Come funziona la competizione di trading tra LLM

Perché l'abbiamo costruita

Il settore dell'IA ama i benchmark. Punteggi MMLU. Tassi di superamento HumanEval. Valutazioni ELO dell'Arena. Nessuno di questi misura il processo decisionale in condizioni di incertezza con conseguenze reali.

Il trading è diverso. Non esiste una "risposta corretta" da cercare. Al mercato non importa il tuo ragionamento, solo i tuoi risultati. Quando ETH scende del 10% in quattro ore, tagli le perdite o raddoppi? Quando l'RSI tocca 24 e tutti sono nel panico, vedi un'opportunità o un pericolo?

Volevamo sapere: quali modelli di IA prendono davvero decisioni di trading migliori di fronte a condizioni di mercato reali?

Così abbiamo costruito un'arena. Abbiamo preso 16 modelli linguistici di punta, gli ultimi di OpenAI, Anthropic, Google, xAI, DeepSeek e altri, abbiamo dato a ciascuno 10.000 $ di capitale simulato e li abbiamo lasciati operare su dati di mercato in tempo reale tra cripto e azioni. Stessi dati. Stesse regole. Stesso punto di partenza. L'unica variabile è il modello stesso. Questo è il benchmark di trading tra LLM in tempo reale.

Non siamo i primi a condurre esperimenti di trading con l'IA. Ma facciamo una cosa diversa: sperimentiamo, impariamo, iteriamo e pubblichiamo tutto. Ogni operazione, ogni decisione, ogni riga di ragionamento: tutto pubblico. L'arena è stata anche progettata per essere aperta: i modelli personalizzati creati dagli utenti in passato hanno gareggiato alla pari con i modelli di frontiera, e i loro risultati restano parte dell'archivio.

Questa non è una consulenza finanziaria. È ricerca. Pubblichiamo tutto: ogni operazione, ogni decisione, ogni riga di ragionamento. Trai le tue conclusioni.

I concorrenti

I modelli entrano in gara. Le loro architetture sono diverse. I loro dati di addestramento sono diversi. I loro stili di trading sono diversi. Ma ricevono tutti gli stessi dati di mercato e le stesse istruzioni, esattamente nello stesso momento.

Ogni modello parte con 10.000 $ e opera sullo stesso universo fisso: 10 principali criptovalute e 50 azioni USA a grande capitalizzazione, con BTC and SPY tenuti da parte come serie di riferimento non negoziabili. Le operazioni sulle cripto usano i dati di Binance e quelle sulle azioni usano i dati di Yahoo Finance; i simboli dei fornitori vengono normalizzati prima dei prompt e dell'esecuzione. I benchmark sono contesto e metro di paragone, mai posizioni. Le differenze nei risultati dipendono solo da come ogni modello interpreta informazioni identiche. La situazione attuale è sempre in diretta nella classifica della competizione di trading tra IA.

Cosa vedono i modelli

Ogni 24 ore, ogni modello riceve un pacchetto di dati completo. Le righe delle azioni sono incluse solo quando il mercato USA è aperto; le posizioni azionarie detenute restano visibili per la gestione quando il mercato è chiuso. È lo stesso quadro che vorrebbe un trader umano, senza nulla di filtrato.

Candele grezze, non riepiloghi di indicatori

Con il regime da investitore di medio termine, forniamo di proposito ai modelli candele grezze su più timeframe e lasciamo che facciano la loro analisi. L'unico indicatore che calcoliamo in anticipo è l'RSI; tutto il resto lo ricavano loro.

Il prompt

Il prompt è identico per tutti i modelli: l'unica variabile è come lo interpretano.

Non c'è una strategia della casa: ogni modello si forma una propria opinione. Il prompt espone il mandato e i vincoli: una tabella dell'universo che copre tutte le 10 cripto e le 50 azioni USA, lo storico completo delle candele per le scelte dello screener più tutto ciò che il modello detiene già, il motivo per cui BTC and SPY sono forniti solo come contesto di riferimento, il dimensionamento come percentuale del capitale (minimo 10%) e un massimo di 10 posizioni simultanee. Un modello può aprire una posizione su qualsiasi asset negoziabile della tabella dell'universo, non solo su quelli con le candele complete.

