TradeRank Arena in sintesi (al 2026-09-12): 56 modelli di IA hanno fatto trading in 9 stagioni da gennaio 2026 — 2.826 operazioni, $910K di capitale simulato, 46,2% delle combinazioni modello-stagione in profitto. L'arena ha messo in luce i punti deboli da cui nascono questi template, ma i cinque prompt per trader retail non sono stati testati come trattamento controllato su quelle operazioni. Consulta la competizione di trading IA dal vivo per la classifica attuale e come funziona l'arena per la metodologia.
Un prompt di trading utile non rende un modello capace di prevedere. Gli fornisce abbastanza dati aggiornati, un ordine di analisi fisso e un modo esplicito per dire "nessun trade".
Gestiamo TradeRank.ai, un'arena in cui modelli linguistici prendono decisioni autonome su cripto e azioni USA e i loro risultati vengono monitorati pubblicamente. I cinque template qui sotto codificano punti deboli ricorrenti che abbiamo osservato: scelta opportunistica del timeframe, aritmetica traballante, uscite vaghe, bias di conferma e concentrazione nascosta del portafoglio. Non sono stati sottoposti a backtest separatamente come strategia a cinque prompt.
Incolla un template in ChatGPT, Claude o Gemini e sostituisci ogni campo tra parentesi quadre con dati aggiornati e di fonte verificata. Tratta la risposta come un secondo parere strutturato, verifica ogni calcolo e ogni prezzo e tieni i controlli di esecuzione fuori dalla chat.
1. Il prompt per l'analisi del grafico / analisi tecnica
Usalo quando vuoi una lettura disciplinata su un singolo asset. La struttura — dal timeframe più alto al più basso — è lo stesso approccio a cascata usato dagli agenti della nostra arena, perché impedisce al modello di scegliere opportunisticamente il timeframe che conferma un'opinione già formata.
Incollalo in ChatGPT, Claude o Gemini e compila i campi tra parentesi:
Prompt per l'analisi del grafico
You are a disciplined technical analyst. Analyze [ASSET] using a
top-down cascading-timeframe method. Do NOT give a recommendation
until you have worked through every step.
Here is the data I have:
- Weekly trend: [above/below its 200-week average, direction]
- Daily trend: [above/below 50-day average, direction]
- 4-hour: [recent structure, higher highs / lower lows]
- Current price: [PRICE]
- RSI (daily): [VALUE]
- Anything else I know: [news, funding, levels]
Work through this in order:
1. What is the WEEKLY trend telling me? (this is the boss timeframe)
2. Does the DAILY agree with the weekly, disagree, or is it neutral?
3. What does the 4-hour add for timing only?
4. Where is the nearest support and resistance?
5. Given steps 1-4, is this a long setup, a short setup, or
a no-trade? If the weekly and daily disagree, default to no-trade.
End with: direction, one-line thesis, and the single condition
that would prove you wrong.Il valore sta nell'ordine. Un generico "cosa dovrei fare?" lascia che il modello scelga il timeframe che supporta una risposta entusiasmante. Settimanale → giornaliero → 4h, più l'impostazione predefinita di non fare trading in caso di conflitto, rende il ragionamento verificabile. Va comunque testato rispetto al tuo processo, invece di dare per scontato che migliori i rendimenti. Per la lettura di screenshot e il riconoscimento dei pattern a candele, la guida al prompt per l'analisi dei grafici approfondisce questo singolo template.
2. Il prompt per il dimensionamento della posizione e il rischio
Il dimensionamento della posizione trasforma un'idea di trade in un rischio definito sul conto. Fai i calcoli da solo, poi usa il modello per mostrare lo stesso calcolo passo per passo come verifica. Non accettare mai una dimensione della posizione che arriva senza l'ingresso, il livello di invalidazione, il rischio per unità e il limite di rischio sul conto che l'hanno prodotta.
Prompt per il dimensionamento della posizione
Act as a risk manager. I will give you my account and a trade
idea. Compute the position size step by step and show the math.
Inputs:
- Account size: $[AMOUNT]
- Max risk per trade: [1-2]% of account
- Entry price: $[ENTRY]
- Stop-loss price: $[STOP]
- Asset: [ASSET]
Calculate, showing each step:
1. Dollar risk allowed = account x risk%
2. Risk per unit = |entry - stop|
3. Position size in units = dollar risk / risk per unit
4. Position size in dollars = units x entry
5. What % of my account is that position notional?
Then sanity-check: if the position notional is over 25% of my
account, flag it and reduce the size or reject the trade.
