Ruồi hay con người: Ai là trader giỏi hơn?

Tất cả tin tức

Tin nổi bật

Lựa chọn của Ban Biên tập

Cổ phiếu

Tiền điện tử

Kinh tế

Tiền tệ

Hàng hóa

Kinh doanh & Thịnh vượng

Tiếng nói của thị trường

Anastasiia Chabaniuk

14.09.2026

Ruồi hay con người: Ai là trader giỏi hơn? — Một con ruồi có thể trở thành trader không?

Ruồi giấm có 166.700 neuron và không hiểu gì về Bitcoin hay tiền mã hóa. Tuy nhiên, nếu giao cho nó công việc của một trader, nó vẫn có thể sở hữu một lợi thế so với nhiều trader con người: nó không hoảng loạn. Vậy bạn sẽ tin tưởng giao 100 USD cho ai hơn?

Bài viết này đã được dịch từ bản gốc. Đọc phiên bản gốc của phóng viên chúng tôi tại đây.

Gặp gỡ trader mới nhất của thị trường crypto

Kỹ sư phần mềm Alex Wormuth đã giao cho một bộ não ruồi giấm mô phỏng 100 USD cùng một công việc mà trước đây rất ít con ruồi từng thử sức: giao dịch Bitcoin. Thí nghiệm Stonkfly sử dụng một mô phỏng dựa trên bản đồ kỹ thuật số về hệ thần kinh của một con ruồi giấm đực để quan sát biểu đồ nến BTC/USDC và quyết định mua, bán hoặc nắm giữ.

Xem bài đăng trên X Đang tải...

Dòng tweet đã bị tác giả xóa.

Nhưng chúng tôi đã lưu lại mọi thứ 🙂.

Dự án trở nên khả thi sau khi các nhà nghiên cứu lập bản đồ kết nối giữa 166.700 neuron trong hệ thần kinh của ruồi. Wormuth sử dụng hệ thống kết nối đó để xây dựng một mô phỏng và kết nối hệ thống thị giác của nó với biểu đồ Bitcoin. Con ruồi không nhận dữ liệu giá, tin tức thị trường hay các chỉ báo kỹ thuật. Nó chỉ đơn giản là nhìn thấy biểu đồ.

“Tôi giao cho bộ não ruồi 100 USD để giao dịch bitcoin,” Wormuth viết. “Các neuron dopamine được kích thích khi con ruồi tạo ra lợi nhuận.”

Đây không phải nhiệm vụ khác thường đầu tiên của con ruồi ảo. Trước đó, Wormuth đã kết nối cùng hệ thần kinh mô phỏng này với Doom, cho phép hoạt động thần kinh điều khiển chuyển động trong trò chơi. Có vẻ như nghề nghiệp tự nhiên tiếp theo sau việc chiến đấu với quỷ là day trading crypto.

Stonkfly giao dịch Bitcoin như thế nào?

Stonkfly chuyển biểu đồ nến 320×180 thành các tín hiệu thị giác kích thích hàng nghìn thụ thể ánh sáng mô phỏng. Hoạt động được tạo ra ở những nơi khác trong hệ thần kinh sau đó được chuyển thành ba hành động khả dĩ: mua, bán hoặc nắm giữ.

Hệ thống phần thưởng là nơi mọi thứ trở nên đặc biệt quen thuộc. Nếu danh mục tăng ít nhất 0,01 USDC, các neuron dopamine mô phỏng sẽ nhận tín hiệu tích cực. Mức lỗ tương đương sẽ kích hoạt một nhóm riêng liên quan đến phản hồi tiêu cực. Sau đó, một cơ chế học tập thử nghiệm cho phép một số kết nối trong mạng lưới thay đổi.

Con người có thể dùng thuật ngữ phức tạp hơn để mô tả quá trình này, nhưng các trader chắc chắn không xa lạ với cảm giác dopamine tăng lên khi một vị thế chuyển sang màu xanh. Điểm khác biệt là con ruồi không biết mình sở hữu Bitcoin, càng không biết liệu Cục Dự trữ Liên bang có sắp điều chỉnh lãi suất hay ai đó trên X vừa tuyên bố một bull market khác bắt đầu.

Nó thực sự có thể kiếm tiền không?

Có một vấn đề khi tuyên bố con ruồi là thiên tài trading: Stonkfly vẫn chưa chứng minh được rằng một bộ não côn trùng mô phỏng có thể học cách giao dịch có lợi nhuận. Tài liệu do chính Wormuth cung cấp nêu rõ rằng “khả năng học tập có lợi nhuận vẫn chưa được chứng minh.”

