Contenuto a scopo informativo e didattico: non costituisce consulenza finanziaria né sollecitazione all’investimento.
In breve
Economix è un progetto di studio che gira in locale: simula l’uso di strumenti finanziari con soldi virtuali e prezzi reali. L’assistente AI è collegato ai dati dell’app con un approccio RAG ma non esegue nulla senza conferma esplicita: prepara l’azione, le regole la ricontrollano e serve un clic su «Conferma».
| Cosa fa | Piano di investimento per profilo di rischio, dati di mercato e macro, rassegna stampa con sentiment, proposte con stop, backtest |
| Dati | Prezzi di borsa (Directa in sola lettura, EODHD), BCE, Eurostat, FRED; notizie da 29 feed verificati |
| AI | Assistente con OpenAI o Anthropic; sentiment con FinBERT multilingue in locale |
| Stack | Python 3.12, Streamlit, SQLite, uv; sviluppo con Claude Code, rivisto passo per passo |
| Qualità | Oltre 450 test automatici; indicatori verificati valore per valore con TA-Lib |
| Operatività | Solo simulazione: il collegamento al broker è in sola lettura e ogni comando di scrittura è bloccato nel codice |
Come si progetta un assistente AI che non agisce da solo?
- L’utente chiede in italiano, per esempio «registra un acquisto da questa proposta».
- L’assistente prepara l’azione usando solo i dati di Economix.
- Le regole dell’app la ricontrollano: rischio massimo, niente leva, mai mediare in perdita, stop solo verso l’alto.
- Compare un’anteprima con tutti i dettagli.
- L’azione si esegue solo premendo Conferma.
È lo schema «human in the loop»: l’AI accelera il lavoro, ma la decisione resta alla persona. Con dati sensibili, un perimetro chiaro vale più di qualsiasi funzione in più.
Quale modello usare per il sentiment delle notizie finanziarie?
Ho confrontato cinque modelli locali con le valutazioni già fatte da un modello di OpenAI su 94 notizie. La «kappa» misura l’accordo oltre il caso: 0 significa a caso, 1 sempre uguali.
| Modello | Uguali al riferimento | Kappa | Secondi a notizia |
|---|---|---|---|
| FinBERT multilingue (scelto) | 69% | 0,50 | 0,4 |
| Traduzione in inglese + FinBERT | 55% | 0,22 | 2,3 |
| XLM-RoBERTa per i tweet | 57% | 0,23 | 0,5 |
| mDeBERTa «zero-shot» | 39% | 0,21 | lento |
| DistilBERT multilingue | 32% | 0,12 | 0,2 |
Per distinguere le notizie di «sostanza» da quelle di «rumore», invece, un modello non è servito: le regole sulle parole del titolo concordavano con il riferimento nel 74% dei casi decisi, mentre il modello zero-shot faceva peggio di una moneta.
Come si verifica che i calcoli siano giusti?
- Le differenze tra dati pubblicati (spread, tassi reali) si fanno in aritmetica decimale esatta, arrotondando solo alla fine.
- Ogni seduta scaricata viene controllata prima di essere salvata (minimo ≤ apertura e chiusura ≤ massimo, prezzi positivi, nessuna data ripetuta).
- Ogni indicatore tecnico è confrontato valore per valore con TA-Lib: le differenze sono sotto un miliardesimo.
- Rischio, backtest, imposte e commissioni hanno esempi calcolati a mano nei test.
Cosa dicono i dati di 15 anni?
La «gara dei fattori» rigioca giorno per giorno i segnali che le regole avrebbero dato dal 2012 e misura il risultato al netto dei costi, in R (il guadagno diviso il rischio iniziale).
| Dato | Valore |
|---|---|
| Segnali analizzati | 96.954, di cui 62.890 con esito |
| Strumenti | 242 |
| Risultato medio a segnale, costi compresi | −0,11 R |
| Mesi in cui il punteggio aiuta | 123 su 173 |
Il risultato più utile è anche il meno spettacolare: anche i segnali migliori perdono, con quel capitale e quei costi. È proprio per questo che un sistema di analisi deve misurarsi da solo, compresi i propri errori, invece di mostrare solo le simulazioni che vanno bene.
Cosa può fare per un’azienda
Gli stessi principi valgono per qualsiasi assistente AI collegato a dati aziendali:
- assistenti interni che leggono gestionali e CRM ma chiedono conferma prima di scrivere;
- classificazione e sentiment di recensioni, ticket o notizie con modelli locali, senza mandare dati fuori;
- calcoli verificati con test automatici e dati controllati prima di essere usati;
- backtest e verifiche che dicono anche quando una regola non funziona.
Se stai valutando qualcosa di simile per la tua organizzazione, raccontami il tuo caso: partiamo dalle domande a cui deve rispondere, non dalla tecnologia.
Cosa ho imparato
- Un assistente AI utile non è quello che fa di più, ma quello che chiede conferma prima di agire.
- Un modello piccolo e specializzato, in locale, basta per il sentiment delle notizie.
- Programmare con l’AI funziona se i test crescono insieme al codice.
- Misurare anche quello che non funziona è il modo più rapido per non illudersi.
Domande frequenti
L’assistente di Economix può eseguire ordini da solo?
No. Prepara l’azione e mostra un’anteprima, ma si esegue solo con una conferma esplicita; il collegamento al broker è in sola lettura.
Perché usare un modello locale per il sentiment delle notizie?
Perché non ha costi per chiamata, non manda dati all’esterno e, nel confronto fatto, FinBERT multilingue è stato il più vicino al riferimento con meno di mezzo secondo a notizia.
Economix dà consigli di investimento?
No: è un progetto di studio a scopo didattico, che simula operazioni con soldi virtuali.

