Un rapporto di leva di 7,3x dice più di tutti gli articoli di Jane Street messi insieme. La metodologia che lo ha scoperto, e un repository aperto per riprodurre il lavoro.
Nel 2024, Bill Hwang ha perso 20 miliardi di dollari, e il settore lo ha saputo dai giornali. Non da un 13F. Non da un 13D. Non dal Form SHO. Archegos non ha mai presentato un 13F: le sue posizioni in ViacomCBS, Discovery, Tencent Music erano strutturate tramite total return swap, che il quadro normativo non tratta come "partecipazioni". Questo è il tetto di ciò che può essere nascosto all'interno della legge.
Prima di decodificare Jane Street – dove la SEBI ha pubblicato 105 pagine di materiale che Jane Street avrebbe preferito tenere privato – dobbiamo concordare su cosa sia visibile e invisibile nei dati pubblici. Altrimenti, qualsiasi pipeline LLM vi costruirà un'allucinazione ben scritta.
Questo articolo parla del caso Jane Street vs SEBI e della metodologia che lo ha decodificato in una serata invece che in una settimana di analista senior. Metodologia implementata come repository aperto con sei tecniche, un layer di monitoraggio e propagazione di pattern. Link alla fine.
Parte 1. Cosa non mostrano i 13F e i documenti pubblici
Se il vostro analista pensa ancora che un 13F sia un'istantanea di portafoglio, licenziate l'analista. Un 13F è una proiezione filtrata e ritardata di un portafoglio:
- Solo posizioni long, in titoli della Sezione 13(f). Niente short. Niente swap. Niente reddito fisso. Le opzioni sono riportate solo al nozionale: niente strike price, niente direzione
- Ritardo di 45 giorni. Quando vedete le partecipazioni del Q3, il fondo potrebbe già essere nel Q4
- Richieste di trattamento riservato. Berkshire nasconde regolarmente le posizioni in costruzione per 3-12 mesi; Agarwal et al. nel Journal of Finance hanno mostrato empiricamente che le partecipazioni riservate generano alfa sistematicamente più elevato rispetto a quelle divulgate
- Window dressing. Rotazione verso posizioni "rispettabili" verso fine trimestre – ben documentato accademicamente, invisibile per costruzione nei 13F
- Il Form SHO (che chiuderebbe parte della scappatoia dello short) è stato spinto a febbraio 2028
Qualsiasi metodologia inizia con un elenco esplicito di ciò che è strutturalmente impossibile estrarre. Altrimenti, state costruendo un modello della maschera pubblica del fondo, non del fondo.
La buona notizia: la maschera deve essere coerente. Per nascondere una strategia, un fondo ha bisogno di azioni costose ogni trimestre – richieste di trattamento riservato, ristrutturazioni di swap, allocazioni transgiurisdizionali. Queste lasciano tracce di secondo ordine: cambiamenti linguistici nel Form ADV tra anni, modelli di assunzione su LinkedIn, depositi di brevetti presso l'USPTO, pubblicazioni accademiche dei dipendenti, documenti normativi di altre giurisdizioni.
Gli LLM non trovano nuove fonti. Le fonti sono le stesse. Ciò che cambia è il costo del riferimento incrociato. Collegare un brevetto USPTO a un articolo accademico dello stesso autore, che un anno fa ha parlato a una conferenza a cui ha partecipato anche un ex dipendente del fondo – questo era un'intera giornata lavorativa di un analista senior. Con Claude più il prompt caching: $2 in crediti API e 15 minuti.
Su Opus 4.7, le letture dalla cache costano $0,50 per milione di token invece di $5. Caricate il PDF di 105 pagine nella cache una volta, poi eseguite centinaia di prompt a pochi centesimi ciascuno. Il flusso di lavoro passa da "un'analisi costosa" a "mille domande economiche".
