Flue eller menneske: Hvem er den bedste trader?

Alle nyheder

Tophistorier

Redaktionens Valg

Aktier

Kryptovaluta

Økonomi

Valutaer

Råvarer

Erhverv & Velstand

Markedsstemmer

Anastasiia Chabaniuk

14.09.2026

Flue eller menneske: Hvem er den bedste trader? — Kan en flue blive trader?

En bananflue har 166.700 neuroner og ingen forståelse for Bitcoin eller kryptovalutaer. Men hvis man sætter den til at handle, kan den stadig have én fordel frem for mange menneskelige tradere: Den går ikke i panik. Så hvem ville du helst betro 100 $?

Denne artikel er oversat fra originalen. Læs den oprindelige version af vores korrespondent her.

Mød kryptomarkedets nyeste trader

Softwareingeniøren Alex Wormuth har givet en simuleret bananfluehjerne 100 $ og en opgave, som kun få fluer har forsøgt sig med før: at handle Bitcoin. Hans Stonkfly-eksperiment bruger en simulering baseret på et digitalt kort over nervesystemet hos en hanbananflue til at analysere BTC/USDC-candlestickgrafer og beslutte, om den skal købe, sælge eller holde.

Se opslag på X Indlæser...

Tweetet blev slettet af forfatteren.

Men vi gemte alt 🙂.

Projektet blev muligt, efter forskere kortlagde forbindelserne mellem 166.700 neuroner i fluens nervesystem. Wormuth brugte denne nerveforbindelse til at opbygge en simulering og koblede dens synssystem til en Bitcoin-graf. Fluen modtager ingen prisdata, markedsnyheder eller tekniske indikatorer. Den ser ganske enkelt grafen.

“Jeg gav fluehjernen 100 $ til at handle bitcoin for,” skrev Wormuth. “Dopaminneuroner stimuleres, når fluen opnår en fortjeneste.”

Dette er ikke den virtuelle flues første usædvanlige opgave. Wormuth koblede tidligere det samme simulerede nervesystem til Doom, så neural aktivitet kunne styre bevægelser i spillet. Tilsyneladende var den naturlige næste karriere efter at have bekæmpet dæmoner daytrading med krypto.

Hvordan handler Stonkfly Bitcoin?

Stonkfly omdanner en candlestick-graf på 320×180 til visuelle signaler, der stimulerer tusindvis af simulerede fotoreceptorer. Aktivitet, der opstår andre steder i nervesystemet, oversættes derefter til tre mulige handlinger: køb, salg eller hold.

Belønningssystemet er det sted, hvor tingene bliver særligt genkendelige. Hvis porteføljen stiger med mindst 0,01 USDC, modtager simulerede dopaminneuroner et positivt signal. Et tab af samme størrelse aktiverer en separat gruppe, der er forbundet med negativ feedback. En eksperimentel læringsmekanisme gør det derefter muligt at ændre nogle af forbindelserne i netværket.

Mennesker har måske mere sofistikerede termer for denne proces, men tradere er bestemt ikke fremmede for at få et dopaminboost, når en position går i plus. Forskellen er, at fluen ikke aner, at den ejer Bitcoin, for slet ikke at tale om, hvorvidt Federal Reserve er ved at ændre renterne, eller om nogen på X har erklæret starten på endnu et bull market.

Kan den faktisk tjene penge?

Der er ét problem ved at erklære fluen for et handelsgeni: Stonkfly har endnu ikke vist, at en simuleret insekt hjerne kan lære at handle profitabelt. Wormuths egen dokumentation siger udtrykkeligt, at “profitabel læring ikke er blevet påvist.”

Denne forskel er vigtig, fordi ændringer i neurale forbindelser ikke er det samme som at udvikle handelsevner. En kortsigtet fortjeneste kan skyldes markedsretningen eller tilfældigheder, især med så begrænset en handelshistorik. Eksperimentet er også bevidst begrænset: Fluen kan ikke bruge gearing eller shorte Bitcoin, individuelle køb er begrænset til 10 $, og et drawdown på 20 $ forhindrer den i at åbne nye positioner.

Mennesker sætter ikke ligefrem barren højt

Heldigvis for Stonkfly har kryptotradere ikke ligefrem sat en skræmmende standard. CoinGecko analyserede 628.326 aktive wallets, der handlede på Ethereums decentraliserede børser i de 12 måneder frem til 11. august 2026, og fandt, at den mediane win rate var faldet til blot 26,29 % – ned fra 52,20 % året før og det laveste niveau i syv års data. Som Crypto Briefing formulerede det, betød det, at omtrent tre ud af fire handler var tabsgivende.

Mennesker burde have en overvældende fordel. Den menneskelige hjerne har omkring 86 milliarder neuroner sammenlignet med Stonkflys 166.700, og tradere kan følge økonomiske data, studere markedstendenser, beregne indikatorer og forsøge at forstå, hvorfor Bitcoin bevæger sig. Desværre kan den samme hjerne også blive bange, grådig eller utålmodig, jagte et rally, fordi alle andre tilsyneladende bliver rige, eller beslutte, at én handel mere vil indhente de foregående fem tab.

Stonkfly har færre muligheder for at sabotere sig selv. Den kan ikke revenge trade, pludselig øge gearingen, fordi den føler sig selvsikker, eller ignorere sine risikogrænser. Der er dog ét område, hvor de to konkurrenter ser ud til at være overraskende jævnbyrdige: dopamin. Begge kan blive belønnet, når en handel giver overskud, selv om kun den ene sandsynligvis begynder at tro, at tre profitable handler beviser eksistensen af exceptionelle handelsevner.

Så hvem vinder?

Det er alt for tidligt at tildele Stonkfly handelsmesterskabet. Skaberen har ikke vist, at den simulerede hjerne konsekvent kan tjene penge, og eksperimentet blev udviklet for at undersøge, hvordan biologiske neurale netværk reagerer på feedback – ikke for at skabe den næste store kryptohandelsstrategi.

Men sammenligningen siger noget interessant om handel i sig selv. Mennesker tilfører markedet langt mere intelligens, information og forståelse, men disse fordele kommer med følelser og adfærdsmæssige fejl, der kan underminere dem. Fluen ved intet om Bitcoin og har endnu ikke vist, at den konsekvent kan tjene penge. Når man tager i betragtning, hvor mange menneskelige daytradere der kæmper med at bevise deres egen fordel, kan konkurrencen dog være tættere, end den umiddelbart ser ud til.

Dette materiale kan indeholde tredjepartsmeninger, ingen af dataene og oplysningerne på denne webside udgør investeringsrådgivning i henhold til vores Ansvarsfraskrivelse. Selvom vi overholder strenge Redaktionelle Retningslinjer, kan dette indlæg indeholde referencer til produkter fra vores partnere.

Kunne du lide artiklen?