Masterclass trading quantitativo e intelligenza artificiale di Giovanni Trombetta: scopri l’approccio sistematico di Gandalf Project, dagli agenti AI all’analisi stagionale.
La visione di Giovanni Trombetta sul nuovo trading
Al centro di questa masterclass c’è la figura di Giovanni Trombetta, ingegnere elettronico, trader quantitativo e fondatore di Gandalf Project, fintech italiana specializzata nell’applicazione dell’intelligenza artificiale alla finanza quantitativa. Dal 2012 Trombetta guida il team di ricerca e sviluppo, con un focus su algoritmi di AI, trading system e asset allocation evoluta.
La sua esperienza lo ha portato a ricoprire ruoli di primo piano come Presidente del Comitato Scientifico di SIAT e Quant Director in IFTA, collocandolo tra i riferimenti internazionali nell’uso dell’AI nei mercati finanziari.
È proprio la sua visione il filo conduttore della masterclass: togliere al trading la componente più instabile, cioè l’emotività umana, e sostituirla con protocolli rigorosi e algoritmi di intelligenza artificiale.
Secondo Trombetta, nel trading i costi si pagano comunque: o al mercato, attraverso le perdite, oppure investendo in formazione, che nel lungo periodo è l’opzione più economica e sostenibile. Questa analisi, basata su una trascrizione audio rielaborata, ha finalità esclusivamente informative e di studio e non costituisce in alcun modo consulenza o raccomandazione operativa.
Dal discrezionale al sistematico, secondo Trombetta
Giovanni Trombetta parte da una constatazione semplice ma scomoda: l’operatore umano non è costante nel tempo. Stanchezza, paura, euforia, bias cognitivi rendono il trading discrezionale vulnerabile e difficilmente replicabile. Da qui nasce l’approccio di Gandalf Project, premiata come realtà di eccellenza nel panorama italiano, che promuove la fiducia nel protocollo al posto dell’improvvisazione.
Nella masterclass, Trombetta sottolinea che il mestiere del quantitativo non è prevedere il futuro, ma reagire ai mercati seguendo protocolli rigidi. La differenza è radicale: non si tratta di indovinare dove andrà il prezzo, ma di definire a priori regole d’ingresso, gestione e uscita, accettando che la priorità sia la difesa del capitale più che la ricerca del colpo di genio. Questa impostazione sistematica è alla base dei progetti formativi di Gandalf Project, dalla Machine Learning Academy alle iniziative dedicate al trading algoritmico.
Come Trombetta interpreta l’evoluzione dell’AI nel finance
Nel racconto di Giovanni Trombetta, l’evoluzione dell’intelligenza artificiale nei mercati finanziari attraversa tre fasi. La prima, a partire dagli anni ’80 e ’90, è quella delle reti neurali pionieristiche, nate con l’obiettivo di prevedere direttamente il prezzo. Questa strada, spiega, si è dimostrata poco robusta e spesso fuorviante.
La seconda fase sposta l’attenzione sulla volatilità e sugli scenari di mercato, con modelli in grado di riconoscere regimi differenti (trend, laterale, alta o bassa volatilità), come nel caso dei sistemi basati sui regimi di Markov.
La terza, che oggi rappresenta la frontiera su cui Trombetta lavora attivamente, è quella degli agenti di orchestrazione AI: algoritmi che non predicono i prezzi, ma decidono come allocare il capitale tra diverse sottostrategie quantitative, in modo dinamico e contestuale.
In questa prospettiva, l’AI diventa un “direttore d’orchestra” che armonizza portafogli momentum (titoli “Top”) e portafogli mean reverting (titoli “Bottom”), modulandone il peso in base alla fase di mercato. È un passaggio concettuale importante: dalla pretesa di sapere “dove andrà il mercato” alla capacità di reagire con lucidità a “dove il mercato si trova ora”.
Metriche, regolarità dell’equity e difesa del capitale
Coerentemente con la sua impostazione quantitativa, Trombetta dedica grande attenzione alle metriche di valutazione delle strategie. Nella masterclass vengono richiamati il CAGR, utile a misurare la crescita media annua dell’investimento; il Sortino Ratio, che a differenza dello Sharpe Ratio penalizza soltanto la volatilità negativa, più rilevante per il rischio effettivo; il Kestner Ratio, indicato per valutare quanto la curva di equity si avvicini a una retta ideale a 45°; e il Max Drawdown, considerato fondamentale per misurare la profondità delle fasi di perdita.
L’obiettivo dichiarato è ridurre la “sofferenza” lungo il percorso: una strategia non viene giudicata solo per il rendimento, ma per la sua regolarità nel tempo e per la capacità di proteggere il capitale nei momenti difficili. È un messaggio che tocca da vicino chi ha vissuto drawdown pesanti e intuizioni sbagliate, offrendo un quadro più razionale e misurabile della performance.
