Chi fa trading quantitativo fallisce quasi sempre nello stesso punto: non è la strategia a mancare, è l’infrastruttura che non finisce mai. Indicatori da scrivere da zero, framework di backtest da costruire, flussi dati da collegare. Passano due o tre mesi e la strategia non l’hai nemmeno toccata. Intanto là fuori c’è gente disposta a pagare per “un sistema quant che funziona”. Quella differenza di tempi è il tuo margine.

Il problema: il vero costo di un side hustle quant è l’infrastruttura, non il cervello

Molti pensano che per vendere servizi quant serva “una strategia geniale”. Sbagliato. Il cliente vuole qualcosa che giri: leggere dati, calcolare indicatori, sputare un report di backtest. Se scrivi da zero un sistema di backtest con medie mobili e RSI, solo allineare i dati e gestire i casi limite ti porta via una o due settimane. Poi il cliente chiede di aggiungere Bollinger, MACD, ATR, e ricominci. Ogni commessa è una ruota reinventata: prezzi bassi, consegne lente, margine mangiato dalle ore. Il collo di bottiglia non è la tua competenza. È la mancanza di una base affidabile e pronta.

L’opportunità: una libreria open source che impacchetta tutta l’infrastruttura

Su GitHub, la libreria Go cinar/indicator — secondo il post originale, dato non verificato in modo indipendente — integra tutto questo: oltre 80 indicatori tecnici, strategie già implementate, framework di backtest e report HTML visivi generati automaticamente. Il repository conta circa 1600+ star, licenza AGPL-3.0, e la v2 è stata riscritta da zero con copertura dei test dichiarata sopra il 90%, con dati di test in CSV per ogni indicatore e strategia. Il punto di forza ingegneristico è l’uso dei channel Go per l’elaborazione in streaming: input e output sono flussi di dati, perfetti per quotazioni in tempo reale. Se non vuoi usare i channel, ci sono helper come SliceToChan e ChanToSlice per la conversione. Ha anche un’interfaccia MCP, quindi si collega direttamente a strumenti AI come Claude per l’analisi delle strategie.

Passo uno: chiudi il cerchio minimo in tre giorni

Non partire pensando ai contratti grossi. Prima fai girare la libreria: go get per importare il modulo, lancia una strategia integrata su dati storici di candele, genera un report HTML di backtest. Quel report è il tuo primo “campione di lavoro”. Attenzione alla filosofia del progetto: indicatori e strategie sono completamente configurabili, senza valori predefiniti. Devi capire i parametri, non copiare i default. L’obiettivo di questa fase è uno solo: produrre in 30 minuti un report di backtest con grafici per qualsiasi serie di dati di mercato. Se ci riesci, hai già superato l’80% dei venditori che su eBay o Subito offrono “backtest su commissione” e lavorano ancora a mano con Excel.

Passo due: trasforma la competenza in tre prodotti vendibili

Il tempo risparmiato sull’infrastruttura va monetizzato subito. Primo: servizio di “backtest su commissione” su eBay, Subito o gruppi Telegram di trading. Il cliente ti passa la logica di una strategia copiata da TradingView, tu la traduci in codice e consegni il report: 70–300 € a lavoro, consegna = report HTML più una pagina di interpretazione. Secondo: contenuti “quant per principianti” su Substack o Pinterest, usando screenshot di backtest reali come materiale, con funnel verso una community a pagamento o lezioni one-to-one. Margine quasi totale. Terzo: sviluppo di strumenti AI quant su misura — sfruttando l’interfaccia MCP, costruisci per piccoli team di trading strumenti interni di “lettura AI + backtest”. Su piattaforme freelance per sviluppatori questi lavori partono da quattro cifre. Tre strade, una sola base tecnica.

I conti: la differenza di tempo è il profitto

Secondo il post originale (dato non verificato in modo indipendente), costruire da zero un sistema di backtest con decine di indicatori richiede due-tre settimane anche a uno sviluppatore esperto. Con questa libreria, lo stesso risultato arriva in due-tre giorni. Ipotizza due commesse di backtest a settimana a 150 € l’una: fatturato mensile intorno ai 1.200 €, con un costo marginale di poche ore a consegna — gli indicatori non li scrivi, il backtest non lo costruisci, il report si genera da solo. Livello successivo: prepara in anticipo template di backtest per le strategie più richieste (doppia media mobile, inversione RSI, breakout sulle Bollinger). Quando arriva l’ordine cambi solo dati e parametri, e consegni in giornata. A quel punto non vendi codice: vendi velocità. E la velocità si paga di più.

Linee rosse: tre cose da dire chiaramente al cliente

Primo: il repository stesso porta un disclaimer lungo così — solo per scopi educativi e di ricerca, non è consulenza finanziaria. Ogni report che consegni deve riportare la stessa dicitura, altrimenti il cliente che perde soldi viene a cercare te. Secondo: il backtest guarda al passato. Il disclaimer del repository lo dice esplicitamente: i risultati simulati non rappresentano il trading reale. Slippage, liquidità e commissioni degradano la performance live. Scrivilo nel documento di consegna: è etica professionale e autodifesa. Terzo: la licenza AGPL-3.0 è virale. Se ci costruisci sopra un SaaS, hai obblighi di rilascio del codice. Prima di accettare commesse commerciali, ragiona sulla licenza o metti il cliente al corrente per iscritto.

Muoviti adesso

Stasera fai tre cose: clona github.com/cinar/indicator, esegui il backtest di una strategia integrata, fai uno screenshot del report HTML generato. Quello screenshot è la prima immagine della tua pagina di vendita. Nel mercato quant, chi sa programmare non ha voglia di rifare l’infrastruttura, e chi sa di mercati non sa programmare. Tu stai in mezzo, con una ruota già pronta che collega i due mondi. È l’arbitraggio più semplice e più solido che esista.