Parte 2. Jane Street vs SEBI
Cronologia:
- Aprile 2024: Citadel fa causa a Jane Street a New York per appropriazione indebita di segreti commerciali da parte di due ex dipendenti. La denuncia fa riferimento a strategie sulle opzioni indiane – che hanno messo in allerta la SEBI
- Febbraio 2025: La NSE emette un avviso esplicito a Jane Street
- 3 Luglio 2025: La SEBI pubblica la sua ordinanza provvisoria ex-parte di 105 pagine, congela ₹4.843 crore ($565M)
- 21 Luglio 2025: divieto revocato dopo deposito in garanzia
- Settembre 2025: Il Securities Appellate Tribunal sospende le udienze personali, chiede alla SEBI di divulgare più documenti
- Gennaio 2026: le indagini si espandono al Sensex e ad altre strategie. Ancora nessuna ordinanza definitiva
Profitto attribuito dalla SEBI a Jane Street nel periodo gennaio 2023 – marzo 2025 nelle opzioni indiane: ₹43.289 crore (~$5B). I $565M congelati sono solo "guadagni illeciti" da giorni di trading specifici.
Difesa di Jane Street: "arbitraggio su indici di base, facilitazione della domanda al dettaglio." Il confine tra market making e manipolazione nei derivati è davvero sottile. Ma 18 giorni di scadenza con un pattern quasi identico, persistente dopo l'avviso esplicito della NSE – una difesa più difficile.
Cosa segue: come arrivare alle stesse conclusioni da soli dai documenti pubblici.
Parte 3. Sei tecniche
La maggior parte dei tutorial LLM per la finanza dice "carica il PDF, chiedi un riassunto". Contesto sprecato.
3.1. Test di ipotesi ostile
L'errore di base – chiedere all'LLM di "spiegare la strategia". Si ottiene una narrazione lucida in cui Claude ha usato le vostre domande suggestive come binari.
Lo schema corretto è invertito. Voi formulate l'ipotesi; Claude assume il ruolo di revisore ostile:
Gli LLM sono bravi come correttori di bozze, cattivi come generatori di prove. Usateli in modalità "trova buchi nel mio ragionamento", non "pensa per me".
3.2. Insieme di ipotesi concorrenti
E se l'ipotesi giusta non fosse quella che avete formulato? Eseguite più istanze di Claude in parallelo con diverse cornici interpretative: "questa è manipolazione", "questo è market making legittimo", "questo è qualcos'altro". Un meta-prompt confronta i tre output e identifica i punti di divergenza. Dove tutte e tre le cornici convergono sugli stessi fatti ma raggiungono conclusioni diverse – è lì che i dati sono insufficienti. Diagnosticare le proprie incognite, che nella ricerca vale più di ogni singola risposta.
3.3. Differenziazione temporale
Stesso tipo di documento (il Form ADV è il bersaglio più produttivo) della stessa azienda in anni diversi. Chiedete a Claude di trovare cambiamenti linguistici, specialmente nelle clausole standard. La maggior parte dei fondi copia l'ADV alla lettera anno dopo anno; quando qualcosa cambia nel linguaggio della gestione del rischio, è un segnale che la conformità ha deciso che la vecchia dicitura non li protegge più.
I risultati più interessanti: dove il vecchio linguaggio scompare. Un'affermazione rimossa significa quasi sempre che non è più vera.
3.4. Triangolazione tra documenti
Un documento è una narrazione. Tre documenti sono triangolazione. Affermazione dalla fonte A (ordinanza SEBI), conferma in B (letteratura accademica sulla microstruttura del giorno di scadenza), contraddizione in C (comunicazioni interne di Jane Street). Claude esegue l'intersezione su cento affermazioni in una sessione con punteggi di confidenza. Affermazioni che superano tutti e tre i controlli – verità operativa. Affermazioni che superano A e sono contraddette da B e C – dove il regolatore ha esagerato.
3.5. Prompt caching
Un'ordinanza SEBI di 105 pagine equivale a ~120k token. Primo caricamento con cache di 1 ora: ~$1,20. Ogni query successiva: ~$0,06. Dopo 50 query – $4 e 50 diverse sezioni trasversali analitiche.
Ciò che cambia non è il costo, è la struttura del lavoro: da "tre domande per documento" a "trecento".
