Un matematico, un ricercatore francese che lavora al prestigiosissimo CNRS ha recentemente dimostrato che l’AI fa previsioni peggiori di un modello di Excel.
Un Transformer addestrato su dati di mercato EUR/USD reali, campionati ogni 30 secondi, dal 2020 al 2025. non trova pattern — li inventa.
Memorizza il rumore e lo riusa come se fosse informazione. Risultato: fa peggio di una formula lineare degli anni ’70 nel 92% dei casi.
Fin qui, tutto giusto.
Ma c’è una domanda che il paper non fa, e che è quella che ti riguarda se hai soldi investiti da qualche parte.
Perché stai cercando di prevedere nel breve periodo?
Il problema non è lo strumento. È l’orizzonte.
Le correlazioni statistiche solide sui mercati finanziari esistono. Questo è risaputo, ed è empiricamente verificabile. Ma sono correlazioni di lungo periodo — non di trenta secondi, non di una settimana, non di un trimestre.
Il breve periodo è strutturalmente inquinato dal rumore. Non perché manchino dati, ma perché qualsiasi pattern prevedibile viene sfruttato e distrutto in tempo reale da milioni di operatori. Un’AI più potente, in questo ambiente, non trova più segnale. Trova più rumore. E lo amplifica.
Questo lo sappiamo ora grazie al paper. Ma perché una bella parte del mercato dei prodotti finanziari è costruito intorno alla favola di una previsione a breve (che non esiste)?
Il lungo periodo viene usato, ma non come pensi.
La storia di lungo periodo dei mercati finanziari — «il mercato sale nel tempo», «chi è rimasto investito ha guadagnato» — è reale. Ed è esattamente per questo che viene usata in modo sistematico dai venditori finanziari per tenere fermi i clienti mentre i prodotti fanno il loro lavoro.
Qual è il loro lavoro?
Trasferire ricchezza dal portafoglio del cliente alla banca, in modo lento, regolare e quasi invisibile. Gli utili stratosferici che gli intermediari finanziari pubblicano ogni anno non sono un’anomalia. Sono la dimostrazione meccanica di come funziona il sistema.
Il cliente viene convinto ad aspettare il lungo periodo. Nel lungo periodo, il costo del prodotto ha già fatto il suo lavoro. Il cliente lo “sente” anche se non riesce a dimostrarlo e allora istintivamente si rifugia nel breve credendo così di dominare la situazione.
L’AI è l’olio di palma della finanza.
Quando senti nominare l’AI da un consulente finanziario, attiva lo stesso filtro che usi quando leggi «formula esclusiva» su uno shampoo.
Non è necessariamente falso. È posizionamento.
L’AI reale — quella che studia il paper del CNRS — richiede competenza matematica, comprensione dei limiti statistici del modello, capacità di distinguere tra contesti dove l’AI funziona (traffico, consumi, temperatura) e contesti dove amplifica il rumore (prezzi di mercato a breve).
leggi anche
Questo callable bond ti garantisce un interesse del 4,50% fisso per 15 anni, senza rischio di cambio
Un consulente che usa un’interfaccia AI senza aver programmato il modello, senza capire le ipotesi implicite dietro le sue previsioni, ha un problema strutturale: sa premere i tasti, ma non sa dove sta andando.
C’è un’immagine precisa per questa situazione. Negli anni ’20 a New York, i grattacieli avevano ascensori manuali. Il ragazzo che li manovrava sapeva aprire le porte al piano giusto. Non sapeva niente dell’edificio, dei circuiti, della struttura. Quando arrivò l’automazione, il suo valore scomparve in un giorno.
Un consulente che «usa l’AI» senza capirla è già in quella posizione. Solo che o non lo sa ancora o, se lo sa, sarà molto incline a badare agli “ordini di scuderia” più che all’interesse del cliente.
Allora cosa rimane in piedi?
Non la previsione. Non l’ottimizzazione a breve. Non il consulente con l’interfaccia AI.
Rimane una sequenza semplice, poco spettacolare, verificabile:
Compra strumenti economici: i costi nascosti visibili sono negoziabili, quelli nascosti no.
Trova i costi nascosti: non il rendimento promesso. Il TER, le commissioni di performance, i costi di entrata e uscita.
Monitora i conflitti di interesse: chi ti vende il prodotto guadagna sul prodotto che ti vende? Questa non è una critica. È la struttura del sistema. Ignorarla è una scelta.
Non delegare la comprensione all’AI: né alla tua, né a quella del consulente. Se non capisci come guadagna chi ti propone qualcosa, stai pagando per non capire.
Il paper del CNRS ha dimostrato una cosa importante: un sistema più intelligente, applicato a un problema dove non c’è niente da imparare, non diventa più preciso. Diventa più pericoloso.
Vale per i modelli e vale anche per i consulenti che li usano senza capirli.
La domanda che ti rimane da fare — adesso, non in astratto — non è «l’AI funziona sui mercati?» È: quanto ti sta costando, in questo momento, la risposta che stai aspettando?
