基于果蝇神经架构的比特币交易实验初现成效

Coinbase软件工程师Alex Wormuth主导的“Stonkfly”项目，采用果蝇视觉神经系统作为算法原型，对BTC/USDC交易对进行自动化测试。该实验以100美元本金启动，首日录得1美元净收益，初步验证了生物启发式模型在金融市场中的可行性。

市场信号转化为类脑视觉输入

系统将实时交易数据转化为RGB色彩编码的视觉刺激，映射至数千个仿生感官节点，对应果蝇视神经通路的响应模式。通过构建与昆虫感知系统相似的输入-输出路径，该模型试图从非传统角度解读价格波动趋势。

多巴胺驱动的奖惩反馈机制

在盈利情境下，系统激活15个类PAM11多巴胺神经元以强化行为；亏损时则触发两个PPL101神经元，模拟回避反应。这种基于生物反馈的设计，旨在建立一种非理性但具适应性的市场应激策略。然而，首日收益更可能源于短期波动而非有效学习。

近期神经科学领域取得关键进展，谷歌团队联合多家机构完成了雄性果蝇中枢神经系统的完整连接图谱，涵盖166,700个神经元及其交互关系。这一成果为生物模拟提供了高精度基础，但现有模型仍无法完全复现神经递质动态等复杂生理过程。

此前已有类似研究将该神经图谱应用于《毁灭战士》《节奏光剑》《超级马力欧64》《我的世界》及《乒乓球》等游戏环境，验证其在虚拟场景中的行为建模能力。Wormuth此次将其拓展至金融交易，是该技术从娱乐向现实经济场景延伸的重要一步。

项目核心目标在于将市场信息重构为可被果蝇神经结构解析的神经信号。当前结果显示微弱利润，表明存在潜在价值，但亦暴露早期实验中随机因素主导的局限性。先前的DOOMFLY项目已证明此类生物模型可在互动平台中生成行为模式，为本实验提供重要参考。

尽管Stonkfly拓展了人工智能与神经科学交叉应用的边界，其能否发展为稳定可靠的交易预测工具，仍有待长期验证。未来如何平衡生物启发机制与市场真实规律，将成为判断其是否具备持续竞争力的关键。