In einer bahnbrechenden Entwicklung hat ein Coinbase-Softwareingenieur ein System namens Stonkfly entwickelt, das die Neuronenaktivität eines simulierten Fruchtfliegen-Gehirns nutzt, um Kryptowährungen zu handeln. Dieses Projekt verbindet neuronale Netze mit Marktinformationen und zeigt, wie biologische Modelle in der Finanzwelt eingesetzt werden können.
Stonkfly übersetzt die Aktivität von simulierten Fruchtfliegen-Neuronen in konkrete Kauf- und Verkaufsentscheidungen. Dabei werden gezielte Verstärkungsimpulse verwendet, um das System zu trainieren. Die Frage bleibt, ob das Modell in der Lage ist, profitabel zu lernen oder ob die Ergebnisse hauptsächlich von steigenden Kursen begünstigt werden.
Die Technologie hinter Stonkfly
Das System basiert auf einem Open-Source-Projekt, das von Alex Wormuth vorangetrieben wird. Es nutzt ein Modell eines männlichen Fliegengehirns sowie eine ventrale Nervenstrang-Komponente. Entscheidend ist, dass es keinen physischen Körper gibt, der Anreize erzeugt. Stattdessen werden Marktinformationen über Schnittstellen in das System eingespeist und die neuronale Aktivität in Handelsaktionen umgesetzt.
Das zugrunde liegende Netzwerk umfasst 166.700 Knoten, 25.582.938 gerichtete Verbindungen und 124.177.617 synaptische Kontakte. Diese Größenordnung deutet darauf hin, dass das System nicht als Miniaturspielzeug gedacht ist, sondern als ernsthafte neuronale Simulation. Für den praktischen Einsatz müssen jedoch Latenz, deterministisches Verhalten der Simulation sowie die Stabilität der Übersetzung von Aktivitätsmustern in diskrete Aktionen berücksichtigt werden.
Training und Lernmethodik
Das Modell nutzt engineered reinforcement Signale und versucht nicht, biologische Schmerzrezeptoren zu modellieren. Die Dokumentation betont jedoch, dass die Tests nicht belegen, dass das System profitabel handelt oder dass sich eine Strategie wirklich über das bloße Ausnutzen von Zufall oder Trends hinweg verbessert. Steigende Krypto-Preise allein können eine Käuferrolle plausibel erscheinen lassen und somit als Bias für scheinbar erfolgreiche Lernresultate wirken.
Für Teams, die KI-gestützte Entscheidungssysteme bauen, bietet Stonkfly ein Gerüst, um State- und Signaldefinition, Credit-Assignment über Verstärkungsimpulse und Bewertungsmethodik gegen Simple Exposure-Effekte praktisch zu testen. Gleichzeitig bleibt die öffentliche Kommunikation augenzwinkernd, da Wormuth das Projekt als „Würde der Fliege Geld bringen?“ beschreibt und mit der Vorstellung spielt, dass Neuronen bei Gewinn Dopamin-ähnliche Signale bekommen.
Zukünftige Entwicklungen
Historisch fügt sich Stonkfly in eine breitere Linie ein, die bereits im Umfeld neuronaler Simulationen und Agenten-Setups diskutiert wird. Im März wurde von der Kopplung einer simulierten Fruchtfliegen-Gehirnkomponente an einen virtuellen Körper berichtet, der sich in einer virtuellen Welt bewegt. Stonkfly nimmt davon die Grundidee auf und erweitert sie in Richtung Markthandeln.
Für die Branche ist dieses Projekt vor allem deshalb interessant, weil es ein neues Kopplungsmuster zeigt: nicht nur „KI macht Vorhersage“, sondern „KI/Neuro-Simulation macht Entscheidung“, integriert in ein ausführbares System, das Transaktionen auslösen kann. Selbst die Dokumentation betont, dass kein profitables Lernen, keine Strategieverbesserung, keine biologische Replikation und keine live-finanzierte Performance nachgewiesen seien. Dies ist aus Investorensicht wichtig, um die typische Verwechslung zwischen „Demo, die plausibel wirkt“ und „Trading-System, das unter Marktregimen stabil bleibt“ zu vermeiden.
