MICHAEL REEVES GOLDFISH TRADING FÖRKLARAD

Vem är Michael Reeves

För att förstå varför ”Michael Reeves goldfish” fastnade så hårt i internetmedvetandet måste man börja med personen bakom akvariet. Michael Reeves började sin bana som mjukvaruutvecklare innan han gled över till att bli innehållsskapare på heltid. Han byggde inte sitt varumärke med putsade företagsdemo eller LinkedIn-vänliga föreläsningar, utan med projekt som ser ut som en blandning av hackathon, sketchshow och elektronikverkstad på gränsen till brandfarlig. Han använder riktig kod, riktiga sensorer, kameror och API:er – men sätter allt i arbete för projekt som ingen produktchef på ett traditionellt bolag skulle släppa igenom.

Hans tidiga videor var på pappret ”programmeringsguider”, men i praktiken kändes de som stand up för nördar. Klippningen är aggressivt snabb, skämten är skoningslöst självutlämnande och mitt i allt detta kaos skriver han förvånansvärt ren och robust kod. Resultatet blir saker som ”kirurgrobotar” som ingen svensk vårdgivare någonsin skulle försäkra, laserstyrda manicker och till slut ett upplägg där en guldfisk verkar bestämma vilka affärer som går igenom på en riktig handelsplattform. För en publik som lika gärna diskuterar GitHub-pull requests som kursgrafen i en techaktie är det här en väldigt träffsäker blandning.

Samtidigt som många techprofiler försöker iklä sig rollen som seriösa guider på vägen mot ”ekonomisk frihet”, gör Reeves nästan motsatsen. Han poserar inte som finansiell rådgivare, säljer inget magiskt system och lovar inte plusprocent varje månad. Tonen i videorna fungerar snarare som en levande riskvarning: ”gör inte så här med dina egna pengar”. Guldfiskexperimentet är inte en pitch för en modell som slår index, utan en demonstration av hur långt man kan pressa kombinationen av moderna broker-API:er, enkel datorseende-teknik och memekultur innan någon compliance-ansvarig skulle få hjärtklappning.

Hans publik är en mix som känns välbekant även i Sverige. Det är utvecklaren som skriver C#, Java eller Python på dagen och kollar Avanza/Nordnet-appen på kvällen. Det är studenten på KTH eller Chalmers som samtidigt lär sig datastrukturer och funderar på att bygga en egen börsbot. Det är småspararen som har skrattat åt ”apes together strong” fler gånger än hen vill erkänna. Och det är de som helt enkelt tycker om att se någon lägga orimligt mycket tid och intelligens på idéer som är uppenbart oekonomiska – men tekniskt briljanta.

Reeves är också typisk för en ”streamer-generation” av skapare som praktiskt taget bor online. En idé som i ett svenskt storbolag skulle dödas i första mötet med orden ”inte i linje med strategin” blir hos honom ett fullskaligt projekt med komponentlista, budget och filmdatum. En replik som ”tänk om min fisk fick välja mina investeringar” hade för de flesta stannat som en rolig kommentar på AW. För Reeves innebär den några veckor senare ett akvarium med kablar, kamerarigg, en liten dator för bildbehandling och ett mäklarkonto som pratar med allt via API.

Varför en guldfisk blev perfekt sidekick

Att just en guldfisk fick huvudrollen var ingen slump. Guldfisken är globalt igenkännbar, ser komiskt söt ut i bild och bär på klichén om extremt kort minne. Symboliskt blir den därför en perfekt avatar för ren slump: ett djur utan plan, utan åsikt om P/E-tal och utan känslomässig koppling till depåvärdet. När Reeves ber tittaren föreställa sig att en sådan fisk ”slår” eller åtminstone matchar vissa mänskliga traders, påstår han inte att djur har hemlig marknadsvisdom. Han petar i en mer obekväm tanke: att många kortsiktiga resultat vi tillskriver ”skill” lika gärna hade kunnat komma från en slumpgenerator.

Ur produktionssynpunkt är guldfisken också praktisk. Den rör sig tillräckligt mycket för att bilden aldrig ska bli statisk, men inte så snabbt att vanlig kamera och relativt simpel algoritm tappas bort. Ett akvarium är lätt att ljussätta, kameran kan stå still och ovanpå videoströmmen kan man rita ett grafiskt lager med zoner, etiketter och statusrutor. Hela ”Michael Reeves goldfish”-konceptet bygger på den här kombinationen: organiskt, oförutsägbart liv i vattnet, och iskall determinism i koden som tolkar rörelserna.

