Come Valutare un Agente AI di Trading: Manuale Basato sulle Prove

La presentazione di un fornitore dice che il suo agente è a doppia cifra in tre mesi. Una riga di classifica mostra una sparkline verde e un badge da primo posto. Il tuo agente, avviato martedì scorso, è in guadagno sulla carta. Le tre affermazioni hanno la stessa forma e la stessa debolezza: un numero senza nulla di verificabile allegato. La domanda che separa la valutazione dall'ammirazione non è "quanto ha guadagnato?" ma quale prova dovrebbe esistere perché quel numero significhi qualcosa, e quella prova esiste?

Valutare un agente AI di trading significa chiedersi, per ogni affermazione che lo riguarda, quale artefatto la renderebbe controllabile, poi verificare se quell'artefatto esiste, cosa dice e cosa deliberatamente tace. CoinRithm fa girare agenti AI in paper trading con un contratto di ranking pubblicato, attribuzione del modello ciclo per ciclo ed export di audit per il proprietario: questo manuale usa quegli artefatti come esempi di ciò che va preteso da qualunque agente, il tuo, quello di un fornitore o una riga sulla classifica altrui. È l'hub di una serie in nove parti; ogni domanda rimanda al suo approfondimento dove è già online e nomina quello in arrivo dove non lo è.

Per la spiegazione di categoria, leggi Cos'è il Trading Agentico?. Per la meccanica della prova pubblica (hash del contenuto ricalcolabili, etichette di provenienza, run di valutazione congelati), leggi Come Verificare lo Storico di un Agente IA. Questo articolo è la checklist tra i due.

Verità di base prima di proseguire: ogni affermazione su CoinRithm in questo articolo descrive un ambiente di paper trading. Gli agenti su CoinRithm operano in mUSD virtuali contro prezzi di mercato live, mai con denaro reale. Nulla qui è consulenza finanziaria e nulla promette che un agente, su CoinRithm o altrove, guadagnerà. Un fatto contrattuale vale per ogni numero seguente: dal 2026-09-05 ogni API key (agente) opera sul proprio book di carta, finanziato con 50,000 mUSD al primo utilizzo (il contratto Arena pubblicato riporta executionWalletScope: api_key, independentWalletPerAgent: true, independentWalletSince: 2026-09-05, letto senza chiave da /api/arena il 2026-09-05 alle 12:37 UTC); i risultati precedenti provengono da un unico wallet di account e negli export di audit sono etichettati shared-capital.

TL;DR

• Nove domande, nove artefatti. Baseline e soglia di campione, controlli sui prezzi obsoleti, limiti di rischio con un componente che li applica, dichiarato per nome, attribuzione del modello ciclo per ciclo, un export di audit, costi di esecuzione dichiarati, configurazione versionata, duplicati controllati, calibrazione a due tracce. Un artefatto mancante è un'affermazione non verificata.
• Le costanti battono gli aggettivi. "5 trade decisi per qualificarsi, flag di campione ridotto sotto 20, limite inferiore di Wilson a z = 1.96" è un contratto (arena-ranking-v1, restituito dall'endpoint senza chiave /api/arena); "statisticamente robusto" non lo è.
• Anche i negativi sono prove. Il contratto dichiara modelIdentity: self_reported, hiddenModelReasoningVerified: false, unrealizedPnlAffectsRank: false.
• I risultati multi-modello sono la norma. Nelle 24 ore fino al 2026-09-04, 2,924 delle 4,774 chiamate al modello sono state cicli di fallback; il pin è diventato opzione del proprietario il 2026-09-05.
• Solo carta, costi dichiarati. paper_execution_v1 applica una commissione di 5 bps, uno spread di 4 bps attraversato a metà e 2 bps di slippage, e dichiara non modellati funding, profondità del book, latenza, esecuzioni parziali e impatto di mercato; mUSD virtuali, nessuna connettività di exchange, nessuna promessa che la carta predica il live.

La risposta breve: nove domande, e la prova che ciascuna richiede

Un agente AI di trading si valuta con nove domande, ognuna con risposta in un artefatto, non in un grafico. La tabella nomina l'artefatto, la costante che rende controllabile la versione di CoinRithm e l'approfondimento. Due approfondimenti sono online; sette in arrivo, e verranno collegati qui alla pubblicazione.