Python, Machine Learning Academy e infrastruttura di Gandalf Project
Un altro punto che mette in evidenza la centralità di Giovanni Trombetta è il ruolo della tecnologia. In qualità di Founder e Head of R&D di Gandalf Project, è lui a guidare lo sviluppo delle infrastrutture di trading quantitativo basate su Python, considerate oggi uno standard nelle fintech internazionali.
La masterclass evidenzia come lo stack tecnologico comprenda motori di backtest, procedure di validazione, controllo delle performance e collegamento tra i modelli quantitativi e le piattaforme operative (TradeStation, MultiCharts, MetaTrader) tramite “metacodice”. In parallelo, i percorsi formativi come la Machine Learning Academy sono costruiti proprio sulle competenze specifiche di Trombetta nell’applicazione di algoritmi genetici, machine learning supervisionato e non supervisionato, e reinforcement learning alla finanza quantitativa.
Season Hunter e l’analisi delle stagionalità secondo Trombetta
Tra gli strumenti messi in campo da Gandalf Project, spicca Season Hunter, piattaforma web dedicata all’analisi delle stagionalità su azioni e opzioni. Nella masterclass viene mostrato come lo strumento sia in grado di evidenziare pattern statistici ricorrenti, come finestre temporali in cui determinati titoli hanno storicamente registrato una maggiore probabilità di performance positiva.
La visione di Trombetta, però, non si limita alla lettura statica del passato: il passo successivo è integrare l’intelligenza artificiale all’interno di Season Hunter per pesare le stagionalità in modo dinamico, dando più rilevanza ai dati recenti e al regime di mercato corrente. In questo modo, l’AI aiuta a distinguere tra pattern ancora significativi e semplici curiosità storiche, rafforzando la coerenza dell’analisi.
Il case study sugli agenti AI XGBoost su 770 titoli USA
Uno dei momenti più concreti della masterclass è il case study illustrato da Giovanni Trombetta su un ampio paniere di 770 titoli americani, appartenenti a Nasdaq, NYSE e Amex. La strategia di base prevede la selezione settimanale di 5 titoli “Top”, caratterizzati da forte momentum, e di 5 titoli “Bottom”, candidati per strategie di tipo mean reverting.
Su questo impianto viene inserito un agente di orchestrazione basato su XGBoost, modello ensemble evoluto rispetto ai tradizionali Random Forest, che decide come mixare e pesare le due sottostrategie in funzione delle condizioni di mercato.
I risultati mostrati evidenziano una curva di equity più regolare e una riduzione dei drawdown rispetto a un benchmark equal weight ribilanciato settimanalmente, con benefici particolarmente evidenti in periodi critici come il post‑Covid 2020. L’immagine della “equity addolcita” diventa così il simbolo del contributo dell’AI al miglioramento del profilo rischio/rendimento.
Gandalf Symposium 2026, la visione di Trombetta si apre al confronto
La masterclass si collega idealmente al Gandalf Symposium 2026, evento di cui Giovanni Trombetta è promotore e figura centrale. Il simposio, in programma il 27 e 28 giugno a Giulianova, è presentato come un luogo di confronto aperto su trading, coding e AI finanziaria, in linea con l’idea di un “simposio greco” in cui relatori e pubblico partecipano su un piano il più possibile paritario.
Il programma prevede due giorni dedicati ad asset allocation, intelligenza artificiale e analisi quantitativa, con la partecipazione di relatori internazionali come Zoe Bollinger, Linda Raschke, Tom Starke e Vivilan Dart, affiancati da noti esperti italiani. Il Symposium rappresenta una naturale estensione del lavoro di Trombetta: un contesto in cui la ricerca su AI e trading quantitativo incontra la formazione e il dialogo con la community professionale e accademica.
Un report su Trombetta e il trading quantitativo AI, solo per studio
Questa masterclass di trading quantitativo e intelligenza artificiale, guidata da Giovanni Trombetta e dal suo team in Gandalf Project, offre una panoramica completa sul passaggio dal discrezionale al sistematico, sull’evoluzione dell’AI dalla previsione del prezzo all’orchestrazione di strategie, sull’uso di metriche come Kestner Ratio e Max Drawdown, e sugli strumenti tecnologici che rendono tutto questo operativo, da Python a Season Hunter fino agli agenti XGBoost.
Tutto il contenuto qui riportato ha finalità esclusivamente informative e di studio: non costituisce in alcun modo sollecitazione al pubblico risparmio, consulenza finanziaria o suggerimento operativo. Se ti interessa approfondire questi temi, puoi leggere anche un articolo interno dedicato alla costruzione di portafogli quantitativi e al risk management avanzato, oppure consultare direttamente i materiali ufficiali pubblicati da Gandalf Project e dai principali centri di ricerca su AI e finanza quantitativa.
Guarda la video analisi sui nostri canali social LinkedIn, YouTube, Facebook, Twitch e su WorkatWallStreet.it