Lägg till internetskulturen. Djur har varit algoritmernas favoritbränsle i åratal – katter, hundar, sjökor, allt möjligt. Renodlat snack om HFT, orderböcker och latens lockar mest en snäv krets. Men en guldfisk som simmar in i en ”BUY”-zon, triggar ett pip och skickar en riktig börsorder till marknaden? Den videon går att skicka till kompisgänget, till familjechatten och till Discord-servern full av aktienördar. Helt plötsligt blir begrepp som API, automatisering och volatilitetsrisk något som går att diskutera över en kaffe.

Det passar också Reeves image perfekt: han bygger sådant som varken en bank, ett fondbolag eller en seriös fintech skulle vilja äga – just för att visa vad som tekniskt är möjligt, inte vad som är lämpligt. För en svensk publik som är van vid ganska återhållsam bankreklam med trygga slogans och foton på leende pensionärer är det nästan befriande tydligt. Ingen låtsas att detta är ett rimligt pensionsupplägg. Det är en show som använder teknik för att ställa knepiga frågor om hur vi tänker kring marknaden, risken och vår egen roll i alltihop.

• Reeves kombinerar verklig programmerings- och hårdvarukompetens med kaosig humor, vilket gör avancerade projekt begripliga även för icke-tekniska tittare.

  
  

• Publiken kommer inte för ”heta aktietips” utan för experiment i gränslandet mellan tekniskt möjligt och sunt förnuft.

  
  

• Guldfisken fungerar som symbol för ren slump och gör det lättare att prata om hur mycket kortsiktig avkastning som kan vara tur.

  
  

• Ett djur i huvudrollen flyttar diskussionen om algoritmhandel och risk från torra rapporter till ett format som passar memes och virala klipp.

  
  

• Den som ser ”Michael Reeves goldfish” som performance snarare än strategi löper mindre risk att feltolka vilka delar som faktiskt går att kopiera till verklig handel.

  
  

När videon väl publicerades fanns alltså alla byggstenar redan på plats: en utvecklare med förkärlek för extremt genomförda dumheter, en publik som både kan läsa av orderdjup och förstå ett meme, och en internetkultur som aldrig tröttnar på djur i märkliga situationer. Slutresultatet känns därför inte som ett slumpmässigt infall utan som ett ganska logiskt kapitel i en karriär som kretsar kring frågan: ”vad händer om vi tar den dummaste idén vi kan komma på och genomför den så tekniskt rent som möjligt?” Den här gången innebar svaret att låta en guldfisk röra vid något många småsparare bara vågat fantisera om – en direktlina till riktiga marknader.

Inuti goldfish-boten

På rubriknivå är historien enkel: akvariet kopplas till ett handelskonto, och varje gång guldfisken simmar in i en särskild zon på skärmen skickas en order. Men tittar man bakom kulisserna syns en struktur som är förbluffande lik många ”seriösa” algosystem. I mitten av ”Michael Reeves goldfish” finns en pipeline: kamera som levererar videoström, datorseende som hittar fisken, en virtuell rutnätkarta med beslutszoner, ett lager riskregler och slutligen en broker-API som förvandlar allt till riktiga affärer på börsen.

Först kommer den fysiska uppställningen. Kameran står stadigt riktad mot akvariet, som en övervakningskamera i miniformat. I programvaran ritar Reeves sedan ett osynligt rutnät ovanpå bilden: ett antal rader och kolumner. Varje kolumn får representera ett instrument – till exempel en global index-ETF, en stor amerikansk techaktie och en extra volatil kandidat för dramatik. På den vertikala axeln kan raderna stå för olika handlingar: ”KÖP” högst upp, ”VÄNTA” i mitten och ”SÄLJ” längst ned. Guldfisken blir i praktiken en långsam, slumpstyrd muspekare i detta rutnät.

Ovanpå det läggs maskinseendet. Kameran matar en PC eller liten enkortsdator med bilder, frame för frame, och ett skript analyserar varje ruta för att hitta den orangefärgade figuren som är fisken. Genom en kombination av färgfiltrering, rörelsedetektion och enkel formanalys går det att plocka ut var i bilden fisken befinner sig, samtidigt som bakgrund, stenar, växter och bubblor ignoreras. Målet är inte att bygga världens mest avancerade neurala nätverk, utan att robust kunna säga ”guldfisken är här” vid varje tidpunkt.

