro nomi alla volta, e poi si è offerto di risolverlo. Un tool che ti dissuade dal fidarti troppo del suo stesso numero da record è più raro di quanto dovrebbe essere.
La soluzione: un filtro di trend, +1047%
Ho chiesto come avrebbe gestito quel drawdown. Ha aggiunto un filtro di trend a 200 giorni: mantieni solo i nomi che scambiano sopra la propria media mobile a 200 giorni, e spostati verso il contante quando i vincitori iniziano a invertire:
V3: +1047.39% · Sharpe 1.74 · Calmar 2.07 · drawdown ~-40%.
L'arco completo: una strategia che perdeva soldi, la soluzione dell'AI e la versione con filtro di trend -- con ogni drawdown mostrato. Leggi quei drawdown. Anche le versioni "buone" hanno subito perdite virtuali superiori al 40%. Ci torneremo.
Non una scatola nera -- puoi leggere il codice
Niente di tutto questo è una sensazione. È Python vero su un framework chiamato xstrategy. Ho cliccato sulla scheda Codice e l'ho letto riga per riga: una classe Strategy, un metodo alpha() e import di fattori con nomi come jkp_fcf_me e uno z-score del rendimento operativo per value, più jkp_qmj_prof (redditività QMJ) e jkp_f_score (Piotroski) per quality -- combinati con un combine che gestisce i NaN, in modo che i nomi con dati mancanti escano pulitamente.
Il codice della strategia effettivamente generato -- modificabile, ispezionabile e tuo da incollare.
Non devi fidarti di una scatola nera. Puoi leggere esattamente cosa sta facendo, cambiarlo o portare il tuo codice.
Fai trading
I backtest sono teoria. La scheda Trade è live: perpetual su Hyperliquid con tre modalità -- Autopilot (distribuisci una strategia e lasciala eseguire), AI Copilot o Manual. Depositi, scegli la strategia, premi Start.
Trading di perps live con una strategia distribuita. Nota la riga incorporata nel prodotto: "Minara may make mistakes. NFA".
Un prodotto di trading che ti dice, sul suo stesso schermo, che può sbagliarsi -- questa è l'energia giusta. Qui ci sono soldi veri, leva reale e un wallet di custodia. Trattalo di conseguenza.
Pubblicizza
C'è una bacheca pubblica intitolata letteralmente "Top strategies, measured honestly". Puoi pubblicare la tua, e altri possono forkarla, mettere una stella e copiare il trading. Fondamentalmente, la classifica mostra il drawdown massimo proprio accanto ai rendimenti -- quindi una strategia con +3,363% mostra anche il suo drawdown del -42% in bella vista.
La bacheca pubblica -- letteralmente "measured honestly", con il drawdown massimo mostrato accanto a ogni rendimento.
Ho pubblicato la mia V3 su quella bacheca. In questo momento è al #11 (backtest +1,047%, Sharpe 1.74, drawdown -40.53%), allineata accanto a creatori che pubblicano rendimenti backtestati a quattro cifre -- ognuno con il suo drawdown in mostra.
La doccia fredda (leggi questa parte due volte)
Quei numeri di +829% e +1047% sono backtest su una finestra una tantum. Il 2022-2026 è stato un melt-up delle mega-cap AI. Le strategie momentum stampano backtest splendidi all'interno di un trend come quello e si invertono bruscamente quando finisce.
I drawdown superiori al 40% non sono ipotetici; sono seduti negli stessi risultati, concentrati in una manciata di nomi. Un backtest non è una previsione, e il trading live con leva aggiunge commissioni, slippage e funding che un backtest sottostima.
Quindi la conclusione onesta non è "questo stampa soldi". È che il tool ragiona come un quant: mi ha detto che la mia idea era sbagliata, l'ha dimostrata, l'ha ricostruita e si è rifiutato di nascondere il rischio. Questo è il vero prodotto: giudizio a portata di mano, non una slot machine.
Quanto costa e come provarlo
Il livello gratuito ti dà 300 crediti -- abbastanza per eseguire backtest reali come quelli sopra. Piani a pagamento: Lite $19/mese (1.400 crediti), Starter $49/mese (4.000) e Pro $199/mese (20.000 + accesso API).
Prezzi individuali. Strategy Studio è gratuito per iniziare.
Se vuoi provarlo tu stesso, puoi iniziare con il livello gratuito qui:
→ minara.ai/app/trade?r=SLASH1S → solo 100 piani Lite gratuiti qui
Un tool che è sempre d'accordo con te non è intelligente -- è uno specchio. La prima volta che Minara mi ha detto che avevo torto, ha smesso di essere un giocattolo e ha iniziato a essere utile.