3.6. Interrogazione avversaria dei documenti
Documento della parte A (ordinanza SEBI). Datelo in pasto a Claude e chiedetegli di interpretare l'avversario di A – il team di difesa di Jane Street – e costruire domande mirate che minerebbero specifiche affermazioni fattuali. La lista risultante è una previsione di come sarà strutturata la difesa. L'ordinanza finale potrebbe essere tra un anno, gli appelli altri due – ma la mappa delle potenziali vulnerabilità è nelle vostre mani oggi.
Parte 4. Come sconfiggere le allucinazioni
Senza questo, le sei tecniche diventano stronzate ben scritte. Tre regole, applicate nel codice tramite Pydantic:
Catena di provenienza applicata. Ogni affermazione porta una traccia probatoria completa: source_url, source_document_hash, source_page, extraction_timestamp, extraction_model, verification_status. Senza una traccia completa – Pydantic la rifiuta.
Verifica della citazione testuale. Ogni citazione dall'LLM viene confrontata a livello di stringa in modo programmatico con il documento originale. Non trovata – verification_status="failed", affermazione scartata.
Votazione d'insieme. Ogni arricchimento viene eseguito N volte con semi diversi (default 3). Le affermazioni con accordo 2/3+ ottengono alta confidenza. Il disaccordo è visibile nell'output finale.
La formula di confidenza nel codice:
Ogni peso ha un campo weight_justification obbligatorio. Schema predefinito: 0,4 per marcatori strutturali, 0,3 per soglie numeriche, 0,2 per pattern regex, 0,1 per estrazione semantica LLM (il più basso, perché più soggettivo).
Sulle previsioni – adversarial_analysis e falsification_criteria obbligatori. Pydantic rifiuta valori vuoti.
L'ingegneria dei prompt LLM è il dieci percento del lavoro. Il novanta percento è il codice attorno all'LLM che cattura e scarta ciò che l'LLM si è inventato.
Parte 5. Ci si può fidare dei regolatori
Obiezione naturale: se la metodologia è costruita sui documenti normativi, e i regolatori sono dimostrabilmente di parte – cosa garantisce la fiducia?
Validità della critica. La porta girevole tra SEC e industria è documentata (Mary Jo White, Jay Clayton). L'applicazione selettiva è reale – Madoff non è stato catturato per 16 anni nonostante i rapporti di denuncia di Markopolos nel 2000, 2005, 2007. Dopo il 2008, zero alti dirigenti delle principali banche hanno ricevuto azioni penali a fronte di oltre 1.000 condanne dopo la crisi delle S&L degli anni '80. La divisione di applicazione della SEC conta 1.300 persone contro un'industria di milioni.
Perché questo non è rilevante per la metodologia.
La parzialità funziona in una direzione. Un regolatore può rifiutarsi di presentare un caso. Ma pubblicare un'ordinanza di 105 pagine è una categoria diversa di decisione. A quel punto, il rischio del regolatore è di esagerare, non di minimizzare: l'avversario ha le risorse per smantellare argomentazioni deboli in tribunale.
SEBI ≠ SEC. La SEBI contro un'azienda statunitense – la politica è invertita: dimostrare sovranità, difendere il dettaglio nazionale. L'applicazione transgiurisdizionale è sistematicamente più severa di quella domestica.
Numeri vs narrativa. L'ordinanza SEBI ha una narrativa ("manipolazione", "piano sinistro") e una sezione fattuale con numeri specifici (Tabelle 7, 8, 16, 17). La narrativa può essere manipolata. I numeri provengono da registri di borsa e rapporti di broker che la stessa Jane Street ha inserito nei sistemi normativi indiani. Falsificare i numeri è responsabilità penale per i dipendenti del regolatore.
Validazione avversaria. Jane Street sta combattendo attivamente. Avvocati di prim'ordine. Ha presentato ricorso. Contestano l'interpretazione ("questo non è manipolazione, è arbitraggio"), non i fatti ("non abbiamo comprato così tanto sottostante"). Se i numeri fossero stati fabbricati, quella sarebbe stata la loro prima argomentazione al SAT. Il sistema avversario sta facendo il suo dovere.