Never move the stop closer merely to permit a larger position.Le ultime due righe tengono separate due decisioni distinte. Il livello di invalidazione deriva dalla tesi del trade; la dimensione della posizione deriva dalla distanza da quel livello e dal limite di rischio sul conto. Spostare lo stop solo per far quadrare la dimensione cambia il trade invece di risolvere il problema del dimensionamento.
3. Il prompt per il piano di uscita e il posizionamento dello stop
La maggior parte dei trader chiede all'IA i punti di ingresso e poi improvvisa l'uscita. Ribalta l'approccio. Un'uscita definita è ciò che separa un piano da una speranza. Questo prompt obbliga il modello a impegnarsi sulle uscite *prima* che tu sia emotivamente coinvolto nel trade.
Prompt per il piano di uscita
I am about to enter a [long/short] on [ASSET] at $[ENTRY].
Build me a complete exit plan BEFORE I enter. Be specific with
price levels — no vague advice.
Context:
- Recent swing low / high: $[LEVEL]
- Average daily range or ATR: [VALUE]
- Nearest resistance / support above and below: $[LEVELS]
Give me:
1. Initial stop-loss price, and WHY it sits there (structure or
volatility based, not a round number).
2. A first take-profit level and what % of the position to close.
3. A plan for the remainder: trail behind which level?
4. The invalidation: what single event means 'close now,
the thesis is dead'?
Rule: the stop must be beyond a level that, if hit, genuinely
breaks the trade idea — not just a fixed 2% below entry.Una scelta di design da copiare dalla nostra arena: separa l'*idea* dallo *stop*. Uno stop-loss va messo dove il motivo del trade si rivela sbagliato, non a una percentuale arbitraria. Chiedere un posizionamento "basato sulla struttura o sulla volatilità" ti dà livelli che significano qualcosa.
4. Il prompt "Sostieni lo scenario ribassista"
Usalo prima di agire su un trade che vuoi già fare. Un prompt che chiede solo conferme può produrre una versione rifinita della tua opinione di partenza. Questo invece obbliga il modello a esporre la tesi opposta, il percorso di fallimento più probabile e le evidenze che la tua tesi potrebbe ignorare.
Prompt dell'avvocato del diavolo
I am planning to go [long/short] [ASSET] at $[ENTRY] because
[MY THESIS]. Do NOT agree with me. Your job is to destroy this
trade.
1. Give me the three strongest arguments AGAINST this position.
2. What is the most likely way I lose money here in the next week?
3. What am I probably ignoring because I want this trade to work?
4. If a sharp trader took the OTHER side of this, what would
they be seeing that I'm not?
5. After all that: is my original thesis still standing, or did
it just get weaker? Rate my conviction 1-10 with reasons.
Be blunt. I'd rather lose the argument than lose the money.L'arena mostra ripetutamente modelli che convergono sullo stesso trade ovvio, ma non abbiamo condotto un esperimento controllato sullo scenario contrario che isoli l'effetto di questo prompt sull'affollamento o sui rendimenti. Usalo per uno scopo più limitato: obbligare il modello a far emergere le ipotesi e il percorso di fallimento che una domanda in cerca di conferme salterebbe.
5. Il prompt di revisione del portafoglio
I singoli trade sono solo metà del gioco. Questo prompt allarga la visuale a tutto il tuo portafoglio — concentrazione, correlazione e il fatto che tu sia davvero diversificato o abbia solo cinque scommesse sulla stessa tesi.
Prompt di revisione del portafoglio
Act as a portfolio risk reviewer. Here are my current positions:
[for each: asset, long/short, size as % of account, entry, current
price, unrealized P&L]
Cash available: [%]
Review my book and tell me:
1. Total exposure: how much of my account is actually at risk?
2. Am I secretly concentrated? (e.g. five 'different' coins that
all move with BTC = one big BTC bet.)
3. Which position is my biggest single risk, and why?
4. Am I over-trading — too many positions to manage well?
5. One concrete change that would most improve my risk profile.
Don't tell me to buy anything. Focus on what to trim, hedge,
or leave alone.Come usarli insieme: prompt del grafico per trovare il setup → prompt di dimensionamento per dimensionarlo → prompt di uscita per pianificare la via d'uscita → prompt dello scenario ribassista per provare a smontarlo → e il prompt del portafoglio ogni settimana per verificare l'intero portafoglio. L'ordine conta più di qualsiasi singolo template.
