Come Creare un Portafoglio d’Investimento con ChatGPT

ChatGPT serve a strutturare la costruzione di un portafoglio, non a decidere al posto tuo. Fa bene tre cose: trasforma obiettivi e orizzonte in classi di attivo, spiega i meccanismi e calcola gli scostamenti dai pesi target. Non ha invece dati di mercato aggiornati e sbaglia con regolarità i codici degli strumenti, che vanno sempre verificati alla fonte.

Cercando questo argomento in italiano si trovano soprattutto trascrizioni di conversazioni con il modello risalenti al 2023, quando gli strumenti erano altri. Qui c’è la parte operativa: come si imposta la domanda, quali controlli servono sulla risposta, come si ribilancia con i conti fatti, e dove il modello ha sbagliato davvero secondo chi lo ha usato.

La differenza non è fra domande facili e domande difficili. È fra generare struttura e verificare dati di mercato. Sulla prima cosa un modello linguistico è forte, perché il ragionamento sulle classi di attivo è testo ben rappresentato. Sulla seconda è strutturalmente debole: un codice ISIN o un ticker sono stringhe arbitrarie, e il modello le ricostruisce per somiglianza invece di leggerle da un registro.

Questa è la linea che separa un uso sensato da un uso ingenuo, ed è anche il motivo per cui la diversificazione resta una decisione umana: il modello propone una ripartizione, ma i vincoli veri (valuta, fiscalità, cosa è negoziabile dal tuo intermediario) li conosce solo chi legge.

Prima di qualsiasi ripartizione servono quattro informazioni che ChatGPT non può dedurre: obiettivo, orizzonte temporale, reazione alle perdite e situazione finanziaria di partenza. Il modello è utile per trasformarle in domande esplicite, non per rispondere al posto di chi le fornisce.

Un punto che quasi tutti saltano è la reazione alle perdite. Scritta come “tolleranza al rischio” resta un’etichetta. Diventa concreta quando si traduce in una cifra: su un capitale di 10.000 euro, un calo del 20% significa vedere il conto a 8.000 euro e sapere che per tornare in pari non basta un rialzo del 20%, ne serve uno del 25%. È la matematica del drawdown, e va guardata prima di scegliere i pesi, non dopo.

Un prompt in una riga produce un elenco generico, uguale a quello che riceverebbe chiunque altro. Serve articolarlo in tre strati: contesto e vincoli, compito verificabile, formato e confine.

Nella pratica, il terzo strato è quello che cambia di più la qualità della risposta. Chiedere esplicitamente “non generare codici ISIN o ticker, indica solo i nomi completi degli strumenti” elimina in partenza l’errore più segnalato dagli utenti. Chiedere “elenca cosa non puoi sapere alla data di oggi” costringe il modello a dichiarare il proprio limite invece di riempirlo con un’invenzione plausibile.

Quello che torna indietro è una bozza di asset allocation con tre profili di rischio, le percentuali che sommano a cento e una riga di motivazione per ogni voce. È un punto di partenza per ragionare, non un portafoglio da replicare: le percentuali che un modello propone dipendono da come è stata posta la domanda, e cambiano se la domanda cambia.

Qui casca la maggior parte dei tentativi. Il caso più documentato è anche il più banale: nome del fondo corretto, ticker sbagliato.

Sotto il video “Portafoglio ETF Chatgpt. Quanto rende? Conviene?” del canale Aprireinfranchising.it, l’utente @alem_mood ha scritto nel 2025 che lo SPDR MSCI USA Small Cap Value ha ticker ZPRV, mentre il modello aveva indicato il ticker dell’analogo europeo, e ha chiuso definendola un’allucinazione del modello. Sotto un video di Finanza Famigliare, @yuritv82 ha riportato lo stesso tipo di errore sugli ISIN, aggiungendo però il rimedio: sono facilmente verificabili su JustETF, e la verifica permette anche di confrontarli con strumenti simili.

La regola operativa che ne esce è semplice: del modello si tiene il ragionamento, i codici e i costi si prendono dalla fonte ufficiale. Il documento da aprire si chiama KID, contiene costi correnti, valuta, tipo di replica e l’indicatore sintetico di rischio da 1 a 7, ed è obbligatorio per tutti i prodotti di investimento al dettaglio venduti nel SEE.

Un portafoglio con dieci strumenti diversi non è automaticamente diversificato. Se un fondo sull’S&P 500, uno sul Nasdaq, uno sul settore tecnologico globale e uno sull’intelligenza artificiale si muovono quasi sempre nella stessa direzione, il conteggio dice quattro, il rischio dice uno.