Cosa fa la metodologia con questo. Separazione per tipo di affermazione: affermazioni fattuali → fiducia (verificabili, convalidate avversarialmente); affermazioni causali/di intento → triangolare con altre fonti; caratterizzazioni legali → non di nostra competenza, attendere l'ordinanza finale. L'interrogazione avversaria dei documenti (Parte 3.6) acquista specificamente la prospettiva della difesa dal documento stesso.
I regolatori non sono neutrali. Ma le ordinanze di applicazione pubblicate passano attraverso un filtro avversario che rende le loro affermazioni fattuali più solide della maggior parte delle fonti alternative. Fidatevi dei numeri, non della narrativa.
Parte 6. Meccanica quantitativa: il libro degli ordini il 17 gennaio 2024
"Jane Street deteneva il 20%+ del valore giornaliero scambiato" sembra una prova schiacciante – da sola, non prova nulla.
BANKNIFTY è un indice delle 12 maggiori banche indiane. Le opzioni su indici sono regolate in contanti contro la media ponderata degli ultimi 30 minuti di negoziazione dei costituenti. Un market maker che detiene una grande posizione gamma in quel momento è tenuto a coprirsi attraverso liquidità e futures.
La copertura di un market maker tecnicamente muove il mercato. Se la vostra posizione in opzioni richiede la vendita di $200M di sottostante in 30 minuti, il vostro stesso flusso crea pressione al ribasso. Questa è fisica, non intento.
Numeri dall'ordinanza
La SEBI documenta il 17 gennaio 2024 come il giorno più illustrativo. Numeri dalle pagine 25-40 (Tabelle 7, 8, 16, 17):
Parte 7. Cosa vi danno queste tecniche oggi
Abbiamo decodificato un'ordinanza del 2025 su eventi del 2023-2024 – cosa vi dà questo ora? Se l'unico output fosse una ricostruzione di una strategia obsoleta, questa sarebbe una metodologia per giornalisti, non per trader.
Ogni tecnica è un rilevatore di pattern che viene eseguito sui dati odierni. Jane Street è un caso di studio. Cinque applicazioni ai dati in tempo reale:
- Leva 7,3x come firma del rilevatore. Qualsiasi market maker osservabile attraverso dati pubblici (13F combinato + dati Options Clearing Corp + rapporti sul volume delle sedi) con rapporti nozionale delle opzioni / posizione sottostante superiori a 5x è una configurazione pre-2025 di Jane Street. Il monitoraggio attivo su 20-30 delle più grandi aziende HFT fornisce un avviso precoce per: (a) volatilità corta su ETF con esposizione se un regolatore inizia a muoversi, (b) opportunità di capacità se un'azienda esce dopo l'applicazione.
- Analisi dell'impatto LTP come due diligence. Il metodo della SEBI è ora parte del kit di strumenti normativi. Qualsiasi allocatore dopo luglio 2025 dovrebbe chiedere parametri di impatto LTP nel DDQ. Se il vostro fondo fa market making – costruite questo monitoraggio internamente ora.
- Pattern P&L asimmetrico per screening in tempo reale. Per ogni strategia multi-gamba nell'attribuzione del vostro portafoglio, verificate la presenza di pattern sistematici di loss-leader tra le gambe. Se esistono – rischio di conformità indipendentemente dall'intento.
- Opzioni indiane come intuizione strutturale actionable. Il 61% delle opzioni su azioni globali per volume viene scambiato in India (dati aprile 2025). Jane Street si è ritirata – il vuoto di liquidità viene distribuito tra Tower, Citadel Securities, Optiver, IMC. Una finestra aperta per 6-18 mesi, dopo di che la SEBI probabilmente introdurrà tetti di partecipazione. Operazioni in tempo reale: costruzione di capacità in India, posizioni corte su aziende con entrate indiane sproporzionate senza diversificazione.
