jevbooks

← 全部项目

beebots

imikerussell/beebots · 项目主页

三只 AI 交易蜜蜂在 OKX 上,每个决策都由 Jev 做出。

金融与交易0.99次选分类: Agent 决策
README 自动摘要

根据 README 自动整理于 2026年10月26日,不是本站运行记录。运行步骤和作者声称的效果仍需核验。

这是什么

一个开源实验:三只 AI 交易蜜蜂在 OKX 永续合约上交易,默认使用模拟资金,每只蜜蜂都有 AI 设计的交易风格。面向对 AI 驱动交易好奇的开发者;实验以 -21.4% 收尾,已不再维护。

它怎么用 Jev

Jev 是两种可选决策模型之一(另一种是 Gemini 4 Argon)。在被询问且能作答时,它挑选每只蜜蜂的操作;在限速调用之间、超出每日花费上限、没有密钥或调用失败时,改由确定性的代码选择器决定。每笔订单都经过纯代码编写的风险层。

用到的原语:choice

值得抄的做法

限速的模型调用,配合确定性的兜底选择器,以及围绕每笔订单的硬编码风险层。

怎么试

运行 `docker compose up -d`,打开服务器 IP,完成 Setup,然后按 Start paper trading。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

README 片段的模型判断

项目信号使用仓库元信息、已有摘要与 README 前 700 个字符;没有通读完整项目。“未检出”仅表示这些材料中未检出,并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期,不是源码审计或运行验收。

模型与判定日期

收录门禁
jev-1.14.0
项目信号
jev-1.14.0
项目分类
jev-1.14.0
模式标签
jev-1.14.0

证据

这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及,≤ 0.40 表示未检出,中间为未判定;都不是源码审查或运行结果。「可运行工具」题排除了研究实验,「推荐」题筛的是学习案例 Top 10,不是内容质量合格与否。

  • Jev 是项目的核心在材料中检出0.87
  • 展示了 System One 用法片段中未检出0.19
  • 写了怎么处理不确定片段中未检出0.03
  • 给出了实测数字在材料中检出0.99
  • 是能跑起来的工具未判定0.45
  • 学习案例 Top 10 候选信号片段中未检出0.14
  • 是模型本身的复刻片段中未检出0.16
  • 解决的问题够普遍(0–2)按 0–2 打分0.06 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.87展示了 System One 用法0.19写了怎么处理不确定0.03给出了实测数字0.99是能跑起来的工具0.45学习案例 Top 10 候选信号0.14是模型本身的复刻0.1600.51解决的问题够普遍(0–2)0.06 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.61常开常闭0.33体检0.2700.51

无判定区(0.40–0.60)

各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年10月26日 读 README 写成。