Engineer de Coinbase teste le cerveau d’une mouche de fruit pour le trading crypto

Un ingénieur logiciel de Coinbase a proposé une approche très inhabituelle pour le trading algorithmique : il a inséré une copie numérique du cerveau d’une mouche de fruit dans un environnement de trading de cryptomonnaies. Ce projet open-source, appelé “Stonkfly”, remet en question les méthodes traditionnelles de développement de bots financiers, en se basant sur des modèles neuronaux biologiques plutôt que sur des indicateurs mathématiques classiques. Bien que cette simulation offre une vue fascinante sur l’intersection entre la neurosciences et les finances, le créateur souligne que ce système n’est qu’une démonstration expérimentale des circuits neuronaux, et non une stratégie efficace pour générer des rendements de marché stables.

Comment fonctionne l’algorithme Stonkfly Fly Brain ?

Le cœur du projet Stonkfly réside dans sa méthode unique de traitement des données. Contrairement aux robots de trading algorithmique traditionnels qui traitent directement les données de prix numériques provenant des API, le « cerveau simulé » de Stonkfly perçoit le marché de manière visuelle. Le système transforme les mouvements de prix historiques en graphiques en forme de bougies de 320x180 pixels. Ces images sont ensuite traitées par des cellules photoréceptrices simulées, qui distribuent les données visuelles entre deux yeux simulés. Les cellules sensibles à la lumière interprètent alors les valeurs des pixels RGB bruts, et transmettent ces informations visuelles à un réseau nerveux complexe.

Le réseau neuronal lui-même est une structure complexe, comprenant 166 700 nœuds et plus de 25 millions de connexions directionnelles. Cette architecture est basée sur un connectome du système nerveux central d’une mouche de fruits mâle, publié par ailleurs. Le système transforme la fréquence de conduction des cellules nerveuses en décisions d’investissement, en correspondant à des actions d’achat, de vente ou de retenue, selon des règles définies par le développeur. La simulation se déroule à chaque cycle de mise à jour des données du marché de 60 secondes, avec le modèle neuronal progressant en intervalles de 500 millisecondes.

Un élément crucial du système est son mécanisme d’apprentissage par renforcement. La simulation est conçue pour apprendre grâce à une structure de récompense qui imite les réponses biologiques. Lorsqu’une transaction entraîne un bénéfice, le système stimule 15 cellules de type dopamine, ce qui provoque une récompense positive. En revanche, les pertes et les frais de transaction déclenchent des cellules négatives, simulant ainsi une sensation désagréable. Ce cycle de retour d’information vise à modifier l’intensité des connexions synaptiques, permettant théoriquement au modèle d’adapter son comportement en fonction de ses performances passées. Cependant, la simulation se déroule sur un compte de trading virtuel avec un solde virtuel de 100 dollars, ce qui signifie qu’aucun capital réel n’est en jeu pendant la phase de test.

Un cerveau de mouche de fruit simulé peut-il battre le marché des cryptomonnaies ?

La question principale que les investisseurs pourraient se poser est de savoir si cette approche biologique permet d’obtenir un avantage concurrentiel sur les marchés volatils des cryptomonnaies. Selon le créateur du projet, il est encore trop tôt pour en juger. De plus, le projet n’a pas pour but de prouver sa rentabilité. Alex Wormuth, l’ingénieur de Coinbase qui a mené cette expérience, a clairement indiqué que ce projet sert de démonstration technique de la manière dont les cerveaux peuvent se réorganiser pour s’adapter à des structures de récompense qui n’existaient pas dans leur évolution naturelle.

Le système est soumis à des contraintes importantes qui le distinguent des algorithmes de trading professionnels. La simulation ne peut pas utiliser le levier ou les positions courtes, ce qui limite ses stratégies à des décisions de type directionnel simple. De plus, elle est limitée à un maximum de 24 transactions par jour, avec un montant maximal de 10 dollars par ordre. Ces restrictions empêchent le système d’utiliser les stratégies de gestion des risques et de couverture complexes que l’on trouve habituellement dans le trading institutionnel.

