Мозг мухи торгует биткоин.
Спойлер: плохо.

Пространство решений трейдера уже есть в мухе

Обычно демо на коннектоме начинается с вопроса «куда бы подключить нейроны». Нам его решать не пришлось: за нас ответила биология.

У дрозофилы есть командные нейроны: клетки, функция которых известна из экспериментов — их стимулировали и смотрели, что делает живая муха. Вперёд, назад, поворот, побег, стоять на месте. Это то же дискретное множество действий, из которого выбирает трейдер. Не метафора, а совпадение структуры — и это главный аргумент честности проекта.

Все пять есть в MaleCNS v1.0 — полном коннектоме самца дрозофилы, опубликованном в сентябре 2026 под CC BY 4.0.

Посмотрите, как она принимает решение

Реальные свечи BTCUSDT, таймфрейм H1. Окно теста открывается 7 октября 2018 года и идёт до 3 мая 2026 года — семь с половиной лет, без подбора отрезка. Реплей детерминированный и причинный: на баре N муха видела только бары до N. Заряд в гигантском волокне копится, на распродаже пробивает порог — позиция закрывается.

Стартовый капитал 1 000 долларов, одна позиция, только лонг: муха держит, пока спокойна, и уходит в кэш после побега. Жёлтая линия — её эквити, серая — те же 1 000 долларов, купленные и забытые. Комиссия в реплее не учитывается, как и в Python-референсе; что она делает с результатом — сразу ниже. Тот же расчёт работает внутри Pine-скрипта на живом графике; здесь он проигрывается записью, потому что бар-реплей в TradingView упирается в лимиты исполнения.

Итог за семь с половиной лет — и почему он ничего не доказывает

Какая это версия. Реплей выше — версия 1 стратегии, в которой сделками правили только детекторы приближения и гигантское волокно. Версия 3, опубликованная сейчас, включает в решение все контуры — и на том же окне даёт −69,9 % при просадке 86,5 %. От того, что мозг заработал целиком, торговля стала хуже; это и есть честный результат. Разбор — в разделе ниже.

Первое, что нужно сказать вслух: самый тупой бенчмарк выигрывает почти втрое. Купить биткоин в 2018 году и ничего не делать — и это обходит мозг с миллионом синаптических контактов. На BTC пассивное удержание и есть тот бенчмарк, который обязана перебить любая стратегия. Мы его не перебиваем.

Второе: собственный P&L мухи не несёт информации. Она стояла в лонге 45 % времени в активе, который вырос в двенадцать раз, — прибыль показал бы любой процесс, входящий с той же частотой. Мы это измерили, а не предположили.

27 915 исполнений: 13 958 входов и 13 957 выходов, последняя позиция ещё открыта. По два базисных пункта со стороны — и от стартовой тысячи остаётся шестнадцать долларов.

Так зарабатывает или нет? На бумаге да, по существу нет: доходность почти втрое ниже пассивного удержания, статистически неотличима от случайных входов с той же экспозицией и полностью съедается комиссией. Единственное, что пережило все контроли, — просадка: ниже случайного бенчмарка в десяти прогонах из двенадцати и в 1,6 раза ниже, чем у buy & hold. Эффект небольшой, и он про риск, а не про доходность — поэтому целевой метрикой проекта с самого начала была просадка.

Что муха чувствует, когда смотрит на график

Осталось подать на вход то, к чему её нейроны приспособлены эволюцией. Три канала, и каждый идёт по измеренному пути.

Три слоя, и учится только один

Прикрутить к коннектому обычный RL — значит убить смысл: как только оптимизатор трогает веса, торгует градиент, а не муха. Но у мухи есть собственная машинерия обучения с подкреплением, её и используем.

Обучение идёт бар за баром внутри бектеста: на баре N муха видела только бары до N. Заглядывание в будущее исключено по построению.

А точно ли работает проводка?

Любое демо на коннектоме упирается в один вопрос: реагирует мозг мухи — или обвязка, которую написал автор? Проверка дешёвая: перемешать веса связей, сохранив распределение степеней узлов. Столько же нейронов, столько же связей, та же суммарная активность — случайна только сама схема соединений.

Ниже один и тот же стимул приближения подан двум сетям. Слева настоящая проводка MaleCNS, справа перемешанная. Суммарная активность практически одинаковая — 15 651 спайка против 15 439 за сто шагов симуляции. Отличается только адресация. Смотрите на заряд гигантского волокна.

Реакция избегания исчезает полностью. Значит путь «увидел приближение → убежал» держится на измеренных связях, а не на нашей обвязке. Ни один проект этой волны демо на коннектоме такого контроля не опубликовал — а без него «это работает мозг мухи» остаётся подписью к картинке. Тот же контроль мы прогоняем для каждой гипотезы из следующего раздела.

Контроль прогнан на полной схеме — 5 828 нейрона, 121 325 связей. Урезанная Pine-сборка путь сохраняет: дистиллят воспроизводит 36 побегов из 39, которые даёт полная схема на том же отрезке.