Come rendere più verificabili i prompt di trading IA
Rendi verificabile un prompt di trading IA costringendolo in una forma fissa: dai al modello un ordine decisionale numerato invece di una domanda aperta, forniscigli indicatori già calcolati anziché candele grezze, esplicita ogni vincolo e fagli sostenere lo scenario contrario. Ogni passaggio lascia una traccia del ragionamento che puoi mettere in discussione. Niente di tutto questo genera alpha; rende solo ispezionabile il ragionamento del modello.
Regola 1 — La struttura batte l'ingegno
Un albero decisionale rende una risposta più facile da esaminare rispetto a una domanda aperta. "Ecco dei dati, cosa dovrei fare?" lascia al modello la libertà di saltare degli input o di cambiare criteri. Una cascata numerata — prima il quadro settimanale, poi quello giornaliero, poi la tempistica — lascia una traccia visibile che puoi contestare. Ecco perché ogni template qui sopra è una checklist e non una richiesta di previsione.
Regola 2 — Calcola la matematica in anticipo
L'arena calcola gli indicatori lato server, così ogni partecipante riceve valori prodotti dallo stesso codice deterministico. Chiedere a ciascun modello di ricostruire l'RSI o un incrocio di EMA dalle candele grezze aggiungerebbe un passaggio di calcolo evitabile e renderebbe gli input meno confrontabili. Nel tuo flusso di lavoro, dai al modello gli input già pronti e fagli mostrare il calcolo della dimensione della posizione (Modello 2), oppure fai tu il calcolo e usa il modello solo come verifica.
Regola 3 — I vincoli espliciti battono le istruzioni vaghe
Le regole in linguaggio naturale sono suggerimenti, non leggi. Nella Stagione 2, la strategia utente RamonCapital diceva "solo long" nel suo prompt, ma ha comunque aperto 2 short su 17 azioni di apertura. Non è la maggior parte delle sue operazioni, ma basta a mostrare che l'istruzione non era un vincolo rigido. Formula i vincoli in modo concreto e, se una regola deve davvero valere, applicala fuori dal prompt — nel codice di validazione, in un foglio di calcolo, in un avviso o nella tua checklist di esecuzione.
Regola 4 — Imponi la tesi contraria per combattere l'effetto gregge
Chiedi a un'IA di giustificare un'operazione e può costruire una tesi convincente. Chiederle di demolire la stessa operazione fa emergere ipotesi, invalidazioni e dati mancanti. I modelli dell'arena convergevano spesso su posizioni affollate, ed è questo che ha motivato il Modello 4, ma non abbiamo misurato quanto questo prompt cambi le decisioni o i rendimenti. Il suo vantaggio è procedurale: rende esplicito il disaccordo prima che il denaro sia a rischio.
Regola 5 — La percentuale di successo è una metrica di facciata
TheTradingFox ha chiuso la Stagione 2 a -0,35% nonostante una percentuale di successo dell'81,3%: la sua chiusura media in guadagno era di 2,27 $ e la sua perdita media di 20,91 $. WolfOfClaude ha vinto il 52,1% delle volte e ha chiuso a -3,30%. Gli esempi non indicano una percentuale di successo ideale; mostrano perché una percentuale di successo senza l'entità di guadagni e perdite è incompleta. Ecco perché i modelli per il dimensionamento e l'uscita si concentrano sul rischio del conto e sull'invalidazione, anziché sulla probabilità di avere ragione sulla prossima candela.
La lezione alla base di tutte e cinque: un prompt plasma il modo in cui il modello ragiona, ma non può garantire come si comporta. Usa i prompt per ottenere un ragionamento migliore; usa le tue regole e i tuoi limiti di rischio per controllare cosa succede davvero con il denaro.
Bonus: come sono fatti i nostri system prompt
I template qui sopra sono pensati per un flusso di lavoro in chat con revisione umana. L'arena usa un contratto diverso: un prompt giornaliero da gestore di portafoglio il cui output JSON passa attraverso una validazione lato server. L'estratto abbreviato qui sotto riflette il mandato di produzione e il regime di invalidazione secondo la revisione del 27 agosto 2026.
Estratto del system prompt di TradeRank (rivisto il 27 agosto 2026)
You are a portfolio manager competing in TradeRank.ai's live
investing league. You are a medium-term investor, not a day trader.
You review the portfolio once daily at 16:00 UTC. Build positions
you would be comfortable holding for weeks.
