Stonkfly: Simüle Edilmiş Sinek Beyni Kripto Piyasasında Al-Sat Yapmayı Öğrendi

Sinek beynini Doom oynatacak kadar simüle etmek yetmemiş olacak ki, Coinbase'de görev yapan bir mühendis işi bir adım öteye taşıdı: Stonkfly adını verdiği açık kaynaklı projede, sanal bir meyve sineğinin beynini gerçek kripto para grafiklerine bakarak alım-satım yapmaya ikna etti. Proje GitHub üzerinden herkesin indirip çalıştırabileceği şekilde paylaşıldı ve sineğin canlı işlem yaptığı bir yayın bile mevcut.

Stonkfly nasıl çalışıyor?

Sistem, erkek bir meyve sineğinin beyin ve göz yapısını simüle eden bir modele dayanıyor. Bu sanal sineğe, geçmiş fiyat verilerini içeren standart bir mum grafiği (candlestick chart) gösteriliyor. Sinek, kendisine sırayla sunulan kripto paralar için alım, satım ya da bekleme kararı verebiliyor. Portföy değeri yükseldiğinde 15 hücreye dopamin sinyali gönderiliyor; bu pozitif pekiştirme görevi görüyor. Zarar durumunda ise iki "itici" hücre devreye giriyor ve işlem ücretleri de kayıp olarak sayılıyor. Projeyi geliştiren mühendis, sistemde herhangi bir acı ya da duygu mekanizması bulunmadığını özellikle belirtiyor. İlginç bir detay olarak, bu sanal sinek kaldıraçlı işlem ya da açığa satış yapamıyor — yani birçok insan yatırımcıdan daha temkinli davranmaya "zorlanıyor".

166.700 nöron ve gerçek zamanlı veri

Simülasyonun arkasındaki sinir ağı oldukça büyük: 166.700 nöron ve 25,6 milyon bağlantıdan oluşuyor. Sanal sinek, grafiği 320x180 çözünürlüğünde bir görüntü olarak sol ve sağ gözleriyle algılıyor; iki göz arasında kesişen bir merkez bölge de bulunuyor. Simüle edilmiş fotoreseptör hücreler, doğrudan fiyat verisi değil, RGB piksel değerleri alıyor — yani sinek gerçekten "grafiğe bakıyor". Varsayılan ayarlarla sinek her 500 milisaniyede bir "düşünüp" harekete geçiyor, piyasa verisi 60 saniyede bir yenileniyor ve günde en fazla 24 kez, işlem başına 10 dolara kadar bahis oynayabiliyor.

Stonkfly'ın sonuçları bir yatırım tavsiyesi mi?

Projenin geliştiricisi, bu küçük deneyin aslında görsel girdi, sinaptik değişim ve karar mekanizması arasındaki bağlantıyı göstermekten öteye geçmediğini açıkça vurguluyor. Özellikle kripto piyasalarındaki genel yükseliş dönemlerinde "her alıcının becerikli görünebileceği" uyarısını yapıyor. Yine de böylesi ilginç bir deneyin, bazı meraklı yatırımcılar tarafından ciddiye alınıp anlam yüklenmesi pek şaşırtıcı olmayacaktır.

Kendi Stonkfly'ınızı nasıl kurarsınız?

Projeyle ilgilenenler, GitHub deposunu macOS veya Linux üzerinde indirerek kendi sanal sinek yatırımcılarını çalıştırabiliyor. Sistem gereksinimleri arasında 16 GB RAM, Python 3.11 ve bir C++17 derleyicisi bulunuyor. Varsayılan olarak simülasyon, kağıt üzerinde (gerçek para kullanmadan) 100 dolarlık sanal bakiyeyle başlıyor ancak gerçek BTC-USDC verilerini kullanıyor. İsteyenler için canlı hesap bağlama talimatları da depoda mevcut; yani dileyen herkes kendi trading becerisini bir sinekle kıyaslayabilir.

Bu tür deneyler ne anlama geliyor?

Stonkfly gibi projeler aslında finansal tahmin değil, hesaplamalı nörobilim ve yapay sinir ağı mimarilerinin sınandığı eğlenceli ama bilimsel açıdan kıymetli birer test alanı. Türkiye'de de son yıllarda hem akademik çevrelerde hem de bağımsız geliştiriciler arasında biyolojik ilhamlı yapay zekâ modellerine (spiking neural network, nöromorfik hesaplama gibi) ilgi artıyor; ancak bu alanda büyük ölçekli açık kaynak projeler genellikle yurt dışı kaynaklı oluyor. Kripto tarafında ise Türkiye, dünyanın en yüksek kripto para kullanım oranlarına sahip ülkelerinden biri — dolayısıyla "yapay zekâ traderlar" konusu burada da merak uyandırabilir. Ancak unutulmaması gereken nokta şu: Stonkfly'ın başarısı ya da başarısızlığı, gerçek bir yatırım stratejisi değil, sinir ağı davranışını gözlemlemek için tasarlanmış bir deney. Piyasası yükselen bir kripto ortamında neredeyse her strateji "kazandırıyormuş" gibi görünebilir; asıl test, düşüş dönemlerinde gelecek. Yine de bu tarz projelerin açık kaynak olarak paylaşılması, meraklı geliştiricilerin kendi varyasyonlarını deneyip nöral ağların karar alma süreçlerini daha iyi anlamasına katkı sağlıyor.