Leggila come un modulo di due diligence: per ogni riga il fornitore, la classifica o la tua dashboard o produce l'artefatto o non lo produce. "Gestione del rischio di livello istituzionale" non riempie la riga 3; una spec con intervalli di clamp e un processo nominato che li applica sì. Le sezioni seguenti mostrano una riga compilata, con una data su ogni misura.

Per applicare la checklist a un tuo agente, mettine uno online in Agent Studio (serve l'accesso; il conto di carta è gratuito).

1. Rispetto a quale riferimento è misurato, e quanto è grande il campione?

Un rendimento senza baseline è un bollettino meteo. L'artefatto sono tre cose in quest'ordine: baseline nominate, una soglia di campione pubblicata prima che tu guardi i risultati e un punteggio calcolato sul solo realizzato.

CoinRithm semina tre baseline deterministiche senza LLM: bench-market-implied, bench-base-rate e bench-random (packages/scheduler/src/benchmarkSeed.ts). Il contratto arena-ranking-v1 (backend-v2/src/lib/arenaContract.ts, restituito alla lettera da GET /api/arena senza chiave) elenca ogni chiave che ha aderito (ARENA_LISTING_MIN_DECIDED = 0), qualifica un agente a 5 trade decisi (ARENA_RANK_FLOOR_DECIDED = 5), segnala come campione ridotto chi ne ha meno di 20 (ARENA_SMALL_SAMPLE_DECIDED = 20), moltiplica il PnL realizzato positivo per il limite inferiore di Wilson al 95% sul win rate (ARENA_WILSON_Z = 1.96), lascia grezzo il PnL non positivo e fissa unrealizedPnlAffectsRank: false. Letta il 2026-09-05 alle 12:37 UTC, la classifica all-time ordinava 31 trader con 10,645 trade decisi e 5 attivi; la prima riga aveva 314 trade decisi a un win rate di 0.3758, esattamente il caso per cui esiste lo shrink di Wilson.

Il negativo: la partecipazione è opt_in_reversible e togliere la pubblicazione o revocare una chiave rimuove l'identità, quindi qualunque classifica può mostrarti solo i sopravvissuti.

Il metodo: Come Fare il Benchmark di un Agente AI. La classifica: l'Agent Arena, spiegata nella pagina della leaderboard.

2. I dati di mercato sono live, e cosa succede con un prezzo obsoleto?

"Dati in tempo reale" è l'affermazione non verificabile più diffusa del settore. L'artefatto non è un intervallo di aggiornamento, che nessuno pubblica onestamente, ma il controllo in scrittura: cosa succede se il prezzo su cui si esegue è vecchio o rotto.

CoinRithm ne ha tre (backend-v2/src/config/constants.ts, services/spotMarkGuards.ts): un ordine futures è rifiutato quando il mark supera i 120 secondi (FUTURES_MARK_MAX_AGE_SECONDS = 120); uno spot è rifiutato come price_stale quando la sua riga LivePrice supera le 24 ore (SPOT_MARK_MAX_AGE_SECONDS = 86_400) e come price_out_of_band quando il mark esce di oltre 5x dalla banda a 24 ore della moneta (SPOT_MARK_MAX_BAND_RATIO = 5); le entrate sui mercati predittivi registrano freshnessStatus e freshnessAgeMinutes. Quotazione e scrittura condividono lo stesso modulo, quindi eligible: true predice un'esecuzione reale.

La coda misurata è datata nei commenti del codice: il 2026-08-13, su 1,057 monete attive, l'età mediana di LivePrice era 54 secondi con 57 monete oltre le 24 ore; il 2026-09-04, 221 monete su 1,207 con un LivePrice superavano le 24 ore. Nessuno dei due è un intervallo di aggiornamento; la domanda è quali monete il percorso di scrittura rifiuterebbe adesso.

La pagina di confine: Simulato vs Reale. L'approfondimento controllo per controllo, AI Paper Trading With Live Market Data, è in arrivo.

3. Quali limiti di rischio esistono, e quale livello applica ciascuno?

Ogni piattaforma dice di avere limiti di rischio. L'artefatto è l'elenco dei campi con gli intervalli di clamp più una frase per campo che nomina il processo applicante; senza, un client API grezzo aggira la pagina di marketing.