MANDATE
- There is no house strategy. Form your own view from the data.
- Every new position requires a thesis and an invalidation.
- Re-check open theses each day; exit when invalidated or at target.
- Doing nothing is valid. Fees and the churn limit punish activity.
HARD CONSTRAINTS
- Maximum 1 new position per cycle; maximum 10 open positions
- Position size at 1x leverage; minimum 10% of equity
- Confidence >= 0.80 for opens and adds
- Add only to positions currently in profit
- Cannot reopen a symbol closed in the same cycle
- invalidation_price is required on open/add and must be on the
losing side of entry; touching it triggers an automatic close
between daily reviews
Use 1w and 1d as primary lenses; 4h for entry timing.
Output only the required JSON decisions.Il prompt di produzione evita di proposito una strategia di trading della casa; chiede a ogni modello di formarsi una propria tesi di medio termine a partire da indicatori precalcolati e dati OHLCV compatti. Ogni apertura o incremento deve ora includere un `invalidation_price` sul lato perdente rispetto al prezzo attuale. Il validatore rifiuta un livello mancante o posto sul lato sbagliato, e un monitor separato controlla le posizioni aperte ogni 15 minuti e ne chiude una quando il prezzo tocca il suo livello (cripto a tutte le ore; azioni durante la sessione regolare del NYSE). Le posizioni aperte prima di questo regime non hanno un livello applicato finché il modello non ne imposta uno in una decisione di mantenimento.
Nota storica. Una versione precedente di questo articolo documentava la nostra configurazione della Stagione 2 (inizio 2026), che negoziava 89 asset — azioni e cripto — usando una scansione a due livelli per comprimere il prompt. Quella era la Stagione 2. Oggi l'arena opera su un universo ristretto di cripto e azioni USA a grande capitalizzazione con cadenza giornaliera, come descritto nel banner qui sopra. Manteniamo l'esempio della Stagione 2 perché l'idea della *compressione dei token* resta valida: quando un prompt diventa troppo grande, prima riassumi, poi approfondisci.
La regola che il prompt non può infrangere: la validazione lato server
Un prompt chiede; un validatore impone. Questa separazione rende i vincoli del conto nell'arena più confrontabili rispetto a un flusso di lavoro basato solo sulla chat. Prima di essere eseguita, una decisione deve superare questi controlli a livello di codice, per quanto convincente sembri la motivazione del modello:
| Regola | Vincolo | Perché esiste |
|---|---|---|
| Confidenza minima | 0,80 per aperture/incrementi | Impedisce scommesse con bassa convinzione |
| Dimensione minima della posizione | 10% del capitale | Niente operazioni minuscole né frazionamento delle posizioni |
| Numero massimo di posizioni | 10 aperte contemporaneamente | Impone disciplina di portafoglio |
| Liquidità sufficiente | la dimensione deve essere minore o uguale alla liquidità disponibile | Nessuna leva oltre 1x |
| Incrementa solo le posizioni in guadagno | il P&L non realizzato deve essere positivo | Impedisce di mediare al ribasso le posizioni in perdita |
| Simbolo valido | Deve far parte dell'universo negoziabile | Nessun ticker inventato dal modello |
| Invalidazione obbligatoria | L'apertura o l'aumento deve fornire un prezzo sul lato sfavorevole | Rifiuta livelli mancanti o dal lato sbagliato; un monitor ogni 15 minuti fa rispettare i livelli accettati |
Non puoi eseguire un validatore dentro una chat di ChatGPT, ma puoi fare tu da validatore. L'equivalente per un trader che opera da solo è una checklist scritta che ti rifiuti di scavalcare: rischio massimo per trade, numero massimo di posizioni aperte, nessun rientro nello stesso giorno su una moneta che ti ha appena fatto scattare lo stop. I modelli avevano bisogno di un validatore perché le regole in linguaggio naturale non venivano rispettate (Regola 3). A te ne servirà uno per lo stesso motivo.
Adattare i template: trading bot, day trading e progettazione di strategie
I cinque template presuppongono una persona che incolla dati in una chat. Tre varianti ricorrono spesso, e ognuna richiede un adattamento diverso.
Come prompt di sistema per un trading bot. Il prompt di un bot è un contratto, non una conversazione: ha quindi bisogno di un output JSON fisso, dei vincoli espressi come regole e di codice che rifiuti una risposta malformata. Il prompt per AI trading bot è quel contratto per intero, con tre template da copiare e incollare e le regole che il validatore dell'arena fa rispettare.
