James Long ทดสอบ Jev ในการดึงคำอธิบายผู้รับเงินจากข้อมูลธนาคารดิบ
James Long ใช้ Jev แก้ปัญหาที่น่ารำคาญที่สุดในเครื่องมือการเงินส่วนบุคคล: สร้างคำอธิบายผู้รับเงินที่ดีจากข้อมูลธนาคารดิบ ทำได้ประมาณ 95% ในการลองครั้งแรก และมีวิธีปรับปรุงอีกมาก
Jev สแกนโมเดล HFT มากกว่า 200 รายการเพื่อเลือกโมเดลที่เหมาะสมที่สุดสำหรับการตั้งค่าตลาดเฉพาะ จากพรอมต์ถึงการซื้อขายกระดาษใน 12 นาที
Jev just replaced a $750K/year quant at Jane Street It scanned +200 HFT models and picked the best fit for my exact market setup - in miliseconds setup takes literally 12 minutes: prompt + market state → Jev filters models → selects the best fit → backtest → paper trade →