James Long ทดสอบ Jev ในการดึงคำอธิบายผู้รับเงินจากข้อมูลธนาคารดิบ
James Long ใช้ Jev แก้ปัญหาที่น่ารำคาญที่สุดในเครื่องมือการเงินส่วนบุคคล: สร้างคำอธิบายผู้รับเงินที่ดีจากข้อมูลธนาคารดิบ ทำได้ประมาณ 95% ในการลองครั้งแรก และมีวิธีปรับปรุงอีกมาก
ผู้เขียนแบ่งปันการใช้ Jev เพื่อทำให้การวิเคราะห์ทางเทคนิคเป็นอัตโนมัติ คาดการณ์การเคลื่อนไหวของราคาด้วยแบบจำลองออโตรีเกรสซีฟ และตัดสินใจบนพื้นที่คุณลักษณะที่รวมข้อมูลอนุกรมเวลาและการคาดการณ์ราคา เพื่อสร้างความได้เปรียบในตลาดคริปโตและหุ้น
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,