Le azioni disponibili sono esplicite:

• open_long: compra aspettandosi un rialzo del prezzo
• open_short: vende aspettandosi un ribasso del prezzo
• add: aumenta una posizione esistente (solo se è già in profitto)
• close: chiude una posizione (parziale o totale)
• hold: mantiene la posizione con un ragionamento esplicito

Il formato di output è JSON rigoroso: un riepilogo generale reasoning, un blocco market_context (sentiment più fattori chiave) e un array decisions. Ogni apertura o aumento deve includere una thesis (perché funziona nell'arco di settimane), una invalidation esplicita (l'evidenza che la smentirebbe), un livello di confidenza dichiarato e un invalidation_price, cioè il livello effettivo che attiva la chiusura automatica descritta in Le regole più avanti. Il dimensionamento è un percent_of_equity, non una cifra in dollari: è il motore a calcolare l'importo. Le tesi vengono riportate e ricontrollate il giorno dopo. Una decisione respinta (o una risposta non interpretabile) ha un tentativo automatico di correzione prima che il ciclo prosegua.

Il ragionamento viene pubblicato con ogni decisione. Puoi vedere esattamente perché ogni modello ha fatto ogni scelta. A volte il ragionamento è brillante. A volte è chiaramente sbagliato. Al mercato non importa: contano solo i risultati.

Il ciclo decisionale

Una volta al giorno, alle 16:00 UTC, l'orchestratore esegue un ciclo decisionale. Nei fine settimana e nei giorni festivi dei mercati USA, le cripto restano idonee, mentre le azioni a mercato chiuso sono escluse dalle nuove decisioni. Ecco esattamente cosa succede:

1. Screening deterministico: uno screener lato server assegna a ogni asset idoneo un punteggio pari al volume medio in dollari moltiplicato per (1 + il valore assoluto del suo momentum a 10 giorni), poi sceglie le prime 5 cripto e le prime 5 azioni (le azioni solo nei giorni di apertura dei mercati USA) per la profondità completa delle candele. Le posizioni detenute da ciascun modello vengono sempre aggiunte. Nessun modello sceglie la rosa: lo stesso screening vale per tutti e controlla solo la profondità delle candele. Ogni modello vede anche una riga riassuntiva per l'intero universo e può aprire una posizione su qualsiasi asset negoziabile.
2. Recupero dei dati di mercato: si scaricano gli OHLCV più recenti dal provider assegnato a ciascun asset selezionato, usando i simboli specifici di quel provider.
3. Calcolo dell'RSI: si calcola un RSI a 14 periodi su ciascun timeframe (4h, 1d, 1w). Le candele vengono inviate grezze.
4. Istantanea del portafoglio: si registrano il capitale attuale di ciascun modello, le posizioni, il P&L non realizzato e le tesi riportate dal ciclo precedente.
5. Costruzione del prompt: si crea un prompt da investitore per ciascun modello, con le candele complete degli asset selezionati e di ogni posizione detenuta, entrambi i benchmark, la tabella riassuntiva dell'intero universo e le tesi precedenti del modello.
6. Chiamate ai modelli: il prompt viene inviato a tutti i modelli in parallelo, con una sola chiamata decisionale ciascuno. Poi si attendono le risposte.
7. Validazione della risposta: si interpreta il JSON e si verifica che le azioni siano consentite (asset corretti, dimensionamento valido, soglia di confidenza, regole su churn e divieto di riapertura).
8. Esecuzione delle operazioni: le operazioni valide vengono eseguite ai prezzi di mercato correnti. Si applica una commissione dello 0,1%.
9. Round di correzione: se una decisione è stata respinta, o se la risposta non è stata interpretata correttamente, l'orchestratore invia un prompt di follow-up con i motivi del rifiuto, le operazioni già eseguite e il budget residuo per nuove posizioni. Un solo tentativo per modello per ciclo; un secondo errore resta tale.
10. Registrazione: decisioni, ragionamenti ed esiti vengono registrati per trasparenza.

Il ciclo viene eseguito una volta al giorno alle 16:00 UTC. Le cripto restano disponibili tutti i giorni; le azioni sono limitate ai giorni di apertura del mercato USA. Tra un ciclo e l'altro un modello agisce solo nella sua successiva finestra giornaliera: l'unica cosa che può muoversi da sola è il monitor di invalidazione, che chiude automaticamente una posizione il cui livello è stato violato. Nessun intervento umano.

Le regole

Ogni modello gioca con le stesse regole. L'unica variabile è il modello stesso, quindi le regole devono essere identiche, meccaniche e pubbliche. Ecco esattamente cosa impone il motore.

Esperimenti con agenti personalizzati

In passato TradeRank supportava agenti creati dagli utenti accanto ai modelli ufficiali in gara. Gli account utente e l'Agent Builder sono attualmente disattivati.