Il modello descrive bene questo concetto a parole, ma non misura nulla: non ha i tuoi dati e non calcola le serie storiche degli strumenti che hai scelto. La misura di quanto due strumenti si muovono insieme va fatta a parte, con i dati veri, ed è la differenza fra un elenco lungo e un portafoglio costruito.

Domanda utile da porre al modello, invece di quella sbagliata: non “questo portafoglio è diversificato?”, ma “quali di queste voci tendono storicamente a muoversi insieme e in quali condizioni di mercato?”. La prima chiede un verdetto che il modello non può dare, la seconda chiede un ragionamento che si può controllare.

Il ribilanciamento è l’operazione che riporta i pesi ai valori decisi all’inizio, dopo che i mercati li hanno spostati. Su questo il modello è davvero utile, perché i conti li fa bene quando i dati glieli fornisci tu.

Ecco il calcolo completo su un capitale di 10.000 euro ripartito al 50% in azioni globali, 25% obbligazioni, 10% mercati emergenti, 10% immobiliare quotato e 5% materie prime. Dopo una fase di rialzo dell’azionario e un arretramento dell’obbligazionario, il portafoglio vale 11.520 euro, ma i pesi non sono più quelli di partenza.

La parte azionaria è salita dal 50% al 56,4% del totale: per riportarla al peso deciso servono 740 euro in meno su quella voce e 740 euro distribuiti sulle altre quattro. Il numero che conta non è il valore del portafoglio, è lo scostamento in punti percentuali rispetto al target: sotto una certa soglia, di solito indicata fra i 3 e i 5 punti, molti piani non intervengono affatto, perché i costi dell’operazione superano il beneficio.

Il prompt che funziona qui è descrittivo, non decisionale: si consegnano i valori attuali, i pesi obiettivo e la soglia, e si chiede la tabella degli scostamenti e degli importi. Il calcolo si controlla in trenta secondi con una calcolatrice, e questa è esattamente la condizione che rende sicuro delegare un compito a un modello.

Fin qui il ragionamento vale per un portafoglio di strumenti. C’è però un secondo asse, che nella SERP italiana quasi nessuno collega al primo: si può diversificare per asset o per strategia, e le due cose proteggono da rischi diversi.

Nel trading automatico questo si vede bene, perché ogni sistema dichiara la logica con cui opera e quindi anche la condizione di mercato in cui va in difficoltà.

Gold Breaker lavora solo sull’oro con sette logiche di breakout in parallelo e circa 30 operazioni al mese: è diversificazione di strategia sullo stesso sottostante, e soffre nei mercati compressi che generano false rotture. Dark Nebula opera su EUR/USD e GBP/USD con una griglia progressiva e un filtro di machine learning, e la sua condizione avversa è opposta: un movimento direzionale lungo contro la griglia. Perceptrader AI apre una nuova posizione ogni 25 pip senza stop loss nativo e integra reti neurali e ChatGPT nella fase di analisi.

Tre sistemi, quindi tre modi diversi di perdere: è questo che rende una combinazione diversa dalla somma delle sue parti. Quanti sistemi servono davvero è una domanda con una risposta tecnica, che abbiamo affrontato a parte in quanti trading system servono per costruire un portafoglio robusto.

Una nota sull’etichetta AI, visto che qui si parla di modelli. Sulla pagina MQL5 di Perceptrader AI, venduto a 2.800 dollari, ci sono 7 recensioni pubbliche con media 4,67 su 5 e un thread di 30 commenti: quasi tutti i messaggi sono richieste di accesso al gruppo Telegram e risposte della sviluppatrice, l’unico problema tecnico segnalato riguarda l’attivazione della VPS (utente AdvanceFxRobot, 31 luglio 2023) e nessun messaggio discute il funzionamento del filtro di intelligenza artificiale. Fra le tre recensioni visibili, quella di ken del 13 ottobre 2023 è l’unica circostanziata: dichiara oltre due mesi di utilizzo e cita proprio il filtro AI. La lezione vale anche per i portafogli: l’etichetta “intelligenza artificiale” non produce di per sé nessuna evidenza, ed è la parte più facile da vendere.

Le voci qui sotto vengono da due piattaforme, YouTube e MQL5, e sono state lette una per una: nei tre thread di commenti YouTube abbiamo letto 52 messaggi, ai quali si aggiungono i 37 fra recensioni e commenti della pagina MQL5. La distribuzione è più interessante del singolo commento: sul video più critico, quello di Mr. RIP, la maggioranza dei messaggi è ironia sul risultato dell’esperimento, mentre le osservazioni tecniche vere sono una minoranza e vanno quasi tutte nella stessa direzione, cioè il modo in cui l’esperimento era stato impostato.

