Guida alle Strategie di Trading Algoritmico per MT5

L'argomento principale a favore del trading algoritmico non è la velocità, ma la coerenza. Un trader umano che applica un sistema di crossover delle medie mobili su M5 EURUSD salterà inevitabilmente segnali durante eventi di notizie ad alta volatilità o manterrà posizioni perdenti troppo a lungo a causa dell'avversione alla perdita. Un EA esegue lo stesso set di regole alle 02:00 di martedì come durante un surge all'apertura di Londra, senza deviazioni.

La ricerca pubblicata sul Journal of Financial Markets (2019) ha rilevato che le strategie sistematiche hanno dimostrato Sharpe Ratio superiori di 0,3–0,6 rispetto agli equivalenti discrezionali quando testate su periodi di cinque anni su principali coppie FX. A differenza del trading discrezionale, dove le prestazioni degradano sotto la pressione psicologica, i sistemi algoritmici mantengono un vantaggio statistico finché le condizioni di mercato si allineano con l'ambiente di addestramento del modello.

Gli strumenti più adatti agli approcci algoritmici condividono caratteristiche comuni: alta liquidità, spread bid-ask ristretti e comportamento prevedibile delle sessioni. EURUSD e USDJPY hanno volumi medi giornalieri superiori a 500 miliardi di dollari combinati, il che significa che lo slippage su lotti standard rimane gestibile. NAS100 e XAUUSD aggiungono opportunità di cattura della volatilità, in particolare durante le sovrapposizioni della sessione di New York. GBPUSD, sebbene comporti costi di spread più elevati durante le ore non lavorative, premia gli algoritmi di mean-reversion durante la finestra di Londra dalle 08:00 alle 10:00 GMT.

La barriera pratica non è la capacità di codifica — il linguaggio MQL5 di MT5 ha migliaia di template open-source — ma piuttosto la disciplina di definire precisamente le regole prima di scrivere una singola riga di codice.

Non esiste una regola di entrata universale nel trading algoritmico. La strategia è un framework per l'automazione, non una singola combinazione di indicatori. Detto questo, tre categorie strutturali dominano la progettazione di EA retail: trend-following, mean-reversion e breakout.

Una configurazione pratica di trend-following su M15 EURUSD potrebbe combinare un filtro di direzione EMA a 50 periodi con un trigger di pullback RSI(14): entrare long quando il prezzo è sopra la 50 EMA, l'RSI ritorna sotto 45 da sopra 60, e poi chiude nuovamente sopra 50. I trigger di uscita includono un take-profit fisso di 1,5× ATR(14) e uno stop-loss di 1× ATR, producendo un rapporto rischio-rendimento teorico di 1,5:1. Rispetto ai trader manuali che spesso aggiustano queste uscite a metà operazione, l'EA mantiene i parametri senza modifiche.

Per il mean-reversion su H1 USDJPY, le Bande di Bollinger (20, 2.0) forniscono un contesto statistico: entrare short quando il prezzo chiude al di fuori della banda superiore e la candela successiva chiude nuovamente all'interno; puntare alla linea mediana a 20 periodi. Questo approccio storicamente performa meglio durante le sessioni in range (apertura di Tokyo, 00:00–03:00 GMT) rispetto ai periodi di sovrapposizione direzionale Londra/NY.

I sistemi di breakout su NAS100 che utilizzano grafici M1 o M5 catturano il primo range di 15 minuti dopo l'apertura delle 09:30 EST. L'EA posiziona ordini pendenti lo 0,1% sopra il massimo e sotto il minimo di quel range, annullando gli ordini non eseguiti dopo 30 minuti. Il backtesting di questa regola sui dati NAS100 dal 2020–2023 mostra tassi di successo di circa 48–52%, con la redditività dipendente da una configurazione minima di ricompensa-rischio di 2:1.

La logica di uscita richiede uguale precisione. Stop trailing che bloccano i profitti quando il prezzo si muove favorevolmente, uscite basate sul tempo che chiudono le posizioni prima di importanti eventi di notizie (registrati tramite API di calendario economico) e regole di periodo massimo di detenzione appartengono tutte al codice dell'EA — non lasciate alla discrezione.

Uno Sharpe Ratio inferiore a 1,0 sui dati di backtesting è un segnale di avvertimento, non un segnale di lancio. La maggior parte dei fondi algoritmici professionali punta a Sharpe Ratio superiori a 1,5 su tre o più anni di dati out-of-sample. Il Drawdown Massimo — il calo del capitale dal picco al minimo — dovrebbe essere valutato rispetto al rendimento annuale atteso: una strategia che genera rendimenti annuali del 20% con un drawdown massimo del 25% presenta un profilo di rischio diverso rispetto a una che genera rendimenti del 10% con un drawdown dell'8%.

Il position sizing nei sistemi algoritmici segue tipicamente metodi a frazione fissa. Una configurazione comune rischia lo 0,5–1,0% del capitale del conto per operazione. Su un conto da 10.000 $ che opera su EURUSD con uno stop di 20 pip (circa 20 $ per mini lotto), una regola di rischio dell'1% alloca 100 $ di rischio, supportando 0,5 lotti standard. A differenza del dimensionamento a lotti fissi, i metodi frazionali scalano l'esposizione proporzionalmente man mano che il conto cresce o diminuisce, prevenendo sequenze di drawdown catastrofiche.

I limiti massimi di perdita giornaliera sono non negoziabili per gli ambienti delle prop firm e consigliabili per i conti personali. Impostare uno stop rigido al 3–5% di drawdown giornaliero — dopodiché l'EA cessa di operare fino alla sessione successiva — previene catastrofi in un singolo giorno durante eventi di cigno nero. Questa regola è particolarmente rilevante per XAUUSD, che si è mosso oltre 150 pip in meno di quattro minuti durante la crisi di liquidità COVID del marzo 2020.

Il rischio di correlazione tra più EA merita attenzione. Eseguire strategie di trend-following simultanee su EURUSD e GBPUSD introduce un'esposizione correlata, poiché entrambe le coppie spesso si muovono nella stessa direzione contro il dollaro USA. Trattarle come una posizione combinata — non due operazioni separate a rischio dell'1% — mantiene il rischio effettivo del portafoglio entro i parametri definiti.