Второй контроль: прочитать проводку вслепую

Перемешивание связей спрашивает, важна ли проводка. Обратный ход спрашивает труднее: может ли одна проводка сказать, чем является контур, если анатомию ей не подсказывать?

Муха держит курс кольцом клеток, в котором направление живёт как бугор активности. Мы ни разу не указывали скрипту, какая клетка куда смотрит. Берём подграф EPG, нормируем его лапласиан, смотрим на собственные значения: два из них выходят почти одинаковыми. Такая почти вырожденная пара — подпись цикла, а соответствующие собственные векторы дают косинус и синус угла каждой клетки. Пятьдесят клеток, одно кольцо, ничего не расставлено руками.

Дальше сверили результат с анатомией, которая в вычисление не входила:

• при обходе кольца сторона тела чередуется ровно 16 блоками — в мосту 16 гломерул, а сторона в расчёте не участвовала
• PFL3 выходит смещённым на 90° относительно клеток курса, PFL2 — на 180°, PEN — на 90°; это опубликованные сдвиги
• FC2, который несёт цель, а не курс, выходит независимым от него

Бирюзовый и фиолетовый — две стороны тела. Засечки отмечают, где чередование переключается.

Это та часть, которую не пришлось моделировать. Компас уже лежал в коннектоме — оставалось его прочитать.

Мы искали эдж десятью способами. Его нет.

Дальше самая скучная и самая важная часть: десять гипотез, около сорока пяти прогонов. Каждая по одному протоколу — контроль на перемешанных весах, честный out-of-sample, несколько сидов.

Результат, который мы публикуем как результат: ни одна конфигурация не била случайный бенчмарк устойчиво на ценовых входах. Просадка вышла ниже buy & hold — но это арифметика экспозиции 44,6 %, а не свидетельство о проводке, и это мы проверили отдельно.

Отрицательный результат — тоже результат. Ни один из пяти предыдущих проектов на этом коннектоме его не публиковал.

Как мозг влезал в Pine Script

Полная схема — 5 828 нейрона и 121 325 связей. Бюджет на живом графике — примерно тысяча нейронов и семнадцать тысяч связей. Шесть седьмых пришлось срезать.

Большая часть мозга в TradingView не влезла, а решения почти не сдвинулись. Переиспользуемый побочный результат: рецепт переноса сети с измеренными весами в Pine — упаковка списка связей в строковые литералы, событийное распространение вместо полного прохода и бюджет около ста миллионов операций на прогон. К мухам всё это отношения не имеет.

Почему это живёт на графике, а не в ноутбуке

Всё могло остаться в Python. Три причины, по которым не осталось, — и каждая оказалась весомее, чем выглядела.

Pine Script™ v6 стратегия · 1 325 нейронов · 17 000 связей
считается на живом графике

//@version=6
strategy("FlyTV 🪰 Fly Brain", "FlyTV", overlay = false,
         initial_capital = 10000, process_orders_on_close = false)

// состояние сети живёт между барами — var-массивы это позволяют
var int[]   pot = array.new_int(N, 0)      // потенциал каждой клетки
var float[] kcw = array.new_float(E, 1.0)  // KC→MBON — единственное, что учится

// сеть шагает ровно один раз на закрытом баре, иначе она переисполняется на каждом тике
if barstate.isconfirmed
    loom   = math.max(0.0, -ret) * loomGain   // свеча → ток в LC4 / LPLC2
    spikes = stepNetwork(loom, STEPS)
    if spikes >= gfMin
        strategy.close("L", comment = "escape")  // гигантское волокно сработало

Вот и вся конструкция: var-массивы держат потенциал клеток и выученные веса между барами, barstate.isconfirmed заставляет сеть шагнуть ровно один раз на закрытом баре, а спайк гигантского волокна превращается в strategy.close(). Всё это Pine-автор и так знает — только применено к 17 000 измеренных синапсов вместо скользящей средней.

Ограничения платформы оказались самой полезной её частью. Это бюджет, который нельзя обойти деньгами, и именно он заставил дистиллировать 121 325 связей до 17 000, а потом доказать, что решения не сдвинулись. В Python такая дисциплина не появляется: там всегда можно докинуть железа.

Последнее — трюк, на котором держится весь перенос: строковый литерал стоит один токен независимо от длины, поэтому список связей едет внутри скрипта упакованным текстом и разворачивается на первом баре.

Так что переиспользуемый побочный результат шутки про муху — довольно общий рецепт: как затащить в Pine Script сеть с измеренными весами и уложиться в бюджет исполнения. Если вы пишете на Pine, самая полезная страница здесь — код, а сам скрипт опубликован на TradingView.

Что измерено, а что мы придумали

Коннектом — статический анатомический снимок, а не живой мозг. Мы не заявляем, что валидировали физиологию, и тем более не заявляем, что муха умеет торговать. Ничто здесь не является инвестиционной рекомендацией.