Wormuth met en garde expressément contre l’idée de déduire des compétences de trading réelles à partir des résultats obtenus. Il souligne que les hausses générales du marché peuvent faire croire à n’importe quel acheteur qu’il est compétent, et les changements synaptiques observés ne garantissent pas que la mouche apprenne à trader de manière rentable. En fait, les tableaux de bord publics associés au projet montrent parfois aucune transaction réussie, ce qui montre la difficulté de cette tâche. L’expérience vise plutôt à explorer la faisabilité de relier des stimuli visuels aux circuits neuronaux, plutôt que de générer des données alphas.

Que signifie cela pour l’avenir du trading de crypto-monnaies ?

Bien que le projet Stonkfly ne puisse probablement pas remplacer les stratégies de trading quantitatif traditionnelles à court terme, il représente une étape importante dans l’exploration de modèles computationnels alternatifs. L’intersection entre la neurosciences et la finance est un domaine en développement ; des projets comme celui-ci poussent les limites de la manière dont nous pensons à l’analyse des marchés. En traitant les données de prix comme des patterns visuels plutôt que simplement comme des chiffres, cette simulation ouvre de nouvelles possibilités pour la recherche sur le reconnaissance de patterns et l’apprentissage adaptatif.

Pour les investisseurs de détail, l’essentiel est de considérer ces expériences avec un scepticisme sain. La complexité des marchés financiers, influencée par de nombreux facteurs macroéconomiques, les changements réglementaires et les intentions des investisseurs, est difficilement maîtrisable par un cerveau simulé. Ce projet met en évidence l’écart entre la simulation biologique et la rentabilité financière. Il rappelle que, bien que l’IA et les réseaux neuronaux soient des outils puissants, ils ne sont pas une solution magique pour prédire les marchés.

À mesure que la technologie évolue, nous pourrons voir des applications plus sophistiquées de l’imagerie neuronale dans le domaine financier. Cependant, pour l’instant, Stonkfly reste une curiosité technique intéressante, plutôt qu’un outil de trading viable. Cela montre l’innovation constante dans le secteur des cryptomonnaies, où même les idées les plus inhabituelles sont testées et explorées. Les investisseurs devraient continuer à se fier aux méthodes établies d’analyse financière et de gestion des risques, tout en restant attentifs aux tendances technologiques qui pourraient façonner l’avenir du trading d’actifs numériques.

Ce projet soulève également des questions intéressantes concernant le rôle de l’IA dans le trading. À mesure que les modèles d’apprentissage automatique deviennent plus complexes, la frontière entre l’intuition humaine et la précision algorithmique se brouille de plus en plus. Des projets comme Stonkfly nous obligent à réfléchir sur la nature fondamentale des décisions à prendre, et si les processus biologiques peuvent nous donner des informations utiles sur les dynamiques du marché que les modèles traditionnels ne peuvent pas saisir. Bien que les applications pratiques immédiates soient peut-être limitées, les implications à long terme pour le développement du trading algorithmique sont intéressantes à observer.

En conclusion, le projet Stonkfly est un exemple de la créativité et des expérimentations qui caractérisent les secteurs des cryptomonnaies et de la technologie. Il montre la faisabilité technique d’utiliser les réseaux neuronaux pour l’analyse du marché, mais souligne également les défis importants liés à l’obtention d’une rentabilité stable. Alors que les chercheurs continuent d’explorer ces nouveaux domaines, le monde financier verra probablement une intégration progressive de techniques d’IA plus avancées et de modélisation biologique. Pour l’instant, cependant, le cerveau de la mouche reste une simulation, offrant des informations précieuses sur le réarrangement neuronal, mais pas de plan concret pour réussir dans le trading.