Chiunque gestisca attivamente un portafoglio — che si tratti di azioni, ETF o titoli di Stato — si scontra prima o poi con lo stesso dilemma: dove e come tracciare le proprie operazioni? Gli strumenti offerti dai Broker possono essere una prima misura, ma certamente presentano dei limiti. Ci sono due strade:
- I fogli di calcolo: flessibili all’inizio, perché parti con due o tre concetti base e pensi che non ti servirà altro. Destinati a diventare fragili, lenti e complessi da mantenere non appena aumentano gli strumenti, le valute o la necessità di calcolare metriche precise come i ratei obbligazionari e gli snapshot storici. ad esempio la tassazione, le minusvalenze, il pagamento delle cedole. Quali performance abbiamo realmente?
- Le piattaforme SaaS in cloud: questa sarebbe la soluzione. Spesso hanno un prezzo nascosto ben più alto del canone mensile. Per prima cosa significa consegnare a server di terzi la mappatura completa del proprio patrimonio, le proprie strategie, i flussi di cassa e lo storico operativo, accettando il rischio di vendor lock-in (cioè esportare i dati in modo coerente diventa un dramma), cambi improvvisi di policy o persino chiusura del servizio. Ne ho provati parecchi e quello che faceva uno non faceva l’altro. Inoltre nessuno era “tarato” per l’Europa, figuriamoci l’Italia.
Da questa esigenza è nato TradingJournal, un software open-source ed esclusivamente self-hosted progettato per riportare il controllo dei dati esattamente dove dovrebbe stare: nelle mani di chi investe.

1. Sovranità dei dati: il tuo portafoglio resta a casa tua
Il principio architetturale alla base di TradingJournal è semplice: nessun dato finanziario deve uscire dall’infrastruttura dell’utente senza il suo esplicito consenso.
A differenza delle soluzioni commerciali centralizzate, TradingJournal è pensato per essere eseguito in autonomia — sul proprio server domestico tramite container Docker, su una VPS privata oppure direttamente in locale come applicazione desktop (ad esempio usando Docker Desktop). Questo approccio garantisce tre vantaggi concreti:
- Proprietà assoluta del database: lo storico delle transazioni, i prezzi di carico, le note operative e le istantanee patrimoniali risiedono su un database relazionale sotto il tuo esclusivo controllo (PostgreSQL in ambiente server o SQLite per installazioni standalone leggere).
- Zero lock-in e massima trasparenza: essendo il codice sorgente aperto e ispezionabile su GitHub, sai esattamente come viene calcolato ogni singolo numero — dal Profit & Loss (PnL) netto fino ai rendimenti a scadenza. I dati sono sempre esportabili, interrogabili e integrabili nei tuoi flussi di backup personali.
- Privacy by design: nessuna profilazione, nessuna condivisione con broker o aggregatori terzi e nessuna esposizione involontaria delle tue allocazioni di capitale.

2. Gestione degli asset a 360 gradi: oltre il semplice registro operazioni
Spesso un “trading journal” viene ridotto a un elenco cronologico di acquisti e vendite. Nella pratica quotidiana di chi gestisce un portafoglio diversificato, però, servono strumenti che coprano l’intero ciclo di vita dell’investimento:
- Asset Management e Snapshot Mark-to-Market: fotografare periodicamente il valore reale del portafoglio (mark-to-market) permette di misurare l’evoluzione del patrimonio nel tempo, distinguendo tra nuova liquidità versata e reale performance generata dal mercato.
- Calcolo avanzato per le Obbligazioni (Bond Calculation): chi investe nel reddito fisso (come i BTP o titoli governativi) sa quanto sia importante distinguere tra corso secco, prezzo tel quel, rateo di interessi maturato e rendimento netto effettivo. TradingJournal integra logiche dedicate al mondo obbligazionario, evitando approssimazioni grossolane.
- Calendario mensile e analisi PnL: una vista a calendario consente di visualizzare a colpo d’occhio la distribuzione temporale dei profitti e delle perdite, aiutando a individuare pattern stagionali o giornate di eccessiva operatività.
- Area Scouting: uno spazio dedicato al monitoraggio degli asset sotto osservazione prima ancora di entrare a mercato, per separare la fase di studio da quella esecutiva. E anche una sezione dedicata un po’ alla psicologia dell’investitore, ovvero un piccolo diario sulle sensazioni. Rileggerle a posteriori migliora poi la propria visione dell’insieme.

