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.
Jev와 파인튜닝 모델을 활용한 트레이딩 엔진 초기 페이퍼 결과
Jev와 파인튜닝 모델로 구축한 트레이딩 엔진의 초기 페이퍼 결과 공유: 완료된 페이퍼 트레이드 375건, 승률 41.1%, 손익비 1.5:1, 위험 조정 수익 +63단위, 수익 팩터 1.38.
Well this blew up! Trading with Jev and a fine tuned model Early forward paper results for the trading engine: - 375 completed paper trades - 41.1% win rate - 1.5:1 reward-to-risk - +63 units of risk-adjusted return - 1.38 profit factor The win rate looks modest, but winners
· 459 likesOpen on X
More like this
Jev로 온체인 트레이딩 봇 구축
개발자가 Jev로 매수 또는 매도를 판단하고 Monad를 통해 Kuru 온체인 주문서에서 300ms 블록마다 실제 거래를 실행합니다. Link
Jev 거래 수익을 자선단체에 기부하자는 제안
Erik Spock Gafni는 Jev 거래로 많은 수익을 얻은 사람들이 수익의 일부를 자선단체에 기부할 것을 제안한다.