När systemet vet var fisken är, handlar allt om logik. Programmet översätter koordinaterna till en specifik ruta i rutnätet. Om rutan motsvarar kolumnen för en viss ETF och raden ”KÖP” genereras ett potentiellt köpsignal. Om fisken senare rör sig ned till raden ”SÄLJ” under samma kolumn, tolkas det som en säljsignal. Simning i neutralzonen innebär ”gör ingenting”. Visuellt ser vi bara en fisk som virvlar runt, men i koden blir det en ström av diskreta beslutshändelser.

Från fisksim till börsorder

Om systemet reagerade på varje liten ryckning skulle kontot fyllas av hundratals order på ingen tid alls. Därför kompletteras grundlogiken med filter och riskkontroll. En vanlig regel kan vara att fisken måste stanna inom samma ruta under ett visst antal bildrutor i rad innan signalen godkänns. Det filtrerar bort brus i kameran, små spasm och felidentifieringar. En annan typ av regel sätter ett tak på handelsfrekvensen: till exempel högst en ny affär per minut eller timme, så att inte en hyperaktiv guldfisk råkar bli en högfrekvenstrader av misstag.

Sedan kommer frågor om positionsstorlek och exponering. Ingen – inte ens en YouTuber som lever på kaos – vill logga in nästa morgon och upptäcka att guldfisken brände hela kontot i en enda serie olyckliga hopp. Koden kan därför innehålla begränsningar för hur stor procent av kapitalet varje affär får använda, maximalt innehav i ett enskilt papper och gränser för total aktieexponering. Det går även att bygga in stoppregler eller paus om portföljen faller mer än en viss nivå. Allt detta är varianter på samma riskhanteringsprinciper som används av mer traditionella algoritmhandlare.

När ett signalpaket tagit sig igenom filtren är det dags att tala med mäklaren. Många moderna handelsplattformar erbjuder API:er där auktoriserade program kan lägga order. Goldfish-boten sätter samman en order med nödvändiga parametrar: ticker, riktning (köp/sälj), antal och ordertyp (till exempel marknads- eller limitorder). Sedan skickas detta över en säker uppkoppling till mäklarens servrar. Där kontrolleras att det finns täckning, att allt följer regelverket, och om ja, går ordern vidare till börsen.

Ur marknadens perspektiv är den här ordern helt vanlig. I orderboken syns bara ett kommando att köpa eller sälja en viss volym till ett visst pris från ett visst konto. Ingen börsserver vet om beslutet har fattats av en förvaltare på Östermalm, en privatperson i Örebro med mobilappen öppen eller en guldfisk i ett akvarium. Infrastrukturen bryr sig bara om siffror och instruktioner. Det är just den här blindheten inför ”vem” som gör att experimentet sticker till lite extra: det visar hur marknaden i grunden inte ser skillnad på genomtänkt analys och slump, bara på flödet av order.

Ovanpå allt detta bygger Reeves ett presentationslager för tittaren. Videon visar inte bara fisken utan också overlays: ett rutnät med markerade zoner, etiketter för varje instrument, realtidsvy av vinst/förlust och ibland en graf över kontots utveckling. Varje utförd affär markeras visuellt – med text, färg eller ljud. Plötsligt blir experimentet inte bara ett teknikdemo, utan en sorts sportevenemang där chatten får något konkret att heja eller sucka åt för varje simtag.

Ser man bortom det absurda i att låta en fisk styra ordersaflödet, är blockdiagrammet för goldfish-boten nästan misstänkt likt många system som används på riktigt: data in, signallogik, riskfilter, ordermotor. För svenska hobbyquants som sitter med Python, R eller kalkylark och testar strategier på OMXS30, S&P 500 eller olika ETF:er är parallellen tydlig. Byter man bara ut ”fiskkoordinater” mot prisserier och indikatorer sitter man plötsligt med någonting som ser ut som en helt vanlig bot. Skillnaden är att goldfish-projektet inte låtsas att inputen är något annat än ren slump.

• Kameran filmar akvariet och programvaran lägger ett osynligt rutnät över bilden, där olika rutor betyder olika instrument och handlingar.

  
  

• Ett datorseendeskript spårar guldfisken i varje bildruta och översätter dess position till enkla koordinater i rutnätet.