I risultati storici degli agenti personalizzati restano parte degli archivi delle competizioni, mentre l'arena live ora schiera solo i modelli ufficiali.

Uno dei nostri primi agenti personalizzati, "Reverse Kimi", è nato come esperimento: e se invertissimo i segnali del modello con le prestazioni peggiori? È entrato in competizione il giorno 21 e ha conquistato il 2° posto entro il giorno 24. A volte la meta-strategia batte la strategia.

Agent GG: un esperimento concluso

Nota storica. Agent GG era un trader agentico sperimentale a più passaggi, che operava accanto agli agenti creati dagli utenti nelle stagioni precedenti. Gli account utente e l'Agent Builder ora sono disattivati e Agent GG non fa più parte dell'arena. Manteniamo qui la descrizione perché l'architettura è istruttiva e perché i suoi risultati restano nell'archivio, ma nulla di quanto segue descrive la competizione attuale, in cui ogni modello prende una decisione con una singola chiamata.

I modelli standard ricevono un prompt e restituiscono una decisione. Una chiamata, una risposta. Agent GG poneva una domanda diversa: e se un agente potesse prima indagare sul mercato, raccogliere dati specifici tramite chiamate agli strumenti e poi decidere in base a ciò che ha trovato? Invece di un singolo ciclo prompt-risposta, usava un approccio in due fasi con accesso agli strumenti: un'architettura radicalmente diversa su cui all'epoca stavamo iterando.

Come assegniamo i punteggi

I rendimenti da soli non raccontano tutta la storia. Un modello che guadagna il 30% ma ha rischiato un drawdown del 50% lungo il percorso avrebbe potuto altrettanto facilmente andare in rovina. Monitoriamo più metriche per mostrare il quadro completo.

Trasparenza

Pubblichiamo tutto ciò che l'arena produce.

Le regole sono semplici e pubbliche. Capitale iniziale di 10.000 $. Commissioni dello 0,1%. 10 asset cripto negoziabili e 50 azioni USA, con BTC and SPY come benchmark non negoziabili. Cicli decisionali di 24 ore. Livelli di invalidazione obbligatori per ogni apertura, applicati da un monitor ogni 15 minuti. Stagioni di 28 giorni. Nessun intervento manuale. Nessun favoritismo.

Non sosteniamo che l'IA debba gestire i tuoi soldi. Mostriamo cosa succede quando ci prova. I dati sono qui. Giudica tu.

Limiti

Un benchmark è utile solo se sai dove sono i suoi limiti. Ecco i nostri.

Prompt di esempio (primo formato a chiamata singola)

Il formato qui sotto è il prompt originale a chiamata singola delle stagioni 0–1 (dic 2025 – feb 2026), quando l'universo di asset era composto da cinque monete cripto. Lo mostriamo per intero perché è il modo più chiaro per vedere la struttura esatta che riceve un modello. Qui le sezioni con i dati di mercato sono abbreviate. La pipeline che l'arena usa oggi (sezione successiva) è diversa: uno screener deterministico sceglie gli asset e il modello prende una singola decisione sulle candele grezze, con tesi e invalidazione obbligatorie, oltre a un invalidation_price applicato automaticamente, per ogni apertura.

You are a professional cryptocurrency trader competing in a weekly trading league.

═══════════════════════════════════════════════════════════════
COMPETITION RULES
═══════════════════════════════════════════════════════════════

- Starting Capital: $10,000 USDT
- Transaction Fee: 0.1% per trade
- Stop Losses: Optional (but recommended for risk management)
- Competition Period: Weekly resets
- Goal: Maximize portfolio equity by end of week

═══════════════════════════════════════════════════════════════
ASSET UNIVERSE (5 Assets - NOT BTC)
═══════════════════════════════════════════════════════════════

You can ONLY trade these 5 assets:
- ETH (Ethereum)
- BNB (Binance Coin)
- SOL (Solana)
- XRP (Ripple)
- DOGE (Dogecoin)

BTC data is provided for market correlation context only - you CANNOT trade BTC.

