Copyright © 2017 – 2023 Data Trading.
Tutti i diritti sono riservati
Questo sito utilizza i Cookies per migliorare la navigazione. Utilizzando questo sito e continuando nella navigazione si intende accettata la Privacy Policy e la Cookie Policy.
CHI SONO
Gianluca
Trader Indipendente e Founder di Data Trading
Mi chiamo Gianluca e sono l’uomo dietro il progetto Data Trading.
Con il mio background da ingegnere software ho lavorato nelle più grandi multinazionali dell’information technology ed un giorno ho incontrato il mondo della finanza e del trading. Nel corso degli anni successivi, sono diventato un trader quantitativo e un appassionato di data science e dell’intelligenza artificiale.
Ho trascorso le mie giornate alla ricerca di nuove fonti di “alpha”, utilizzando gli strumenti software più interessanti e all’avanguardia dell’età moderna per applicare concetti come l’analisi di serie temporali e il machine learning all’analisi dei mercati finanziari.
È un viaggio lungo e talvolta faticoso, ma è un viaggio di cui sono sia fiero che grato. È stato difficile a causa dell’enorme oceano di informazioni contro cui gli aspiranti trader devono confrontarti – molte informazioni sono fuorvianti, non corrette e, in alcuni casi, pericolose – ma ho navigato con successo in questo oceano e, di conseguenza, so esattamente su cosa devono concentrarsi i trader indipendenti per avere successo. Voglio condividere questa conoscenza con te e mostrarti le cose che ho imparato che mi hanno permesso di realizzare il mio sogno.
La mia storia e gli obiettivi di DataTrading.info
La scoperta del trading
Il mio background professionale è l’ingegneria software e delle telecomunicazioni. Ho lavorato in aziende del settore IT, incontrando alcune delle principali realtà imprenditoriali italiane. È stato un lavoro che mi ha portato in posti affascinanti. Ho imparato molto lungo la strada e mi sono divertito.
Diversi anni fa, un amico mi ha fatto conoscere i mercati finanziari attraverso un “sistema” che prometteva di sbloccare il loro potenziale di profitto. Ho letto molti libri, dalla psicologia dei mercati fino all’analisi tecnica e ho passato molto del mio tempo libero davanti la mia scrivania a guardare i mercati e a fare trading.
Ho fatto un po’ di soldi e ne ho perso altrettanti.
Ma non potevo ignorare la parte scientifica del mio cervello, l’approccio ingegneristico alle situazioni – quella piccola voce nella mia testa che richiedeva prove concrete e ripetibili che questo “sistema” funzionasse davvero.
Ho deciso di testare questo sistema personalmente e ho ideato un esperimento. Ho simulato i parametri di ingresso e uscita di questo sistema e ho testato le sue effettive prestazioni su tutti i dati storici del mercato di cui potevo mettere le mani. A quel tempo, non sapevo che quello che avevo fatto fosse chiamato “backtest”, ma ha rivelato che quel sistema era una completa farsa.
Il lato positivo della delusione
Per quanto sia stato deludente, c’è stato un esito estremamente positivo della mia esperienza: ho imparato le basi dei mercati finanziari e come si relazionano tutti gli attori di questi mercati mentre programmavo i miei software ed effettuavo le mie simulazioni, ho aperto una porta che mi ha molto stimolato intellettualmente e mi ha fatto guadagnare un po’ di soldi. Mi sono completamente appassionato al trading algoritmico.
Ho trascorso ogni momento libero ad imparare come scrivere algoritmi di trading, ricercare e sperimentare strategie e approcci differenti. Ho approfondito ancora di più il mondo del machine learning e ho aggiunto più linguaggi di programmazione al mio repertorio.
Questo viaggio pluriennale da autodidatta è stato lungo e difficile. In particolare, ho capito che avere competenza con gli strumenti tecnologici – programmazione, calcolo e simulazione – è un prerequisito importante ma è la parte più semplice dell’intero processo. Molto più impegnativo è stato imparare ad utilizzare gli strumenti in modo tale da permetter lo sviluppo di sistemi di trading robusti ed affidabili e che funzionino realmentemente.
Ho anche imparato l’importanza di fare la mia ricerca, effettuando le mie prove e arrivando alle mie conclusioni, piuttosto che accettare le assunzioni sul comportamento del mercato che avevo letto in quale libro o pubblicazione accademica. In realtà, questa semplice verità è stata il mio momento Eureka che ha spinto le mie conoscenze e le mie competenze al livello successivo.
Si apre la porta verso un nuovo mondo
Con la crescita delle mie capacità, ho iniziato ad avere un discreto successo con il mio trading. Ho anche iniziato a fare progetti di ricerca e sviluppo freelance con il duplice scopo di aumentare il mio capitale a disposizione del trading e di connettersi con altri trader di questo settore.
Una cosa ha portato a un’altra, e alla fine mi sono concentrato su sistemi di trading basati su un apprendimento quantitativo e automatico. Inutile dire che questa immersione nel mondo della gestione professionale del denaro è stata incredibilmente stimolante e ha notevolmente renumerato le abilità e conoscenze che avevo sviluppato nel mio tempo libero.
Durante questo periodo ho capito che il mercato richiede trader professionisti sempre più “interdisciplinari”, cioè con conoscenze ed esperienze nei settori di business, finanza, big data e apprendimento automatico, che possano fornire competenze on-demand in queste aree. Ho avuto la fortuna di lavorare su progetti incredibilmente interessanti nello spazio della finanza professionale, come la costruzione di sistemi di esecuzione algoritmici basati su deep learning e dati di flusso degli orderbook.