  
  

• Riskregler begränsar handelsfrekvens, positionsstorlek och total exponering så att experimentet håller sig inom kontrollerade ramar.

  
  

• En broker-API gör om godkända signaler till riktiga order som inte går att skilja från mänskliga order i börsens infrastruktur.

  
  

• Grafiska overlays och dashboard-element visar tydligt för tittaren hur varje rörelse i akvariet kan översättas till pengar på kontot.

  
  

På håll kan allt detta se ut som en skruvad YouTube-grej: ett husdjur som ”handlar aktier”. Men när man bryter ned det i delar framträder en kondenserad modell av hur mycket modern handel faktiskt fungerar – oavsett om det är en student med mini-bot, en daytrader vid köksbordet eller en mindre fond som står bakom. Skillnaden är bara att goldfish-boten gör inputen så uppenbart slumpmässig att vi tvingas se strukturen för vad den är: en maskin som gjorde det den blev tillsagd, utan prestige och utan story, medan vi människor ofta gör exakt samma sak – fast iklädda en berättelse om hur genomtänkta vi var.

Vad detta lär oss

När skratten har lagt sig och algoritmerna har föreslagit nästa virala klipp, är det en fråga från ”Michael Reeves goldfish” som dröjer sig kvar: om en guldfisk, inbäddad i hyfsat rimliga riskramar, kan producera en avkastningskurva som ibland ser fullt respektabel ut, hur mycket skiljer det sig egentligen från vissa människors kortsiktiga resultat? För svenska småsparare som jonglerar mellan Stockholmsbörsen, amerikanska indexfonder och kanske lite krypto är den frågan mindre teoretisk än man vill tro.

Beteendefinans har länge beskrivit hur vi människor är mästare på att överskatta vår egen skicklighet. Några träffsäkra affärer i rad – särskilt under en bulltrend – och vi börjar lätt tänka att vi ”fattat grejen”. Förluster däremot skyller vi gärna på ”dåliga nyheter”, ”oron i marknaden” eller ”stora spelare” som rör om. I guldfiskexperimentet är det från början glasklart att signalen är slump. Ändå är det nästan reflex att tolka en stigande kurva som ett bevis på någon form av ”förmåga”, även när vi vet att det bara är ett djur som simmar.

Tur, skicklighet och memeportföljer

I verkliga marknader är gränsen mellan tur och skicklighet suddig, särskilt på kort sikt. En kortsiktig trader i tillväxtaktier, mini-terminer eller volatila tokens kan få hela veckans resultat omkastat av ett enda pressmeddelande, räntebesked eller inlägg från fel person i sociala medier. Trots det tolkar vi gärna goda perioder som kvitto på att vår analys, vår magkänsla eller vårt indikatorpaket varit ”rätt på det”.

De senaste årens vågor av memeaktier och hype-drivna teman har gjort fenomenet extra synligt. Vissa aktier eller tillgångar börjar trenda, flödet fylls av trådar, klipp och ”case” om just den tickern, volymen sticker och kursen följer med. De som var inne från början känner sig ofta geniala. De som kom in sent står kvar med notan när festen är över. I många fall är skillnaden mellan ”genial” och ”otur med timingen” mindre än våra egon vill erkänna.

”Michael Reeves goldfish” tar samma logik och drar upp den till en absurd nivå. Här kan ingen låtsas att det ligger fundamental analys bakom, men de kortsiktiga kurvorna kan ändå se förvånansvärt lika ut dem vi ser i skärmdumpar under bragginlägg. Det blir svårare att blunda för att en hel del av det vi gärna presenterar som ”strategi” ibland är slump som råkade falla väl ut.

Det betyder inte att all analys är meningslös eller att långsiktigt sparande bara är ett lotteri. Över år och decennier spelar sådant som diversifiering, kostnader, skattefrågor och förståelse för bolag och tillgångsslag stor roll. Men guldfisken påminner om att vi bör vara försiktiga med hur snabbt vi drar slutsatser om vår egen skicklighet utifrån korta tidsperioder. Om ett djur i ett akvarium kan ha en ”hot streak” kan du också ha det – men det säger inte i sig något om hur hållbart det är.

• Kortsiktig avkastning speglar ofta marknadsklimat och slump mer än djup analys eller överlägsen metod.

  
  

• Vi har en stark benägenhet att bygga snygga berättelser kring våra vinster, även när mycket av dem kan förklaras statistiskt.