- JSI/JSI2/Singapore/Hong Kong come modello di arbitraggio normativo. Questa struttura è stata utilizzata da almeno una dozzina di aziende HFT straniere. La SEBI sta stabilendo un precedente. Per qualsiasi HFT straniero a cui siete esposti (direttamente o tramite ETF), verificate i documenti pubblici per il routing DTAA. Se presente – aggiustate al rialzo per il premio di rischio normativo.
Ognuno è un pattern storico convertito in un criterio di screening forward-looking. La metodologia per identificare (a) strutture di opzioni con leva, (b) comportamento aggressivo di impatto LTP, (c) impronte digitali PnL asimmetriche, (d) opportunità in mercati strutturalmente distorti, (e) architetture di arbitraggio normativo – strumenti vivi, applicabili agli 8-K, 13D, ADV di oggi.
Parte 8. Cosa c'è nel repository
Se ogni tecnica funziona in modalità singola, nulla impedisce di convertirla in monitoraggio continuo tramite feed RSS dei regolatori, assegnazioni di brevetti USPTO, API dei tribunali. E oltre – estrarre pattern strutturali ricorrenti dai casi analizzati e abbinarli ad altri fondi. Architetturalmente, lo stesso codebase. Tre commit:
Commit 1: Piattaforma. Sei tecniche in src/reverse_quant/techniques/. CachedCorpus. Wrapper client Anthropic con retry e tracciamento dei costi. Lettore EDGAR per 13F e ADV. Notebook 01: end-to-end sul documento SEBI – l'analisi di questo articolo, eseguibile per $4-8.
Commit 2: Layer di monitoraggio. monitors/ – poller RSS EDGAR (funzionante), stub USPTO/PACER/stampa regolatore. pipelines/ – triage/arricchimento/dedup/orchestratore. alerts/ – stdout/file funzionante, stub Slack/email. Archiviazione SQLite con schema di provenienza completo. Il Notebook 04 mostra come la verifica cattura le affermazioni allucinate.
Commit 3: Propagazione dei pattern. patterns/ – estrazione/libreria/abbinamento/previsione. Tre pattern seme dal caso Jane Street, curati a mano, contrassegnati reviewed_by_human=True. Formula di confidenza trasparente nel codice. Analisi avversaria e criteri di falsificazione obbligatori su ogni previsione. Notebook 05-06.
Stack: Python 3.11+, type hints, ruff/mypy pulito, test con client LLM mockati, SQLAlchemy, Pydantic v2. Licenza MIT.
Scaricate l'ordinanza SEBI tramite il link in data/README.md; l'esecuzione costa ~$4-8.
Cosa non si può ottenere nemmeno con il miglior LLM
- I dati tick per la verifica diretta delle affermazioni SEBI non sono pubblicamente disponibili
- I registri di conformità interni di Jane Street sono assenti – non sapete cosa l'azienda ha visto in tempo reale
- L'intento – un LLM non può distinguere la manipolazione dal market making, richiede la scoperta
- La verifica numerica – Claude ha confuso crore con milioni di dollari almeno una volta ogni dieci esecuzioni. Ogni numero viene verificato a mano
- Cosa succede dopo – l'ordinanza finale potrebbe scagionare, condannare o confermare parzialmente
Finale
Il documento di un regolatore è l'artefatto più denso di informazioni che un fondo lascia in pubblico. Non perché riveli la strategia (rivela meno di un 13F), ma perché è l'unico documento non scritto dal fondo e non dal suo marketing. SEC, SEBI, FCA – queste persone hanno potere di citazione in giudizio e scrivono per i tribunali, non per il pubblico.
Nel 2020, decodificare la struttura di un hedge fund medio costava $50-100k e 2-3 mesi di tempo di un analista senior. Nel 2026 – $50-100 e una serata. Un nuovo equilibrio, in cui i fondi consapevoli che la loro impronta pubblica viene analizzata in questo modo inizieranno a controllarla più attentamente – creando il prossimo round del gioco.
Se lavorate in un fondo o allocatore interessato all'uso interno – è disponibile consulenza privata.
