Come i quant costruiscono agenti di trading che si auto-migliorano (Framework completo)

Nel 2025, un'IA ha infranto un record matematico di 56 anni con un solo loop: genera, testa, valuta, ripeti. I quant lo applicano alle strategie.

Andiamo dritti al punto....

Segna questo

Siamo il team dietro Horizon, la prima piattaforma di trading agentica: scrivi una strategia di trading in inglese semplice, la testi in pochi minuti e la deployi in tempo reale sul tuo broker. Questo articolo analizza il framework del ciclo di miglioramento alla base della costruzione di strategie agentiche. Attualmente in beta chiusa, sarà lanciata pubblicamente il 15 luglio. Unisciti alla lista d'attesa su

horizon.trade o invia un DM

@horizon_trade_x per l'accesso anticipato.

Ecco il framework completo:

• Cosa significa realmente "auto-miglioramento" (e cosa non significa)
• Il segnale di fitness: l'unico numero che l'agente ottimizza
• Memoria: fallimento, indagine, distillazione, consultazione
• Il verificatore: perché l'agente non valuta mai il proprio lavoro
• Dove Horizon esegue questo ciclo oggi

Cosa significa realmente "auto-miglioramento"

Prima, la versione onesta. Un agente auto-migliorante non riaddestra il modello. Nessun sistema di produzione lo fa. I pesi del modello rimangono congelati.

Ciò che si accumula è tutto ciò che sta intorno al modello: il registro delle varianti testate, le regole di punteggio, le lezioni distillate. L'agente è un ciclo di feedback con tre parti. Un generatore propone varianti di strategia. Un valutatore le valuta sui dati storici. Un selettore tiene i vincitori e li restituisce al generatore.

Questa è una macchina vecchia. La ricerca evolutiva è stata usata nella ricerca quantistica dagli anni '90. Ciò che è cambiato è il generatore: ora gli LLM propongono varianti in codice e in inglese semplice, e possono eseguire il ciclo per ore senza che un umano guidi ogni passo. Nel 2025, AlphaEvolve di DeepMind ha usato questo stesso ciclo genera-valuta-seleziona per trovare un algoritmo di moltiplicazione di matrici più veloce, battendo un record che resisteva dal 1969.

Il segnale di fitness

L'agente migliora qualunque cosa tu valuti. Valuta i rendimenti grezzi, e troverà la curva più overfit nel tuo dataset. I desk seri valutano un composto: rendimento corretto per il rischio, drawdown, numero di scambi e stabilità su finestre temporali.

La regola di punteggio è la strategia. Tutto a valle è solo ricerca.

Memoria: fallimento, indagine, distillazione, consultazione

Un ricercatore umano dimentica l'iterazione quattro. Un agente ben costruito esegue ogni fallimento attraverso quattro fasi.

Documenta il backtest fallito. Indaga perché la variante è fallita: regime sbagliato, costi di transazione, curve fitting. Distilla la diagnosi in una regola generale. E al prossimo ciclo, consulta la regola invece di riscoprire il fallimento da capo.

Qui è dove la maggior parte dei cicli fatti in casa si rompe. Senza questa progressione, l'agente ripropone varianti già rifiutate, e brucia potenza di calcolo girando in tondo. Con essa, ogni variante rifiutata segna una zona morta nello spazio di ricerca, e ogni generazione parte da tutto ciò che le precedenti hanno imparato.

Il verificatore: perché l'agente non valuta mai il proprio lavoro

Un agente che valuta il proprio output vede il proprio ragionamento e preferisce conclusioni coerenti con ciò che ha già costruito. Nel trading, questa modalità di fallimento ha un prezzo: un ciclo che memorizza un dataset sembra un miglioramento sul grafico, ma si comporta come un lancio di moneta in tempo reale.

La soluzione ha due parti. La regola di valutazione è separata dal generatore, così il processo che ha proposto una variante non la valuta mai. E il voto finale arriva da un gate out-of-sample: dati che il generatore non ha mai visto. Una variante sopravvive solo se vince su entrambe le fette. McLean e Pontiff hanno dimostrato che le strategie pubblicate di solito perdono gran parte del loro vantaggio una volta che i dati diventano noti. La finestra di addestramento del tuo agente funziona allo stesso modo.

Dove Horizon esegue questo ciclo

Il ciclo genera, testa, valuta, seleziona è il meccanismo centrale di Horizon. Descrivi una strategia in inglese semplice. L'agente la costruisce, la testa, la valuta, e torna con 2-3 varianti raffinate affiancate ai loro punteggi, così scegli tra candidati migliorati invece di ritoccare i parametri a mano.

Ogni backtest alimenta la proposta successiva. L'agente fa l'iterazione. Tu fai il giudizio.

report di backtest con punteggio

Come i trader sbagliano

Ottimizzano un singolo indicatore. L'agente trova lo Sharpe più alto della storia, e crolla nel primo mese reale. I punteggi compositi esistono per un motivo.

Lasciano che il creatore valuti il proprio lavoro. Dieci generazioni di "miglioramento" auto-approvato su dati in-sample sono dieci generazioni di memorizzazione.

Rimuovono l'umano. L'agente è un motore di ricerca nello spazio delle strategie. Classifica i candidati. Decidere cosa deployare con denaro reale rimane una decisione umana.

Confondono il numero di iterazioni con il progresso. Mille varianti valutate su un segnale di fitness sbagliato sono mille passi nella direzione sbagliata.

Grazie per aver letto.

Prima che tu vada

Siamo il team dietro Horizon, la prima piattaforma di trading agentica: scrivi una strategia di trading in inglese semplice, la testi in pochi minuti e la deployi in tempo reale sul tuo broker. Il ciclo genera, testa, valuta, seleziona di questo articolo è già in esecuzione nel prodotto. Attualmente in beta chiusa, sarà lanciata pubblicamente il 15 luglio. Unisciti alla lista d'attesa su

horizon.trade o invia un DM

@horizon_trade_x per l'accesso anticipato.