Le origini di Data Trading
Ho creato Data Trading come un semplice luogo dove poter condividere le mie ricerche relative alla finanza e inserirmi nella comunità di algotrading online.
Durante i primi tempi mi sentivo spesso come se il mio processo di studio fosse ad un punto senza sbocco, inciampando tra le idee e trovandomi regolarmente a muovermi in molte direzioni diverse contemporaneamente. C’era poca struttura nel mio processo di apprendimento e anche poca chiarezza su dove stavo andando.
Mentre pubblicavo sempre più contenuti, i lettori hanno iniziato a contattarmi e condividere le proprie idee e progressi. Era una sorta di rivelazione essere in grado di connettersi con persone che la pensano come me, che ho scoperto, erano spesso su un percorso simile e stavano incontrando problemi simili a quelli che avevo avuto a che fare nel mio viaggio.
Era ovvio che queste persone avrebbero tratto beneficio dall’apprendere su ciò che aveva funzionato per me. Così ho costruito un repository di conoscenze a cui avrei voluto accesso quando stavo iniziando. È progettato per ridurre il rumore e affinare le conoscenze più importanti richieste per un trading algoritmico di successo, dalla programmazione degli elementi essenziali, al backtesting e all’ottimizzazione statistica, all’implementazione di solidi sistemi di trading basati su reali anomalie del mercato.
Money management professionale e fai-da-te
Di norma, l’industria della gestione dei fondi è piuttosto riservata su ciò che fa. Non è aperta agli estranei. I top performer non vogliono dare via la loro “formula segreta” (e la parte cinica di me sospetta che molti degli altri si accontentino di nascondere la loro mancanza di risultati). Ma non penso che debba essere così, almeno per i singoli individui. Personalmente non vedo il bisogno di essere super-riservato su quello che faccio. Certo, sarebbe meno sensato condividere pubblicamente i dettagli di un sistema che sta operando con capitale reale, ma ha senso condividere un approccio generale.
Come individui, non siamo in competizione l’uno con l’altro. Una buona analogia è vedere i singoli trader come pescatori in piedi sulle rocce che gettano le loro lenze nell’oceano. Compiendo le stesse azioni non competono tra di loro, dato che c’è abbastanza pesce per ciascuno pescatore. Tuttavia, i pescatori sono in competizione con il grande peschereccio oceanico che si trova oltre le onde e non solo pesca più di quanto dovrebbe, ma può anche essere estremamente dannoso. Diffondere conoscenza e creare una comunity equivale al potere di competere con i pescherecci da traino.
Inoltre, ogni volta che condivido parte del mio approccio, ottengo invariabilmente qualcosa di prezioso in cambio. A volte è una semplice comprensione ad un livello più profondo attraverso l’articolazione dei concetti. A volte si riesce ad ottimizzare e performare le strategie tramite i feedback, i suggerimenti ed idee che non mi sarebbero mai venute in mente. Mentre a volte è semplicemente una nuova connessione con una persona che la pensa allo stesso modo. Molto raramente mi sono pentito di aver condiviso con un’altra persona ciò che ho imparato.
Non voglio dare l’impressione di voler essere il Robin Hood del mondo finanziario. non. Mi non lo sono. M piace davvero fare soldi come trader indipendente ma mi piacciono anche le sfide che si incontrano lavorando a contatto con gli istituzionali, diverse da quelle che si incontrano come retails. Il denaro è solo una parte dell’intera attività e, da solo, sarebbe un po’ noioso e non gratificante. Mi piacerebbe anche vedere più trader retail raggiungere i loro obiettivi, così come mi piacerevve vedere un più efficiente settore dei fondi pensione in modo che possono restituire più soldi nelle tasche degli investitori.
Crescere e collaborare
Il mio percorso per migliorare le mie competenze di trading non è stato affatto facile. Non c’è nessuna scorciatoia per il successo. Questo processo sarebbe stato molto più facile se avessi saputo quello che so ora – se avessi saputo dove guardare, cosa leggere, quali strumenti funzionano meglio, con chi connettersi.
Condividere la conoscenza con gli investitori e gli aspiranti traders è la mia passione e la ragione dell’esistenza di Data Trading.
Mi è stato chiesto un paio di volte perché faccio tutto questo lavoro per condividere le mie conoscenze con la comunità del trading fai-da-te. In particolare, alcune persone mi chiedono perché non mi siedo e faccio trading. Ignorando il fatto che non ci si può “sedere” e lasciare che gli algoritmi facciano le loro cose, non voglio che il trading sia solo la somma di quello che faccio. Mi piace risolvere problemi e lavorare su progetti interessanti e stimolanti. Adoro anche l’insegnamento e il mentoring, che fornisce un’enorme quantità di soddisfazione personale che semplicemente non si può ottenere solamente dal trading. Le mie prime esperienze di studio del trading algoritmico mi hanno reso consapevole del potere della condivisione della conoscenza a tutta la comunità.
La condivisione della conoscenze è in ultima analisi basata sull’empowerment, ma l’empowerment finanziario è un grosso problema. Ad esempio, la gestione dei fondi pensione è un settore che vale miliardi in commissioni di gestione annuali, ma la maggior parte dei fondi non riesce a battere il benchmark. Perché pagare miliardi di commissioni per questo tipo di prestazioni quando gli strumenti per gestire i propri fondi sono così accessibili?
SCRIVIMI SU TELEGRAM
Per informazioni, suggerimenti, collaborazioni...