Nessuna di queste dichiarazioni è verificabile alla fonte: sono racconti di utenti, non risultati misurati. Il pattern però è leggibile, ed è coerente fra le due piattaforme: gli errori riguardano i dati puntuali, non il ragionamento, e chi si trova bene lo fa usando il modello come assistente su un compito circoscritto.

C’è un limite che non dipende da come si scrive la domanda. Un portafoglio si rompe quando una singola posizione può mangiarsi tutto il resto, e questa è una proprietà della gestione del rischio, non della ripartizione.

Un esempio nostro, con i numeri. Fra il 15 e il 25 agosto 2026 abbiamo tenuto acceso su un conto reale un expert advisor gratuito con logica di hedging su bitcoin: deposito di 999 dollari, 38 operazioni chiuse di cui 26 in utile (il 68%), saldo finale 36,65 dollari e una perdita del 99,42%. Sugli stessi prezzi di riempimento del conto, fra il 16 e il 25 agosto bitcoin saliva del 24,7%. Il meccanismo è la scala di recupero a lotti crescenti, che il 24 agosto ha portato l’esposizione lorda a 1,79 lotti, circa 137.000 dollari di nozionale su un conto sotto i 1.000 dollari. Dati del nostro conto, estratto Myfxbook agli atti, risultato reale e non simulato: i risultati passati non sono indicativi di quelli futuri.

La percentuale di operazioni in utile diceva che tutto funzionava fino al giorno prima. Nessuna asset allocation scritta da un modello linguistico avrebbe intercettato quel rischio, perché il problema non stava nei pesi: stava nel fatto che una posizione poteva crescere senza limite. È la stessa ragione per cui un portafoglio di strumenti va guardato anche dal lato della perdita massima possibile, non solo da quello della ripartizione.

Il primo è chiedere una previsione. Un modello linguistico non stima probabilità di mercato: quando risponde a “conviene entrare adesso?” sta producendo testo plausibile, non un’analisi.

Il secondo è accettare la prima risposta. Le tre ipotesi con profili diversi servono proprio a vedere cosa cambia quando cambia il rischio: una sola proposta, presentata come la migliore, è il segnale che il prompt era troppo generico.

Il terzo è ribilanciare troppo spesso. Ogni operazione ha un costo, e in Italia anche un effetto fiscale sulle plusvalenze realizzate. La soglia in punti percentuali serve a questo: rende l’intervento una conseguenza di un numero, non di una sensazione.

Il quarto è confondere l’assistente con il consulente. La consulenza in materia di investimenti è un servizio riservato a soggetti autorizzati, come spiega la Consob nella sua sezione di investor education: si configura quando una raccomandazione riguarda uno strumento specifico ed è presentata come adatta a una determinata persona. Un modello che genera testo non rientra in quel perimetro e non risponde di quello che scrive. Per il quadro europeo sugli strumenti a leva e sulle misure di intervento sul prodotto, il riferimento resta l’ESMA.

Su cosa il modello riesce davvero a fare nelle altre fasi, dalla lettura delle notizie alla scrittura di regole operative, abbiamo messo in fila i pro e i contro di ChatGPT applicato agli investimenti in un pezzo dedicato.

Questo contenuto ha finalità esclusivamente informative e divulgative. Le informazioni riportate non costituiscono consulenza finanziaria, né una raccomandazione personalizzata di investimento, e non tengono conto della situazione patrimoniale, degli obiettivi o della propensione al rischio di chi legge. AmicoBot non è un intermediario autorizzato e non presta servizi di consulenza in materia di investimenti: l’elenco dei soggetti abilitati è consultabile sul sito della Consob.

Il trading, l’uso di expert advisor e gli strumenti a leva comportano un rischio elevato di perdita del capitale, fino all’intero importo investito. I dati di performance citati in questa pagina sono riferiti a periodi storici specifici, con la fonte indicata accanto al dato: i risultati passati non sono indicativi di quelli futuri e nessun rendimento è garantito. Le esperienze degli utenti riportate sono dichiarazioni pubbliche non verificabili alla fonte, riportate con username, data e piattaforma, e non costituiscono prova del funzionamento di alcuno strumento.

Alcuni link presenti su AmicoBot possono essere affiliati: se il lettore attiva un prodotto o un servizio attraverso quei link, il sito può ricevere una commissione, senza costi aggiuntivi e senza che questo influisca sui giudizi editoriali, che restano indipendenti.