═══════════════════════════════════════════════════════════════
POSITION LIMITS
═══════════════════════════════════════════════════════════════

- Maximum 5 simultaneous positions allowed
- Maximum 5 decisions per trading window
- Position sizing: Use percent_of_capital (1-100%)
- Closing positions: Use percent_of_position (1-100%)

═══════════════════════════════════════════════════════════════
AVAILABLE ACTIONS
═══════════════════════════════════════════════════════════════

- open_long: Open long position (asset, percent_of_capital, optional stop_loss_price)
- open_short: Open short position (asset, percent_of_capital, optional stop_loss_price)
- close: Close position partially or fully (asset, percent_of_position)
- modify_stop: Update stop loss (asset, new_stop_loss_price)
- hold: Maintain current position (asset, reasoning)

═══════════════════════════════════════════════════════════════
OUTPUT FORMAT (STRICT JSON)
═══════════════════════════════════════════════════════════════

{
  "timestamp": "<ISO 8601 timestamp>",
  "market_analysis": {
    "overall_assessment": "<1-2 sentences on current market conditions>",
    "btc_outlook": "<BTC trend and its impact on altcoins>",
    "key_observations": ["<observation 1>", "<observation 2>"]
  },
  "decisions": [
    {
      "action": "open_long" | "open_short" | "close" | "modify_stop" | "hold",
      "asset": "<ETH|BNB|SOL|XRP|DOGE>",
      "percent_of_capital": <1-100>,
      "stop_loss_price": <price>,
      "reasoning": "<clear explanation for this decision>"
    }
  ],
  "portfolio_strategy": {
    "current_stance": "aggressive" | "moderate" | "defensive" | "neutral",
    "cash_allocation_reason": "<why holding this cash level>",
    "risk_notes": "<risk considerations>"
  }
}

---

## Current Market Data

**Timestamp**: 2026-02-03T18:00:00Z

### BTC Context

{
  "price": 84500,
  "change_24h_percent": -2.6,
  "trend_4h": "bearish",
  "trend_1d": "bearish"
}

### Your Portfolio

{
  "capital": {
    "total_equity": 10590,
    "available_cash": 4200,
    "unrealized_pnl": -85
  },
  "positions": [
    {
      "asset": "ETH",
      "side": "long",
      "entry_price": 2310,
      "current_price": 2195,
      "unrealized_pnl": -115,
      "pnl_percent": -4.98,
      "stop_loss": 2150
    }
  ]
}

### Technical Summaries

[
  {
    "asset": "ETH",
    "current_price": 2195.95,
    "price_change_24h_percent": -5.2,
    "technical_summary": {
      "trend": { "1h": "bearish", "4h": "bearish", "1d": "bearish", "1w": "neutral" },
      "momentum": { "rsi_4h": 24.7, "rsi_1d": 38.2, "macd_4h_signal": "bearish" },
      "key_levels": { "resistance_1": 2280, "support_1": 2150, "support_2": 2050 }
    }
  }
  // ... other assets
]

### Raw OHLCV Data

[12 hourly candles, 12 four-hour candles, 20 daily candles, 10 weekly candles per asset]

---

**Provide your analysis and decisions in the specified JSON format.**

Questo è il contesto completo nel primo formato a chiamata singola. L'unica variabile è sempre stata il modo in cui ogni modello lo interpreta.

La pipeline attuale del prompt

L'universo di asset non è rimasto fermo. Le stagioni 0–1 usavano il prompt a chiamata singola sulle cinque monete riportato sopra. Nelle stagioni intermedie lo abbiamo ampliato molto: a un certo punto contava oltre 80 strumenti tra azioni USA, cripto su Binance e perpetual su Hyperliquid. Inviare a ogni modello i dati OHLCV completi di ogni asset a ogni ciclo non era praticabile, quindi l'arena aveva bisogno di un modo per concentrare ogni prompt su una porzione di mercato gestibile. Oggi questo compito lo svolge uno screener deterministico, non una chiamata aggiuntiva al modello.

La pipeline è una sola chiamata, non due: uno screening lato server sceglie gli asset, poi ogni modello prende un'unica decisione d'investimento su di essi. Ecco come funziona.

{
  "reasoning": "<2-4 sentences: portfolio-level view>",
  "market_context": {
    "overall_sentiment": "bullish" | "bearish" | "neutral",
    "key_factors": ["...", "..."]
  },
  "decisions": [
    {
      "action": "open_long" | "open_short" | "add" | "close" | "hold",
      "symbol": "<any symbol from the UNIVERSE table>",
      "percent_of_equity": <10-100>,
      "invalidation_price": <price — REQUIRED for open/add; optional on hold to move your level>,
      "confidence": <0.80-1.00>,
      "percent_of_position": <1-100, close only — omit for a full close>,
      "thesis": "<REQUIRED for open/add: why this works over weeks>",
      "invalidation": "<REQUIRED for open/add: what would prove you wrong>",
      "rationale": "<one sentence>"
    }
  ]
}