James Long, Jev로 은행 원시 데이터에서 수취인 설명 추출 테스트
James Long이 Jev를 사용해 개인 금융 도구의 가장 까다로운 문제인 은행 원시 데이터에서 수취인 설명을 생성했다. 첫 시도에서 약 95% 수준에 도달했으며 개선할 방법이 많다고 밝혔다.
저자는 Jev를 사용해 기술적 분석을 자동화하고, 자기회귀 모델로 가격 움직임을 예측하며, 시계열 데이터와 가격 예측을 포함한 특징 공간에서 의사결정을 내려 암호화폐와 주식 시장에서 우위를 확보하는 방법을 공유합니다.
I am using Jev to automate technical analysis to get an edge in crypto and stock markets, this is how: - An autoregressive model trained on 12B data points to forecasts price movements - Jev makes decisions over a feature space that includes time-series data, price forecasts,