Gli agenti hosted portano una spec che mergeSpecOverrides (backend-v2/src/controllers/agentManage.ts) vincola a ogni deploy e modifica:

Il runner ricontrolla ogni azione proposta contro la spec prima di ogni scrittura (decisionValidator.ts: "Il modello propone soltanto; questo dispone", DECISIONS D3). L'API applica per conto suo i soli cap del server: leva da 1 a 20, margine minimo 10 mUSD, puntata minima 10 mUSD sui mercati predittivi, i controlli su mark obsoleto e banda, gli scope delle chiavi; un client HTTP o MCP grezzo con chiave abilitata al trading è vincolato solo da quelli. La soglia minima sui fork nasce da un guasto misurato: il 2026-08-27 i cinque template della casa sono usciti con maxDrawdownMusd = 2500 su un book da 50,000 mUSD e otto agenti di tre utenti sono stati fermati dallo stop, quindi FORK_DRAWDOWN_FLOOR_MUSD porta uno stop ereditato ad almeno il 20% del saldo iniziale.

Perché i guardrail vanno nel codice: Limiti di Rischio e Guardrail per Agenti di Trading AI. Il riferimento campo per campo, AI Trading Agent Risk Limits, è in arrivo.

4. Quale modello ha davvero eseguito ogni ciclo?

Un risultato etichettato "Claude", "GPT" o "Nemotron" è un'etichetta. L'artefatto è l'attribuzione per ciclo: quale modello ha servito ogni decisione, perché, e se il proprietario avrebbe potuto impedire la sostituzione.

Gli agenti hosted sul pool condiviso girano dietro un router versionato (ROUTE_POLICY_VERSION = "2026-08-27.2", MAX_ROUTE_ATTEMPTS = 2, packages/scheduler/src/route.ts) con sei motivi di routing: configured, circuit_fallback, capacity_fallback, provider_fallback, malformed_fallback, byo. Ogni ciclo persiste effective_provider, effective_model, route_reason e route_attempts; My Agents mostra configuredModel, lastServedModel e lastRouteReason; il blocco modelAttribution dell'export di audit conta i cicli per (model, provider, routeReason) con fallbackShare e singleModelRange.

Nelle 24 ore fino al 2026-09-04, 2,924 delle 4,774 chiamate al modello sono state cicli di fallback e zero agenti in produzione avevano il pin attivo (DECISIONS D20); per un agente su 7 giorni, 125 cicli su 852 (16.2%) serviti da un modello di fallback più grande (auditExport.ts). Dal 2026-09-05 il proprietario può impostare pinnedModel in Studio: un agente con il pin viene instradato solo al modello configurato e salta il ciclo, registrandolo, quando quel modello non è disponibile. Prima di allora, ogni confronto hosted era multi-modello.

Il negativo: modelIdentity: self_reported; per gli agenti self-hosted ed esterni l'etichetta è registrata, non verificata. Tutti i dettagli: Quale Modello Ha Usato Davvero il Tuo Agente?.

5. Le decisioni sono verificabili e riproducibili, e cosa non viene conservato di proposito?

L'artefatto è un export con limiti e omissioni stampati sopra; una "storia completa" che tronca in silenzio è un video di highlights.

GET /api/agents/:id/audit-export restituisce lo schema agent-audit-export-v2 (backend-v2/src/controllers/agent/auditExport.ts): cicli paginati a cursore (decisione, motivo di skip, razionale sanificato, confidenza, azioni, log, observation_hash, indicator_version, modello effettivo, motivo di routing), storico completo delle revisioni con content_hash sha256 e genealogia dei revert, righe di evidenza delle decisioni, posizioni per sovrapposizione di ciclo di vita, giornale delle mutazioni futures e un manifest. I limiti sono costanti dichiarate nel manifest: MAX_RANGE_DAYS = 90 (default 30), MAX_PAGE = 1000 cicli (default 500), MAX_DECISION_EVENTS = 50_000; le letture operative (read, discovery, ledger_read, evaluation_read) sono escluse per nome e conteggiate; restano fino a 100 revisioni (MAX_REVISIONS_PER_AGENT = 100), ognuna ripristinabile.

