Mouche ou humain : qui est le meilleur trader ?

​Une mouche des fruits possède 166 700 neurones et ne comprend rien au Bitcoin ni aux cryptomonnaies. Pourtant, faites-en un trader et elle pourrait malgré tout avoir un avantage sur de nombreux traders humains : elle ne panique pas. Alors, à qui préféreriez-vous confier 100 $ ?

Découvrez le nouveau trader de la crypto

L’ingénieur logiciel Alex Wormuth a confié 100 $ et une mission rarement attribuée à une mouche à un cerveau simulé de mouche des fruits : le trading du Bitcoin. Son expérience Stonkfly utilise une simulation fondée sur une cartographie numérique du système nerveux d’une mouche des fruits mâle pour observer des graphiques en chandeliers BTC/USDC et décider d’acheter, de vendre ou de conserver.

Voir la publication sur X Chargement…

Le tweet a été supprimé par son auteur.

Mais nous avons tout sauvegardé 🙂.

Le projet est devenu possible après que des chercheurs ont cartographié les connexions entre les 166 700 neurones du système nerveux de la mouche. Wormuth s’est servi de ce câblage pour construire une simulation et a relié son système visuel à un graphique du Bitcoin. La mouche ne reçoit ni données de prix, ni actualités de marché, ni indicateurs techniques. Elle se contente de voir le graphique.

« J’ai donné 100 $ au cerveau de la mouche pour trader le bitcoin », a écrit Wormuth. « Les neurones dopaminergiques sont stimulés lorsque la mouche réalise un profit. »

Ce n’est pas la première mission insolite de la mouche virtuelle. Wormuth avait auparavant connecté le même système nerveux simulé à Doom, permettant à l’activité neuronale de contrôler les mouvements dans le jeu. Apparemment, après avoir combattu des démons, la carrière naturelle suivante était le day trading crypto.

Comment Stonkfly trade-t-il le Bitcoin ?

Stonkfly transforme un graphique en chandeliers de 320×180 pixels en signaux visuels qui stimulent des milliers de photorécepteurs simulés. L’activité produite ailleurs dans le système nerveux est ensuite traduite en trois actions possibles : acheter, vendre ou conserver.

C’est au niveau du système de récompense que les choses deviennent particulièrement familières. Si le portefeuille gagne au moins 0,01 USDC, les neurones dopaminergiques simulés reçoivent un signal positif. Une perte du même montant active un autre groupe associé au feedback négatif. Un mécanisme d’apprentissage expérimental permet alors à certaines connexions du réseau de se modifier.

Les humains disposent peut-être d’une terminologie plus sophistiquée pour décrire ce processus, mais les traders ne sont guère étrangers au pic de dopamine lorsqu’une position passe dans le vert. La différence, c’est que la mouche ignore qu’elle possède du Bitcoin, et encore plus si la Réserve fédérale s’apprête à modifier ses taux ou si quelqu’un sur X vient de déclarer le début d’un nouveau bull market.

Peut-elle réellement gagner de l’argent ?

Un problème se pose lorsqu’on veut qualifier la mouche de génie du trading : Stonkfly n’a pas encore démontré qu’un cerveau d’insecte simulé pouvait apprendre à trader de manière rentable. La propre documentation de Wormuth précise que « l’apprentissage rentable n’a pas été démontré ».

Cette distinction est importante, car modifier des connexions neuronales ne revient pas à développer une compétence de trading. Tout profit à court terme pourrait résulter de l’évolution du marché ou du hasard, surtout avec un historique de trading aussi limité. L’expérience est également délibérément restreinte : la mouche ne peut pas utiliser l’effet de levier ni vendre le Bitcoin à découvert, les achats individuels sont plafonnés à 10 $ et une baisse de 20 $ l’empêche d’ouvrir de nouvelles positions.

Les humains ne placent pas exactement la barre très haut

Heureusement pour Stonkfly, les traders crypto n’ont pas vraiment établi une référence intimidante. CoinGecko a analysé 628 326 portefeuilles actifs tradant sur les exchanges décentralisés d’Ethereum au cours des 12 mois précédant le 11 août 2026 et a constaté que le taux de réussite médian était tombé à seulement 26,29 %, contre 52,20 % un an plus tôt, soit son plus bas niveau en sept ans de données. Comme l’a résumé Crypto Briefing, cela signifiait qu’environ trois trades sur quatre étaient perdants.

Les humains devraient disposer d’un avantage écrasant. Le cerveau humain compte environ 86 milliards de neurones, contre 166 700 pour Stonkfly, et les traders peuvent suivre les données économiques, étudier les tendances du marché, calculer des indicateurs et tenter de comprendre pourquoi le Bitcoin évolue. Malheureusement, ce même cerveau peut aussi devenir craintif, cupide ou impatient, courir après une hausse parce que tout le monde semble s’enrichir ou décider qu’un trade supplémentaire permettra de récupérer les pertes des cinq précédents.

Stonkfly a moins d’occasions de s’auto-saboter. Il ne peut pas pratiquer le revenge trading, augmenter soudainement son effet de levier parce qu’il se sent en confiance ou ignorer ses limites de risque. Il existe toutefois un domaine dans lequel les deux concurrents semblent étonnamment à égalité : la dopamine. Tous deux peuvent être récompensés lorsqu’un trade rapporte de l’argent, même si un seul est susceptible de commencer à croire que trois trades rentables prouvent l’existence de compétences de trading exceptionnelles.

Alors, qui gagne ?

Il est bien trop tôt pour décerner la couronne du trading à Stonkfly. Son créateur n’a pas démontré que le cerveau simulé pouvait gagner de l’argent de manière constante, et l’expérience a été conçue pour étudier la façon dont les réseaux neuronaux biologiques réagissent au feedback, non pour créer la prochaine grande stratégie de trading crypto.

Mais cette comparaison dit quelque chose d’intéressant sur le trading lui-même. Les humains apportent au marché bien plus d’intelligence, d’informations et de compréhension, mais ces avantages s’accompagnent d’émotions et d’erreurs comportementales susceptibles de les pénaliser. La mouche ne sait rien du Bitcoin et n’a pas encore démontré qu’elle pouvait gagner de l’argent de manière constante. Cependant, quand on voit combien de day traders humains peinent à prouver leur propre avantage, la compétition pourrait être plus serrée qu’il n’y paraît au premier abord.