ChatGPT & Trading: cosa funziona davvero (e cosa no) nel 2026

Questa non è un’opinione di redazione. È la conclusione di uno studio presentato a NeurIPS 2024, e coincide con quello che si vede su un conto quando si prova a usarlo nel modo sbagliato. Sotto trovi i quattro usi che reggono, i tre che non reggono, un caso numerico con dati nostri, cosa dicono 19 recensioni di utenti sulla pagina MQL5 di un expert advisor che i modelli linguistici li usa davvero e come si legge il nome Trade GPT, che con OpenAI non ha niente a che vedere.

Nel 2024 un gruppo di ricercatori ha fatto una prova semplice su tre architetture note che usavano un modello linguistico per il forecasting di serie storiche: hanno tolto il modello linguistico e lo hanno sostituito con un banale strato di attenzione. Il risultato, pubblicato come spotlight a NeurIPS 2024 con il titolo Are Language Models Actually Useful for Time Series Forecasting?, è che le prestazioni non peggioravano e nella maggior parte dei casi miglioravano, a fronte di un costo di calcolo enormemente inferiore.

Detto in modo diretto: in quelle architetture il modello linguistico non stava aggiungendo niente. La parte utile era il resto.

Il motivo è strutturale. Un modello linguistico è addestrato a stimare la parola successiva dentro un testo. Una serie di prezzi non è un testo: è una sequenza numerica con autocorrelazione, cambi di regime e rumore che cambia natura nel tempo. Sono i problemi di cui si occupa il trading quantitativo, con strumenti diversi.

C’è poi un limite che nel 2026 viene spesso confuso. Il problema non è più l’accesso ai dati: la ricerca web dentro il modello esiste, i grafici si caricano, gli statement si allegano. Il problema è che anche con il dato davanti il modello non ha un criterio di misura: se gli chiedi se una strategia è buona, ti risponde con la descrizione di cosa rende buona una strategia, non con il calcolo.

È l’uso con il rapporto tempo risparmiato su rischio più favorevole. Il modello scrive Pine Script per TradingView, MQL5 per MetaTrader e Python per l’analisi dei dati, e soprattutto spiega gli errori di compilazione, che per chi non è programmatore è il vero muro. Chi parte da zero trova il quadro dei linguaggi nella guida al codice sorgente nel trading algoritmico.

Il limite si vede al secondo giro. Il codice compila quasi sempre, ma la logica non è detto che sia quella che avevi in mente: una condizione valutata sulla candela in formazione invece che su quella chiusa produce un backtest bellissimo e un conto reale che non lo replica. Il controllo su questo punto resta manuale.

Un caso pratico completo, dalla descrizione del pattern al test sui dati, è in questa strategia Morning Star ed Evening Star costruita con ChatGPT e TradingView, e un secondo esempio con lo stesso metodo si trova nel test su come backtestare una strategia Engulfing scritta con l’intelligenza artificiale.

Chiedere che cosa esce questa settimana, quali sono le pubblicazioni ad alto impatto e cosa ha detto una banca centrale nella riunione precedente è un compito di sintesi documentale. Il modello lo fa bene e fa risparmiare mezz’ora.

Il passaggio successivo, cioè che cosa farà il prezzo dopo quel dato, è dove la risposta diventa una frase plausibile senza contenuto. Un conto è riassumere un comunicato, un altro è stimare come reagirà il mercato: la seconda cosa dipende dal posizionamento e dalle attese già nei prezzi, informazioni che il modello non ha. Il tema, con le tecniche vere, è trattato nella guida su come si analizza il sentiment di mercato.

Qui il modello lavora su materiale che hai prodotto tu, quindi non deve indovinare niente. Si incolla il diario operativo delle ultime settimane e si chiede quali comportamenti si ripetono nelle operazioni chiuse in perdita, in quali orari le decisioni peggiorano, quante volte lo stop è stato spostato.

È il campo in cui il ritorno è più concreto, perché la maggior parte dei conti retail non si rovina per la strategia sbagliata ma per l’esecuzione incoerente. Chi tiene un diario dettagliato ottiene risposte utili; chi non lo tiene non ha niente da dare in pasto al modello.

