基于果蝇神经机制的比特币交易实验初现成效
Coinbase软件工程师Alex Wormuth启动一项创新性研究项目“Stonkfly”，以100美元比特币为本金进行测试，首日录得1美元收益。该项目旨在探索神经生物学结构在金融决策中的潜在应用价值，展现跨学科融合的新路径。
市场信号转化为生物可读视觉输入
系统将BTC/USDC交易对的实时数据转换为RGB图像形式，模拟果蝇视觉感知通道。这些图像被投射至数千个虚拟感官单元中，对应于果蝇大脑中负责处理外部刺激的神经回路，从而构建出一种仿生决策框架。
多巴胺反馈机制驱动盈亏响应
在盈利情境下，系统激活15个类PAM11神经元，模拟奖励反馈；亏损时则触发两个PPL101神经元，模拟回避行为。这种设计试图复现果蝇应对环境变化的神经调节机制，但当前成果仍属偶然波动，不足以构成有效学习证据。
近期神经科学界对生物神经系统建模兴趣上升，谷歌团队已绘制出雄性果蝇完整中枢神经图谱，涵盖超过16万神经元的连接关系。尽管如此，现有模拟仍无法完全还原神经递质动态及复杂生理过程。
此前已有类似技术应用于《毁灭战士》《节奏光剑》《超级马力欧64》《我的世界》及《乒乓球》等游戏场景，验证了神经模型在交互环境中的可行性。此次将该架构延伸至金融交易领域，标志着其应用场景的重大拓展。
项目核心目标在于将市场信息转化为可被果蝇神经结构解析的输入信号。初步结果显示微弱利润，暗示一定潜力，但也暴露早期阶段的随机性特征。参考先前如DOOMFLY等项目，表明此类方法正从娱乐向实际应用过渡。
Stonkfly拓展了神经网络的应用维度，但其能否发展为稳定可靠的市场预测工具，仍有待长期验证。随着神经科学与经济行为学交叉研究深化，这一方向的未来走向值得持续观察。