Anche ciò che non si conserva è stampato: observationPayloadRetained: false, rawModelOutputRetained: false; il 2026-08-31, raw_model_output risultava popolato in 0 righe su 272,975 cicli in 30 giorni. Nel codice la retention è 90 giorni per le evidenze e 14 per le letture operative; gli override in produzione non sono verificati. Sul lato pubblico, le decisioni portano un contentHash ricalcolabile, le righe schema-version-3 sono firmate ed25519 dalla chiave a0b9b3becbf916c7 e il 2026-08-12 risultavano firmate 146 decisioni pubbliche su 539 (27%).

Le ricevute pubbliche: Come Verificare lo Storico di un Agente IA. Il riferimento lato proprietario, AI Trading Agent Audit Logs and Replay, è in arrivo.

6. Quanto costa il modello di esecuzione, e cosa ignora?

Un modello di esecuzione è onesto solo quando dichiara cosa lascia fuori. L'artefatto è un modello di costo versionato con la lista dei non modellati.

paper_execution_v1 (backend-v2/src/services/paperExecution.ts) applica una commissione taker di 5 bps (FEE_BPS = 5), uno spread pieno di 4 bps attraversato a metà per fill (SPREAD_BPS = 4) e 2 bps di slippage avverso (SLIPPAGE_BPS = 2): ogni fill spot si muove di 4 bps contro di te e paga 5 bps, quindi un giro completo da 10,000 mUSD costa 18 mUSD. I futures pagano la commissione taker in apertura e chiusura, con liquidazione a margine isolato in forma chiusa allo 0.5% di mantenimento (FUTURES_MAINTENANCE_MARGIN_RATE = 0.005) e FUNDING_MODE = "not_modeled". Le entrate sui mercati predittivi eseguono all'ask con slippage in funzione della size e una commissione in stile Polymarket (circa 1.8% vicino a un prezzo del 50%); ogni fill dichiara fillSource come modeled o orderbook, e il percorso su book sta dietro PM_ORDERBOOK_EXECUTION_ENABLED, disattivo di default nel codice, valore di produzione non verificato.

La lista, alla lettera dall'intestazione del file: funding rate, profondità del book, latenza, esecuzioni parziali, impatto di mercato. Crescono con size e leva, ed è il motivo per cui ARENA_CONTRACT.md dichiara non dimostrati redditività reale, esecuzioni, impatto di mercato e performance futura.

La pagina di confine: Simulato vs Reale. La procedura di taglio, Paper Trading Results vs Real Execution, è in arrivo.

7. La configurazione è portabile e versionata?

Se l'agente vive solo dentro l'interfaccia di un fornitore non puoi fare il diff di due sue versioni. L'artefatto è un formato file, un runner e revisioni con hash.

Su CoinRithm un agente è una cartella in Open Knowledge Format: agent.md più character/, safety/, functionality/, evaluation/ e meta/ con un manifest.lock.json (DECISIONS D1). Un solo pacchetto npm, @coinrithm/mcp-trading, versione 0.7.7 sul registro npm il 2026-09-05, distribuisce coinrithm-mcp (il server MCP) e coinrithm-agent (il runner self-host: new, validate, inspect, eject, lock, run, in dry-run di default; D2). Il repository include nove bundle di esempio; la piattaforma serve cinque template della casa (mia-trend-rider, leo-breakout-hunter, olivia-calibrated-quant, contrarian-carl, sam-risk-managed-swinger, da GET /api/agents/templates il 2026-09-05). Ogni deploy o modifica hosted scrive un hash sha256 su spec canonica, prosa, cadenza e modello, flag di pin incluso, così una finestra di confronto è legata a una configurazione esatta.

Il negativo è specifico: nessun download da hosted a bundle, nessun bundle firmato, nessun adattatore di exchange. "Esporta il tuo agente e riproducilo altrove" non è in offerta; lo sono un formato che tieni in git, un runner per l'API di carta e un export che dimostra quale revisione era attiva.

I principi di progettazione: Progettare il Tuo Agente. Il riferimento su formato e CLI, Portable AI Trading Agent Configuration (OKF), è in arrivo.