Uno statement esportato, un report di backtest su MetaTrader o un file di operazioni si caricano e si interrogano in linguaggio naturale: distribuzione dei risultati per giorno della settimana, contributo di una singola operazione sul totale, sequenze di perdite consecutive.

Con una regola ferma: i numeri sensibili si ricalcolano a mano prima di usarli. Il modello sbaglia le somme più spesso di quanto sembri, e su un report di trecento operazioni un errore non si vede a occhio.

Segnali operativi, previsioni di prezzo e giudizi su una strategia senza dati sono i tre punti in cui l’uso di un chatbot passa da inutile a dannoso. Il motivo si capisce meglio con un numero vero.

Ad agosto 2026 abbiamo messo in prova un expert advisor gratuito scaricato dal marketplace MQL5, un sistema di hedging su bitcoin, su un conto RoboForex MT5 con leva 1:100. Ecco cosa è successo dal 15 al 25 agosto 2026.

Dati di un conto reale nostro, periodo 15-25 agosto 2026, estratto Myfxbook. I risultati passati non sono indicativi di quelli futuri e un singolo test su dieci giorni non descrive il comportamento di un sistema su orizzonti lunghi.

Ora il punto che riguarda ChatGPT. Il 68% di operazioni in utile è esattamente il numero che un modello linguistico definisce buono, se gli chiedi se un win rate del 68% è un buon risultato. La risposta è corretta in astratto e completamente sbagliata in questo caso, perché il dato decisivo è altrove: la perdita media vale sei volte il guadagno medio. Il rapporto tra i due, spiegato nella guida su win rate e rapporto rischio rendimento, è ciò che rende quel 68% irrilevante.

Il confronto rende la cosa evidente. Gold Breaker, che nella nostra scheda ha il punteggio più alto del listino con 95%, dichiara nei test interni un win rate intorno al 67%, quindi praticamente identico. La differenza non è nella percentuale di operazioni vinte: sta nel fatto che ogni operazione ha uno stop loss dinamico e che il dimensionamento parte dal drawdown massimo accettato, mentre il sistema che ha azzerato il conto non aveva take profit su nessuna operazione e recuperava a lotti crescenti.

Nessun chatbot poteva vedere questa differenza, perché non è scritta nella descrizione del prodotto: si vede solo nei trade. Ed è per questo che la valutazione di un sistema passa dal track record e non dalla presentazione.

Una parte consistente di chi cerca “trading con ChatGPT” in realtà sta cercando Trade GPT, e sono due cose diverse. Sotto quel nome, e sotto le varianti Trade GPT 350, Trade GPT 360 e Trade GPT app, circolano almeno tre categorie di oggetti che non hanno rapporto tra loro.

1. Applicazioni reali di società terze. Su Google Play esiste per esempio TradeGPT di TradeAlgo, un assistente di analisi. È un prodotto di un’azienda americana, non di OpenAI.
2. Pagine di raccolta contatti. Siti che promettono un robot che opera da solo, chiedono nome e telefono e passano il contatto a un call center che richiama per far aprire un conto. La dinamica è documentata: già nel marzo 2023 Cybersecurity360 descriveva una campagna che usava il nome ChatGPT per portare le vittime su una piattaforma di trading fasulla, con richiesta di deposito da 250 euro e contatto telefonico insistente.
3. Recensioni finte. Nella prima pagina di Google per “trade gpt recensioni”, ad agosto 2026, compaiono domini di settori completamente estranei che ospitano pagine con punteggi tipo 5 su 5 e migliaia di voti. Sono contenuti costruiti per il posizionamento, non recensioni.

Nessuna di queste cose è un prodotto OpenAI. OpenAI vende accesso a modelli linguistici, non software di trading, e non ha piattaforme di intermediazione.

Valgono per qualsiasi nome, non solo per questo.