3. L’AI come “indicazione terza”: un analista senza emotività
Il secondo pilastro del progetto riguarda l’integrazione con l’Intelligenza Artificiale, pensata non per delegare scelte automatiche — approccio rischioso e poco trasparente — ma per offrire una prospettiva terza, oggettiva e priva di coinvolgimento emotivo.
Quando gestiamo i nostri risparmi, il nemico principale raramente è la mancanza di informazioni: quasi sempre sono i bias cognitivi. L’attaccamento a una posizione in perdita (disposition effect), l’eccesso di fiducia dopo una serie positiva o la concentrazione involontaria su un singolo settore sono trappole in cui è facile cadere quando si guarda il proprio portafoglio dall’interno.
Disporre di un motore AI collegato in modo controllato ai propri dati strutturati permette di ottenere una sorta di “secondo parere” indipendente:
- Revisione oggettiva dello storico: l’AI può analizzare la sequenza delle operazioni registrate nel journal per evidenziare ricorrenze che sfuggono all’occhio umano (ad esempio, uscite anticipate sulle posizioni vincenti o mantenimento prolungato di quelle in sofferenza).
- Analisi dell’allocazione e del rischio: incrociando gli snapshot mark-to-market e la composizione degli asset, il sistema può segnalare squilibri di esposizione, sovrapposizioni settoriali o scadenze obbligazionarie troppo concentrate.
- Confronto critico nella fase di scouting: prima di aprire una nuova posizione, l’AI funge da sparring partner critico, aiutando a verificare se l’idea di investimento sia coerente con il profilo di rischio e con gli asset già presenti in portafoglio.
In questo modello, l’essere umano resta sempre al comando delle decisioni, ma può contare su un revisore instancabile che legge i numeri per quello che sono, senza paura né euforia.

4. Sotto il cofano: lo stack tecnologico
Dal punto di vista ingegneristico, TradingJournal è costruito privilegiando solidità, manutenibilità e chiarezza del codice:
- Backend in Python (FastAPI): scelto per la velocità di sviluppo, la tipizzazione forte tramite Pydantic e la naturale predisposizione all’elaborazione di dati finanziari e all’integrazione con librerie di analisi quantitativa (come
yfinanceper il recupero delle quotazioni di mercato) e modelli LLM. - Frontend in React e TypeScript: un’interfaccia reattiva e moderna, progettata per rendere immediata la lettura di tabelle, grafici di rendimento, calendari operativi e schede tecniche degli strumenti.
- Persistenza flessibile (PostgreSQL / SQLite) e deploy moderno: pensato per girare agilmente in container su server Linux (perfetto per chi ha già un homelab con Docker) ma predisposto anche per esecuzioni locali leggere.
Conclusioni e link al progetto
Costruire i propri strumenti software significa, prima di tutto, adattare la tecnologia al proprio metodo di lavoro invece di piegare il proprio metodo ai limiti di una piattaforma commerciale. TradingJournal nasce esattamente con questo spirito: offrire un ambiente pulito, estensibile e interamente sotto il controllo dell’utente, dove la precisione del dato contabile incontra la capacità di sintesi critica dell’Intelligenza Artificiale.
Il progetto è in fase di sviluppo, spesso anche in modo pesante. Tuttavia è già utilizzabile per quanto esposto sopra. All’interno del programma stesso è presente una guida all’uso, ma in futuro sulla sezione di “analisi tecnica” (https://trading.tosolini.info) farò in modo di avere una sezione con tutti gli articoli dettagliati alle singole sezioni e funzionalità del programma, anche perché il primo utilizzatore sono proprio io.
Il codice sorgente, la documentazione e le istruzioni per l’installazione sono disponibili pubblicamente su GitHub:
👉 github.com/tosolini/tradingjournal
Se lo provi, hai suggerimenti o vuoi contribuire con nuove funzionalità, le Issue e le Pull Request sul repository saranno analizzate. Altrimenti i commenti a questo articolo sono sempre “aperti”.