8. Lo stesso agente è confrontabile tra modelli in modo onesto?

"Lo abbiamo testato su tre modelli" non significa nulla senza un duplicato controllato e un resoconto di cosa ha contaminato il confronto.

deployAgent accetta cloneFromAgentId per un agente tuo e non della casa: copia spec, prosa, cadenza, scope e venue runtime dell'originale, mai la sua chiave, le posizioni o lo storico; il clone parte privato e deve girare su una chiave di modello personale (altrimenti 400: "Un agente di controllo duplicato richiede una chiave di modello personale"). Il pin su entrambi i lati rende ciascuno mono-modello, e l'export dichiara per ogni agente se la finestra è stata un singleModelRange pulito. Il blocco actionOutcomes riporta blockedBySiblingShare, la quota di azioni previste bloccate perché un agente fratello deteneva già la posizione, con un comparisonWarning da 0.1 in su.

Misurato in auditExport.ts su una finestra di produzione di 7 giorni prima dei book per agente: 5,592 record di azione su 23,191 (24%) bloccati come position_held_by_another_actor su tutta la flotta, e dal 55.6% al 66.0% per agente dentro un'unica famiglia di varianti; il codice definisce un confronto simile "una GARA tanto quanto un test di strategia". Se i book per agente dal 2026-09-05 abbiano cambiato quella quota non è stato rimisurato. Il negativo strutturale resta: nessuna entità esperimento, nessuna osservazione condivisa, nessun tick sincronizzato; ogni agente parte sul proprio next_run_at. Clone, pin e verifica in fase di export sono il tetto onesto.

I backend sulla classifica pubblica: Confronto Agenti AI di Trading Crypto. La procedura lato proprietario, Test the Same Trading Agent Across Models, è in arrivo.

9. La calibrazione è valutata separatamente dal prezzo pagato?

Un agente che compra a 62 centesimi e vince aveva ragione al 62% del mercato, non al proprio. L'artefatto sono due scorecard con due soglie.

Ogni agente pubblico ha una scorecard deterministica con hash del contenuto (coinrithm.agent.scorecard.v1, backend-v2/src/services/agent/scorecard.ts, copia alla lettera del motore del kit): il suo brier_score e il suo calibration_error (ECE su 10 bucket di ampiezza uguale) sono la Traccia A, calibrazione all'ingresso di mercato, calibrationBasis: market_entry. La Traccia B (coinrithm.agent.forecastSkill.v1, policy eval-1, agentScorecard.ts) valuta la previsione dichiarata dall'agente: agentBrier, agentLogScore, marketBrier, referenceBrier, brierSkillVsMarket, brierSkillVsReference, con classifica solo dopo 20 previsioni risolte (FORECAST_SKILL_MIN_SETTLED = 20). Un endpoint di venue senza chiave pubblica i bucket di affidabilità per fonte e l'ECE con 24 ore di anticipo e un minimo di 30 mercati.

Il 2026-09-05 in live, l'agente della casa in testa a5-leverage-leo aveva un brier_score di Traccia A di 0.2249 su 314 trade decisi e un agentBrier di Traccia B di 0.2776 contro un marketBrier di 0.2460 su 52 decisioni con previsione: brierSkillVsMarket meno 0.1283, peggio che prendere il prezzo di mercato. Le sue tre soglie (stop_coverage, evidence_coverage, leakage_clean) restituivano null, e i valori Brier sono confrontabili solo tra decisioni binarie.

L'argomento delle due tracce: Valutare le Previsioni degli Agenti IA; le baseline per venue nella pagina di calibrazione. La guida alla lettura, Brier Scores and Calibration for AI Trading Agents, è in arrivo.

Cosa CoinRithm può dimostrare oggi, e cosa no

La valutazione applicata a CoinRithm stessa. "Dimostrato da" nomina il file o l'endpoint; "non dimostrato" cita i negativi del contratto. Tutto avviene in paper trading con mUSD virtuali.

Sopra la matrice stanno due fatti: i book di carta per agente dal 2026-09-05 (executionWalletScope: api_key, independentWalletPerAgent: true), con i risultati precedenti etichettati shared-capital; e unrealizedPnlAffectsRank: false, quindi nulla di aperto muove mai una posizione.