• Chi è il soggetto giuridico. Nome della società, sede, numero di registrazione. Se nelle note legali non c’è un soggetto identificabile, l’informazione manca ed è già una risposta.
• Lo stato di autorizzazione. Chi raccoglie denaro o intermedia strumenti finanziari verso il pubblico italiano deve essere autorizzato. Gli albi sono pubblici e si consultano sul sito CONSOB, insieme alla sezione dedicata ai siti oscurati. Al 31 luglio 2026 la CONSOB aveva ordinato l’oscuramento di 1.799 siti dal luglio 2019, di cui 233 legati a cripto-attività: erano 1.763 il 3 luglio, quindi 36 in più in quattro settimane. La stessa autorità segnala tra le tecniche in crescita i siti clonati e i contenuti generati con sistemi di intelligenza artificiale.
• Dove sono i risultati. Un track record vive su una piattaforma di verifica indipendente. Come si legge è spiegato nella guida su Myfxbook, e i segnali di manipolazione sono raccolti nell’analisi sui track record manipolati. Uno screenshot non è un track record.
• Che cosa promette il testo. Un rendimento presentato come certo, una cifra fissa promessa ogni mese, l’assenza di rischio: sono formule che nessun soggetto autorizzato può usare, perché il rischio di perdita non si elimina. I criteri completi stanno nella guida su come si riconoscono i bot di trading truffa.

Nel mercato degli expert advisor la parola intelligenza artificiale nel nome del prodotto non dice quasi niente. Nelle nostre schede il divario tra prodotti che la nominano e prodotti che la usano davvero è enorme.

Il caso di Perceptrader AI è istruttivo perché l’integrazione con i modelli linguistici c’è davvero, ed è dichiarata come filtro opzionale: il sistema può usare una previsione di ChatGPT o di Gemini per scartare operazioni, ma la logica di ingresso resta una griglia che apre una posizione ogni 25 pip senza stop loss nativo. Nei nostri test su quel sistema abbiamo applicato uno stop loss sull’equity al 10%, proprio perché il modulo AI non sostituisce la protezione del capitale. Il profit factor riportato è 1,51 e il prezzo della licenza a vita è 2.199 euro secondo il produttore.

La lettura generale è semplice: l’intelligenza artificiale in questi prodotti è quasi sempre un filtro, non il motore. Il motore resta una regola di ingresso classica, breakout, griglia o mean reversion, come si vede nel quadro generale su trading automatico e intelligenza artificiale. Chi confronta più sistemi trova i criteri applicati caso per caso nelle recensioni degli expert advisor per MetaTrader.

Abbiamo letto le recensioni pubbliche di Autorithm AI, un expert advisor venduto 299 dollari sul marketplace MQL5 che manda davvero le decisioni a modelli linguistici esterni tramite API, più i commenti sotto i video italiani dedicati all’argomento e i thread aperti su Reddit. Non è materiale nostro: sono voci di utenti, riportate con nome, data e piattaforma.

Sulla pagina MQL5 di Autorithm AI, al 30 agosto 2026, risultano 19 recensioni. Ne abbiamo lette 18 per intero: 11 positive, 4 negative circostanziate, 1 mista, 1 richiesta di assistenza tecnica e 1 senza testo. Le tre che insegnano qualcosa sono queste.

Mochamad Ilham Fatahillah, 31 dicembre 2025, pagina MQL5 del prodotto, titola la sua recensione “alto win rate ma bassa redditività”: segnala 98 operazioni vincenti su 105 ingressi in un mese, e allo stesso tempo un profitto mensile di 3,79 dollari contro 15 dollari di costo della VPS. È lo stesso meccanismo del nostro test, visto dall’altra parte: tante vincite piccole, poche perdite grandi, e un risultato netto che non copre neanche l’infrastruttura.

Teddy Castelnau, 25 febbraio 2026, stessa pagina, scrive di aver inizialmente lasciato una recensione molto positiva e di aver poi visto il conto azzerarsi due volte, provando anche in demo con 5.000 dollari al rischio più basso. Shamsan, 25 agosto 2026, riferisce tre mesi di utilizzo da fine maggio con perdite pesanti e mette in guardia sugli screenshot promozionali presi da conti dimostrativi. Sul fronte opposto junmun.chan, 4 febbraio 2026, dichiara di essere passato in due mesi da 564,39 a 1.711,84 dollari.

Le cifre riportate dagli utenti sono dichiarazioni non verificabili alla fonte, riferite a periodi e configurazioni diverse. Non sono una misura della redditività del prodotto e non tengono conto del rischio assunto.

