Stonkfly to otwartoźródłowa symulacja, która kieruje dane z rynku BTC-USDC do modelu konektomu samca muszki owocowej. Model ogląda wykres RGB, a następnie proponuje kupno, sprzedaż albo wstrzymanie się od działania. Najważniejsze zastrzeżenie jest proste: nie wykazano, że symulacja nauczyła się rentownie handlować ani że potrafi przewidywać rynek.

Wirtualny mózg muchy patrzy na wykres kryptowalut

Stonkfly wykorzystuje MaleCNS v1.0, czyli cyfrowy graf połączeń nerwowych samca muszki owocowej. Nie jest to żywa mucha ani pełna kopia biologicznego mózgu. To model obliczeniowy, do którego podłączono dane rynkowe oraz interfejs generujący decyzje typu kup, sprzedaj lub trzymaj.

Domyślny tryb działania opiera się na transakcjach papierowych i wirtualnym saldzie 100 USD. Dzięki temu projekt może symulować zachowanie portfela bez traktowania samej demonstracji jako dowodu skutecznej strategii.

Ceny zamieniają się w piksele

Wirtualny mózg muchy analizuje wykres kryptowalut, ale nie udowodnił skuteczności

Stonkfly nie podaje modelowi surowych cen jako ciągu liczb. Publiczne dane Coinbase dotyczące pary BTC-USDC są lokalnie renderowane jako wykres świecowy RGB. Tak przygotowany obraz trafia do symulowanych wejść wzrokowych.

Opisywany interfejs ma rozdzielczość 320 × 180 pikseli i obejmuje lewe oraz prawe pole widzenia modelu, z częścią wspólną pośrodku. Implementacja wymienia także 3335 wejść jasności oraz 811 wejść koloru R8. Są to osobne liczby opisujące wejścia modelu; nie oznacza to, że każde wejście odpowiada dokładnie jednemu pikselowi ekranu.

To istotna różnica. Model nie „czyta” ceny w taki sposób jak program analizujący tabelę danych. Otrzymuje wizualny sygnał, z którego jego stały odczyt neuronowy wyprowadza jedną z trzech propozycji działania.

Sygnały wzmacniające w symulacji

Graf MaleCNS v1.0 obejmuje 166 700 neuronów i 25,6 mln połączeń. To opis struktury użytej w obliczeniach, a nie potwierdzenie, że Stonkfly odtworzył pełną fizjologię żywej muszki.

Wynik portfela służy jako sygnał wzmacniający. Zyski pobudzają 15 zidentyfikowanych komórek dopaminowych PAM11, a straty — dwie komórki awersyjne PPL101. Są to zaprojektowane sygnały w modelu, nie receptory bólu ani dowód na świadomość, odczuwanie czy „emocje” muchy.

Projekt nie korzysta z dużego modelu językowego do wybierania transakcji. Stały odczyt aktywności neuronalnej mapuje stan symulacji na propozycję kupna, sprzedaży albo wstrzymania się od działania.

Co Stonkfly faktycznie oferuje

ElementStonkflyWarunek lub zakres
Model obliczeniowyMaleCNS v1.0Konektom samca muszki owocowej
Skala grafu166 700 neuronów; 25,6 mln połączeńLiczby opisują model używany przez symulację
Dane rynkowePubliczne dane BTC-USDCRenderowane jako wykres świecowy RGB
Wejście wizualne320 × 180 pikseli; 3335 wejść jasności i 811 wejść koloru R8Opisy interfejsu i implementacji nie ustanawiają mapowania piksel–wejście
Wynik działaniaKup, sprzedaj albo wstrzymaj sięPropozycję generuje stały odczyt aktywności neuronalnej
Tryb domyślnyTransakcje papieroweWirtualne saldo wynosi 100 USD
Wzmocnienie dodatnie15 komórek PAM11Sygnał zaprojektowany w symulacji
Sygnał awersyjny2 komórki PPL101Nie jest modelowanym bólem

To nie jest udowodniona strategia handlowa

Stonkfly pokazuje ciekawy sposób połączenia modelu konektomu z interfejsem rynkowym, ale sama możliwość wygenerowania propozycji transakcji nie dowodzi przewagi inwestycyjnej. Nie wykazano rentownego uczenia, skutecznego przewidywania rynku ani poprawy strategii.

To rozróżnienie ma znaczenie szczególnie w kryptowalutach, gdzie korzystny wynik może wynikać z warunków rynkowych, a nie z jakości decyzji modelu. W tym projekcie najciekawsza jest więc architektura: ceny stają się obrazem, obraz pobudza model, a jego aktywność zostaje przełożona na prosty sygnał handlowy.

Wymagania techniczne

Stonkfly jest przeznaczony dla systemów macOS i Linux. Dokumentacja wymienia Python 3.11, kompilator C++17 oraz rekomendowane 16 GB pamięci RAM.

To projekt dla osób zainteresowanych symulacją układów nerwowych, widzeniem maszynowym i nietypowymi interfejsami danych — nie gotowa recepta na zarabianie na kryptowalutach. Wniosek jest trzeźwy: Stonkfly pokazuje, jak można skierować wykres finansowy do cyfrowego konektomu, ale nie pokazuje jeszcze, że taki model rozumie rynek ani potrafi go skutecznie przewidywać.