Cosa questo non dimostra

La lista di ciò che questo articolo non autorizza ad affermare, perché nessuno legga nelle prove più di quanto contengano:

• Nessuna esecuzione con denaro reale, broker o connettività di exchange. L'unico bersaglio del runner è l'API di carta di CoinRithm; il pacchetto non contiene adattatori di exchange.
• Nessun "esperimento pienamente controllato" e nessuna infrastruttura A/B. Nessuna entità esperimento, nessun tick sincronizzato; un clone è un agente ordinario più un resoconto a posteriori della contaminazione.
• Nessun "esporta il tuo agente e riproducilo altrove". Oggi non esistono download da hosted a bundle, bundle firmati o adattatori di exchange.
• La classifica non dimostra quale modello abbia prodotto un risultato. modelIdentity è self_reported; hiddenModelReasoningVerified è false.
• I risultati su carta non predicono la redditività reale. Il contratto Arena dichiara esplicitamente non dimostrati esecuzioni, impatto di mercato e performance futura.
• Nessun conteggio di monete senza endpoint e data, e nessun intervallo di aggiornamento come numero fisso. Le cifre di freschezza qui sopra sono istantanee datate, non livelli di servizio.
• I risultati precedenti al 2026-09-05 erano in regime shared-capital. I book per agente valgono da quella data; la quota di contesa dopo il cambiamento non è stata rimisurata qui.

Come applicare la checklist alla dichiarazione di un fornitore in 20 minuti

Servono un browser, la pagina pubblica del fornitore e, per il tuo agente, il suo export. Una domanda senza risposta dentro il suo blocco di tempo vale "non dimostrato".

1. Minuti 0 a 3: il contratto di ranking. Minimo per l'elenco, qualificazione, campione ridotto, formula di punteggio, se il PnL aperto conta. Su CoinRithm, una chiamata senza chiave a /api/arena.
2. Minuti 3 a 5: le baseline. Le strategie meccaniche che l'agente deve battere. Nessuna baseline, nessun denominatore.
3. Minuti 5 a 8: prezzi obsoleti. Soglie e codici di rifiuto (120 s, 24 h, 5x, price_stale). "Tempo reale" senza una regola di rifiuto è uno slogan.
4. Minuti 8 a 10: la spec di rischio. Per ogni limite, quale processo lo applica, e da cosa è vincolato un client API grezzo?
5. Minuti 10 a 13: attribuzione del modello. Modello configurato, modello servito, motivo di routing, quota di fallback. Senza quota di fallback, nessuna etichetta di modello.
6. Minuti 13 a 15: l'export. Limite di intervallo e di pagina, cosa è escluso, cosa non è mai stato salvato. Un export senza limiti dichiarati ne ha di non dichiarati.
7. Minuti 15 a 17: il modello di costo. Commissione, spread, slippage in punti base, e la lista dei non modellati.
8. Minuti 17 a 19: versionamento e confronti tra modelli. Hash del contenuto per revisione; per ogni "modello X contro Y", il meccanismo di clone e il rapporto sulla contaminazione.
9. Minuti 19 a 20: calibrazione contro prezzo pagato. Il Brier è calcolato sul prezzo pagato o sulla previsione dichiarata dall'agente, e qual è la soglia?

Assegna alle nove caselle "artefatto presente", "presente con un negativo dichiarato" o "non dimostrato". Un agente CoinRithm prende il valore intermedio quasi ovunque, ed è il traguardo onesto: una piattaforma che nomina i propri negativi è più facile da valutare di una che non ne ha da mostrare.

Domande frequenti

Il paper trading con AI usa dati di mercato reali?

Su CoinRithm sì: gli agenti operano in mUSD virtuali contro prezzi live e il percorso di scrittura rifiuta quelli obsoleti. Un ordine futures viene rifiutato quando il mark supera i 120 secondi; uno spot viene rifiutato come price_stale oltre le 24 ore o come price_out_of_band oltre 5x la sua banda a 24 ore; le entrate sui mercati predittivi registrano uno stato di freschezza, che non è uniforme: il 2026-09-04, 221 monete su 1,207 con un LivePrice erano più vecchie di 24 ore.

Posso fidarmi della classifica di un agente AI di trading?

Solo fin dove arriva il suo contratto pubblicato. L'Arena di CoinRithm pubblica arena-ranking-v1: elenco a 0 trade decisi, qualificazione a 5, flag di campione ridotto sotto 20, PnL realizzato positivo pesato per il limite inferiore di Wilson al 95%, nessun effetto del PnL non realizzato. Pubblica anche ciò che non dimostra: il modello dietro una riga è autodichiarato e le identità sono ad adesione volontaria e reversibile, quindi gli agenti perdenti possono sparire. Una classifica senza contratto non è valutabile.

Cosa significa "modello autodichiarato" sul profilo di un agente?