Su YouTube, dove abbiamo letto i commenti dei tre video italiani più visti sul tema il 30 agosto 2026, le voci sono meno estreme e più utili. Sotto la lezione di Unger Academy Italia dedicata a ChatGPT e trading system, in un commento di due anni fa, l’utente MauroC74 riassume la cosa meglio di molte guide: definisce ChatGPT un ottimo assistente, una specie di programmatore junior di cui però resti tu il senior, con l’obbligo di verificare quello che produce. Sotto il video di Martina Andrea Provenzano in cui una strategia viene costruita con ChatGPT e poi testata, un anno fa BillyRayBusiness obiettava che per chiamarla strategia servirebbero almeno cento operazioni, e Mohican17, nello stesso periodo, osservava che il valore del video non sta nella creazione con ChatGPT ma nei ragionamenti fatti in fase di backtest. Sempre lì, a febbraio 2026, umbertomontagnaro8980 chiede una cosa che torna spesso: dove va scritta la strategia perché la piattaforma la riconosca. È il punto in cui la maggior parte delle persone si ferma, e non è un problema di intelligenza artificiale ma di uso della piattaforma e di automazione su TradingView.

Su Reddit, nel gruppo italiano di finanza personale, un thread aperto nove mesi fa e ancora indicizzato chiedeva se qualcuno usasse TradeGPT: chi lo apriva riportava quasi il 20% in meno di un mese, dato dichiarato e non verificabile alla fonte, e la discussione ha raccolto oltre venti risposte. È la stessa curva del nostro test: i primi giorni di un sistema aggressivo sono quasi sempre positivi, ed è per questo che una testimonianza raccolta nella prima settimana non dice niente sulla tenuta del sistema.

Il percorso che va da un’idea scritta con ChatGPT a un sistema utilizzabile ha cinque passaggi. Il modello copre il primo e mezzo.

Primo, la regola scritta in modo non ambiguo. Ogni condizione va definita su candela chiusa o in formazione, con timeframe, orari operativi, stop e obiettivo espressi in numeri. Un prompt che dice “compra quando il trend è rialzista” produce codice che non si può testare.

Secondo, il codice. Qui il modello lavora bene. Chi collega poi il sistema a servizi esterni trova i vincoli tecnici nella guida sulle chiavi API nel trading algoritmico.

Terzo, il backtest su dati sufficienti. È il passaggio che salta chi si fida della descrizione. Il metodo è nella guida su come si valuta una strategia con il backtesting, e la divisione del campione fra periodo di costruzione e periodo di verifica è spiegata nell’articolo su dati in sample e out of sample.

Quarto, il controllo dell’overfitting. Se chiedi al modello di migliorare i parametri finché il risultato non è buono, quello che ottieni è una curva costruita sul passato. È l’errore più frequente di chi ottimizza con l’aiuto di un chatbot, perché il modello asseconda la richiesta invece di contestarla.

Quinto, i costi reali. Spread, commissioni e slippage trasformano una strategia positiva in una perdente quando il margine per operazione è sottile. Nelle nostre campagne di backtest sull’oro teniamo solo le strategie con una vincita media per operazione pari o superiore a 3 dollari su M5 e M15, perché sotto quella soglia la differenza fra simulazione e conto reale diventa più grande del margine della strategia. Prima del denaro vero, il passaggio successivo è un conto demo sullo stesso broker e sullo stesso orario.

Soglia ricavata da simulazioni su dati storici XAUUSD, non da conti reali. Le condizioni di esecuzione reali possono modificare sensibilmente il risultato.

La regola generale è una sola. Il modello risponde bene quando gli si chiede di lavorare su qualcosa che gli hai dato, male quando gli si chiede di produrre qualcosa che non ha. È lo stesso confine che separa l’analisi qualitativa dalla previsione nei pattern grafici.

Il trading comporta un elevato rischio di perdita del capitale e non è adatto a tutti gli investitori. I contenuti di questa pagina hanno finalità esclusivamente informativa e non costituiscono consulenza finanziaria, né una raccomandazione personalizzata di investimento. Le performance passate non sono indicative dei risultati futuri. Prima di operare valuta la tua situazione e, se necessario, rivolgiti a un consulente finanziario abilitato. Opera solo con capitale che puoi permetterti di perdere. AmicoBot pubblica link di affiliazione verso alcuni dei prodotti citati: la valutazione editoriale resta indipendente dai compensi ricevuti.