Sự phân biệt này rất quan trọng vì việc thay đổi các kết nối thần kinh không đồng nghĩa với phát triển kỹ năng giao dịch. Bất kỳ khoản lợi nhuận ngắn hạn nào cũng có thể xuất phát từ hướng đi của thị trường hoặc may mắn, đặc biệt khi lịch sử giao dịch còn rất hạn chế. Thí nghiệm cũng bị giới hạn một cách có chủ đích: con ruồi không thể sử dụng đòn bẩy hoặc short Bitcoin, mỗi lần mua bị giới hạn ở mức 10 USD và mức drawdown 20 USD sẽ khiến nó không thể mở vị thế mới.

Con người không hẳn đang đặt ra một tiêu chuẩn quá cao

May mắn cho Stonkfly, các trader crypto không thực sự tạo ra một chuẩn mực đáng ngại. CoinGecko đã phân tích 628.326 ví đang hoạt động giao dịch trên các sàn phi tập trung Ethereum trong 12 tháng tính đến ngày 11 tháng 8 năm 2026 và phát hiện win rate trung vị đã giảm xuống chỉ còn 26,29%, từ mức 52,20% một năm trước đó và thấp nhất trong bảy năm dữ liệu. Như Crypto Briefing nhận định, điều đó có nghĩa là khoảng ba trên bốn giao dịch đều thua lỗ.

Con người đáng lẽ phải có lợi thế áp đảo. Bộ não con người có khoảng 86 tỷ neuron, so với 166.700 neuron của Stonkfly, và trader có thể theo dõi dữ liệu kinh tế, nghiên cứu xu hướng thị trường, tính toán các chỉ báo và cố gắng hiểu lý do Bitcoin biến động. Đáng tiếc, chính bộ não đó cũng có thể trở nên sợ hãi, tham lam hoặc thiếu kiên nhẫn, chạy theo một đợt tăng giá vì dường như mọi người khác đều đang trở nên giàu có, hoặc quyết định rằng thêm một giao dịch nữa sẽ bù lại năm khoản lỗ trước đó.

Stonkfly có ít cơ hội tự phá hoại hơn. Nó không thể revenge trade, đột ngột tăng đòn bẩy vì cảm thấy tự tin hay phớt lờ các giới hạn rủi ro. Tuy nhiên, có một điểm mà hai đối thủ dường như ngang tài đáng ngạc nhiên: dopamine. Cả hai đều có thể được tưởng thưởng khi một giao dịch sinh lời, dù chỉ một bên có khả năng bắt đầu tin rằng ba giao dịch có lợi nhuận là bằng chứng cho kỹ năng trading xuất chúng.

Vậy ai sẽ chiến thắng?

Còn quá sớm để trao vương miện trading cho Stonkfly. Người tạo ra nó chưa chứng minh được rằng bộ não mô phỏng có thể kiếm tiền một cách nhất quán, và thí nghiệm được xây dựng để tìm hiểu cách các mạng lưới thần kinh sinh học phản ứng với phản hồi, chứ không phải để tạo ra chiến lược giao dịch crypto vĩ đại tiếp theo.

Tuy nhiên, sự so sánh này nói lên một điều thú vị về trading nói chung. Con người mang đến cho thị trường trí thông minh, thông tin và khả năng thấu hiểu vượt trội, nhưng những lợi thế đó đi kèm cảm xúc và sai lầm hành vi có thể làm suy yếu chúng. Con ruồi không biết gì về Bitcoin và vẫn chưa cho thấy nó có thể kiếm tiền một cách nhất quán. Tuy nhiên, khi xét đến việc có bao nhiêu day trader con người chật vật để chứng minh lợi thế của chính mình, cuộc cạnh tranh này có thể cân tài hơn vẻ ngoài ban đầu.

Tài liệu này có thể chứa ý kiến của bên thứ ba, không có dữ liệu và thông tin nào trên trang web này cấu thành lời khuyên đầu tư theo Tuyên bố miễn trừ trách nhiệm của chúng tôi. Mặc dù chúng tôi tuân thủ nghiêm ngặt Tính toàn vẹn biên tập, bài viết này có thể chứa tham chiếu đến các sản phẩm từ các đối tác của chúng tôi.

Bạn có thích bài viết không?