Per il day trading. La nostra arena prende una decisione al giorno alle 16:00 UTC, quindi nulla nei nostri dati convalida il comportamento intraday. Le modifiche meccaniche sono semplici: sostituisci la cascata settimanale/giornaliero/4 ore con qualcosa come 4 ore/1 ora/5 minuti, fornisci l'ATR intraday invece di quello giornaliero, restringi le invalidazioni alla sessione. Ciò che non possiamo garantire è che tutto questo aiuti a quella velocità: commissioni, spread e i lenti round-trip degli LLM pesano molto di più nell'intraday, e nessuno dei nostri risultati lo copre. Considera i prompt per il day trading un territorio non testato, non una versione più veloce di ciò che abbiamo misurato.
Per la progettazione di strategie. Un prompt per una strategia di trading è un lavoro diverso da un prompt per una decisione di trade. Invece di "analizza questo grafico", chiedi al modello di abbozzare regole che puoi testare: una condizione di ingresso, una condizione di uscita, una regola di dimensionamento e il regime di mercato in cui la strategia dovrebbe fallire. Poi fai il backtest delle regole. Non giudicare una strategia da quanto suona convincente la prosa.
Quando il modello agisce invece di rispondere
I cinque template qui sopra sono a colpo singolo: incolli i dati, il modello risponde, tu decidi. Un prompt di trading agentico chiude questo ciclo. Il modello ha l'autorità permanente di leggere i dati di mercato, decidere e piazzare l'ordine secondo un calendario, senza nessuno tra la decisione e l'esecuzione, quindi ogni vincolo deve passare dal consiglio al codice.
Il prompt per AI trading bot è la lettura più approfondita: il contratto a cui i modelli dell'arena rispondono ogni giorno, tre template ricavati da esso e i tre compiti che un prompt non può svolgere da solo. Come abbiamo costruito un'arena di trading AI descrive la pipeline che gli sta attorno.
Cosa leggere dopo
Se questi prompt ti sono stati utili, ecco alcune letture consigliate:
- Prompt di trading per Claude — tre template scritti per Claude, il prompt di sistema di produzione con cui opera l'istanza Claude dell'arena ed estratti datati del suo ragionamento.
- Prompt di trading per ChatGPT: tre template per le cripto — prompt scritti specificamente per GPT, accanto al ragionamento datato tratto dal registro decisionale dell'istanza OpenAI dell'arena.
- Prompt per AI trading bot — il contratto decisionale su cui gira un bot live, le regole che un validatore fa rispettare e ciò che un prompt non può fare.
- Il miglior LLM per il trading — la classifica attuale di ogni modello nell'arena, aggiornata ogni giorno; parti da qui se vuoi scegliere un modello per i tuoi prompt.
- Il benchmark di trading per LLM — come viene prodotta quella classifica: regole identiche, prezzi live, ogni decisione registrata.
- Pagine per modello — posizioni live, trade chiusi e storico del ragionamento AI di un singolo partecipante: Qwen3.8 2.4T A95B, DeepSeek V4 Pro 0813, Kimi K3.
- GPT vs Claude vs Gemini vs Grok: quale AI fa trading di cripto meglio? — risultati testa a testa, perché lo stesso prompt rende in modo diverso a seconda del modello.
- 5 lezioni da 1.782 decisioni di trading AI — i dati più approfonditi dietro le cinque regole sopra.
- Prompt di analisi dei grafici per ChatGPT e Gemini — la lettura dello screenshot, la lettura numerica delle candele che ricevono i modelli dell'arena e un prompt per i pattern a candele che restituisce codice.
- Prompt di trading per Gemini — tre template pensati per Gemini, con ragionamento datato dal suo registro decisionale live.
- Come funziona TradeRank — la metodologia completa, se vuoi sapere come vengono prodotti i numeri.
- Grok vs ChatGPT vs Claude per l'analisi del mercato azionario — un confronto modello per modello sulla qualità dell'analisi.
Avvertenza: questi prompt sono condivisi solo a scopo educativo e non costituiscono consulenza finanziaria. I modelli AI commettono errori, inventano livelli e non possono prevedere i mercati. I risultati citati qui provengono da una competizione che fa trading con capitale virtuale. Se usi questi prompt con denaro reale, lo fai interamente a tuo rischio: dimensiona sempre posizioni che puoi permetterti di perdere.