  
  

• Portföljer drivna av hype och trender på sociala medier kan bete sig förvånansvärt likt en guldfiskbot – dominerade av volatilitet och uppmärksamhet snarare än fundamenta.

  
  

• I experimentet sitter den verkliga ”skickligheten” i riskramverket runt fisken – positionstorlek, limitregler, enkel diversifiering – inte i själva signalen.

  
  

• Att fråga sig själv ”är jag verkligen så mycket bättre än en guldfisk?” kan vara en nyttig reality check för alla som tradar lite för självsäkert.

  
  

Ett annat sätt att lära ut risk

En annan dimension av ”Michael Reeves goldfish” är hur väl den fungerar som pedagogiskt verktyg. I Sverige pratas det mer än någonsin om sparande och investeringar: månadsspar i fonder, aktieappar, sociala investeringsnätverk. Samtidigt är det fortfarande svårt att få människor att verkligen känna vad risk betyder, bortom standardformler som ”värdet på dina investeringar kan både minska och öka”. De orden är viktiga juridiskt, men emotionellt ganska platta.

Guldfiskvideon angriper problemet från en annan vinkel. Den visar ett konto vars utvecklingskurva helt styrs av slumpmässiga rörelser, men som ändå följer marknadens upp och ned. Tittaren ser hur några lyckade affärer i rad snabbt kan bygga en känsla av framgång, och hur en sista rad av dåliga beslut kan rasera mycket av den grafen. Det blir en kondenserad version av de känslor många svenskar upplevde när deras första exponering mot mer volatila tillgångar plötsligt tog en skarp sväng nedåt.

För lärare, folkbildare eller investerarklubbar går samma idé att återanvända utan en enda fisk. Det räcker med en slumpgenerator – ett tärningskast, en rad i Excel, en enkel kodsnutt. Låt deltagarna bygga påhittade portföljer där köp- och säljsignaler är helt slumpmässiga, men där riskreglerna skiljer sig åt. En grupp kör koncentrerat och aggressivt, en annan små positioner och tydliga förlustgränser, en tredje bred diversifiering. Efter ett antal ”drag” blir skillnaderna i utveckling tydliga, trots att alla haft exakt samma tur eller otur i själva signalerna.

På det sättet får abstrakta begrepp som volatilitet, drawdown och diversifiering plötsligt konkret innehåll. I stället för en formel i en lärobok får man historier som: ”här slog en enda koncentrerad felsatsning ut flera års uppgång” eller ”här gjorde en enkel regel om max 2–3 procent per affär att portföljen överlevde en dålig period”. För någon som balanserar bolån, buffertsparande och långsiktiga mål kan sådana bilder vara långt mer övertygande än en teoretisk genomgång.

Allt detta mynnar ut i en ganska jordnära slutsats. Marknader – vare sig det handlar om svenska aktier, globala indexfonder eller andra tillgångar – kommer alltid att innehålla en stor dos osäkerhet. Du kan inte kontrollera varje nyhet eller varje flöde över börsgolvet, men du kan kontrollera hur du exponerar dig: hur stor andel av din ekonomi du sätter på spel, hur koncentrerad du är, hur lång din tidshorisont är och vilka regler du har för när du backar ur. Om till och med ett system där en guldfisk styr signalerna kan göras mindre destruktivt med vettiga riskramar, gäller det desto mer när det handlar om dina faktiska livsbesparingar.

För svenska investerare är kanske den viktigaste lärdomen att det är fullt okej att skratta åt guldfisktrading, leka med småsummor och dela memes om tokiga marknadsrörelser – så länge det görs medvetet. Men det kapital som ska bära dina större planer, din framtida frihet och trygghet, förtjänar något annat än guldfiskslump. Det förtjänar långsiktighet, tråkig diversifiering, rimliga avgifter och en strategi som inte står och faller med om du – eller en fisk – råkar ha en bra vecka.

Kanske är det just därför ”Michael Reeves goldfish” har stannat kvar i flödena. På ytan är det en rolig illustration av hur knäppa marknader kan kännas. Men strax under ytan är det också en kommentar om oss själva: om hur gärna vi vill se mönster i slumpen, hur snabbt vi tar åt oss äran när det går bra och hur ovilliga vi är att erkänna att vi ibland inte är så olika en guldfisk i ett akvarium – bara med lite mer avancerade verktyg runtomkring.