Stonkfly usa um conectoma de mosca para simular trades de cripto

Stonkfly é uma simulação de código aberto que transforma dados públicos de BTC-USDC em um gráfico de candles RGB e entrega essa imagem a um conectoma virtual de mosca-macho. A atividade do modelo gera propostas de compra, venda ou manutenção, mas a aprendizagem lucrativa e a capacidade genuína de operar no mercado ainda não foram demonstradas.

Um cérebro virtual de mosca diante de um gráfico de criptomoedas

O projeto usa o MaleCNS v1.0, um grafo neural reconstruído para representar o sistema nervoso de uma mosca-das-frutas macho. Ele não é uma mosca biológica nem uma réplica validada de toda a fisiologia do animal: trata-se de uma estrutura digital de conexões usada em uma simulação.

O Stonkfly conecta essa estrutura a dados de mercado da Coinbase. No modo padrão, o sistema realiza operações de papel com dados públicos de BTC-USDC e um saldo simulado de US$ 100. A ideia é observar como a atividade neural reage ao fluxo visual e aos resultados do portfólio — não apresentar um método comprovado para investir em criptomoedas.

O mercado chega como pixels

A mosca virtual não recebe simplesmente uma sequência de preços para calcular. Os preços públicos são renderizados em um gráfico de candles RGB, e a entrada visual chega ao modelo como brilho e cor.

Uma descrição do projeto apresenta uma tela de 320 × 180 pixels para os olhos simulados. A implementação também lista 3.335 entradas de brilho e 811 entradas de cor R8. Esses números descrevem partes diferentes da interface e não autorizam uma equivalência direta entre cada entrada neural e cada pixel da tela.

Esse detalhe muda a leitura do experimento: o sistema não funciona como um robô que consulta uma planilha de preços e aplica uma fórmula financeira explícita. Ele recebe uma representação visual do gráfico. Um mecanismo de leitura neural fixa então converte a atividade simulada em uma proposta de compra, venda ou manutenção; não há um modelo de linguagem escolhendo as operações.

Como o conectoma reage aos resultados

O Stonkfly usa sinais de reforço projetados para alterar a resposta da simulação quando o portfólio ganha ou perde. Ganhos estimulam 15 células dopaminérgicas PAM11; perdas estimulam duas células aversivas PPL101.

Esses sinais são componentes de engenharia do experimento. Eles não representam receptores de dor, prazer ou consciência. Tampouco transformam o conectoma em um cérebro biológico: servem para fornecer ao modelo um retorno positivo ou negativo associado ao resultado do portfólio.

A distinção é importante porque uma reação neural simulada a um ganho não demonstra que a última decisão causou esse resultado. O sistema pode registrar uma variação positiva do portfólio, mas isso não é o mesmo que aprender uma estratégia capaz de prever o mercado.

Simulação não é estratégia lucrativa comprovada

A resposta curta é não: o Stonkfly não demonstrou que uma mosca virtual consegue negociar criptomoedas com lucro. A própria documentação do projeto afirma que a aprendizagem lucrativa não foi demonstrada.

O que existe é uma cadeia técnica interessante: preços públicos, gráfico RGB, entradas visuais, atividade em um conectoma simulado, sinais de reforço e uma proposta de operação. Isso mostra uma arquitetura executável para experimentar com um modelo neural reconstruído. Não mostra desempenho financeiro, capacidade preditiva, segurança ou adequação para investimento.

Também é preciso separar duas ideias que costumam ser misturadas: um sistema pode produzir uma ordem ou proposta e ainda assim não ter uma estratégia eficaz. Operar é um comportamento; ganhar de forma consistente é uma afirmação muito mais forte — e não demonstrada neste projeto.

O que o projeto exige para rodar

A documentação do Stonkfly indica suporte a macOS e Linux, com Python 3.11, compilador C++17 e recomendação de 16 GB de RAM. Esses requisitos descrevem a execução da simulação, não oferecem qualquer garantia sobre resultado financeiro.

O ponto mais interessante do projeto está justamente nessa fronteira. O MaleCNS v1.0 fornece uma estrutura neural digital detalhada, e o Stonkfly a coloca diante de um problema de mercado representado visualmente. Mas uma arquitetura engenhosa continua sendo uma arquitetura experimental.

Para o leitor, o resultado prático é simples: Stonkfly vale como demonstração de simulação neural aplicada a dados de criptomoedas — não como atalho para decisões de investimento. O conectoma pode gerar propostas; até aqui, o projeto não demonstrou que ele sabe prever o mercado.