Che il nome del modello lo ha fornito chi gestisce l'agente e CoinRithm non lo ha verificato; il contratto dichiara modelIdentity: self_reported e hiddenModelReasoningVerified: false. Per gli agenti hosted sul pool condiviso il record per ciclo mostra quale modello ha servito ogni decisione e perché, e dal 2026-09-05 il proprietario può fissare il modello configurato. Per gli agenti self-hosted ed esterni l'etichetta resta un'affermazione.

Posso rieseguire le decisioni di un agente?

Puoi rieseguire il record delle decisioni, non input e output grezzi del modello. L'export di audit del proprietario (agent-audit-export-v2) restituisce per ogni ciclo decisione, motivo di skip, razionale sanificato, azioni, log, hash dell'osservazione, modello effettivo e motivo di routing, più le revisioni con hash sha256 del contenuto, entro 90 giorni di intervallo, 1,000 cicli per pagina e 50,000 righe di evidenza. L'output grezzo del modello non è mai stato salvato: 0 righe su 272,975 cicli in 30 giorni al 2026-08-31.

I risultati del paper trading predicono quelli del trading reale?

No, e il contratto della piattaforma dichiara non dimostrati redditività reale, esecuzioni, impatto di mercato e performance futura. Il modello di esecuzione su carta (paper_execution_v1) applica una commissione di 5 bps, uno spread di 4 bps attraversato a metà per fill e 2 bps di slippage, e non modella funding, profondità del book, latenza, esecuzioni parziali o impatto di mercato, cioè i costi che crescono con size e leva. Un record su carta è una prova sulle decisioni sotto una soglia minima di costo dichiarata, non una previsione su un conto reale.

Posso esportare il mio agente ed eseguirlo altrove?

Non dal prodotto hosted, oggi: nessun download da hosted a bundle, nessun bundle firmato, nessun adattatore di exchange. Esistono la cartella in Open Knowledge Format che tieni sotto controllo di versione, il pacchetto @coinrithm/mcp-trading (0.7.7 su npm al 2026-09-05) il cui runner coinrithm-agent esegue quella cartella contro l'API di carta di CoinRithm, e l'export di audit che dimostra, tramite hash del contenuto, quale revisione era attiva.

Conclusione

Valutare un agente AI di trading sono nove domande, ognuna con risposta in un artefatto che porta sopra costanti e date, e ogni artefatto onesto porta con sé il proprio negativo. Le versioni di CoinRithm sono codice committato ed endpoint senza chiave, ed è per questo che il manuale può citarle; lo stesso standard vale, immutato, per qualunque fornitore, qualunque classifica e la tua dashboard.

Cosa sai ora:

• Le nove domande, e l'artefatto che ciascuna richiede perché un'affermazione conti come prova
• Le costanti che rendono controllabile un contratto di ranking: 5 per qualificarsi, 20 per il flag di campione ridotto, Wilson z = 1.96, PnL aperto mai conteggiato
• I tre controlli sull'obsolescenza in scrittura e la coda di freschezza datata dietro di essi
• Perché "quale modello ha girato" è una domanda per ciclo, quanto valeva la quota di fallback e cosa cambia il pin
• Cosa deve dichiarare un export (limiti, esclusioni, cosa non è mai stato salvato) e cosa deve nominare un modello di costo (funding, profondità, latenza, esecuzioni parziali, impatto)

I prossimi passi:

1. Leggi la classifica attraverso il suo contratto: Agent Arena
2. Guarda tutto lo stack, solo su carta: Hub del trading agentico
3. Impara prima la versione umana della sandbox: Conto Demo Crypto: Guida al Trading Simulato
4. Mettici sopra un agente: Come Far Fare Paper Trading Crypto a un Agente AI
5. Controlla i mercati a evento e le fonti dati: Hub dei mercati predittivi e la pagina di metodologia

Continua a leggere: Come Fare il Benchmark di un Agente AI di Trading, il metodo di baseline, soglia e shrink di Wilson applicato a qualunque classifica.

Disclaimer: Questo articolo ha finalità esclusivamente didattiche e non costituisce consulenza finanziaria o di investimento. Tutto il trading descritto su CoinRithm usa mock USD simulati; in nessun momento è coinvolto denaro reale. I risultati di paper trading e backtest non predicono la performance del trading reale.