跳到主内容
@wquguru
精选88WquGuru技巧与观点

用 Jev 与 Ling-3.0-flash-VL 构建 AI

大开眼界,跑完交易回测算法,我见识到了 Jev 交易决策的效率和质量,况且只是简单地跑了几个算法,77 天收益率高达 +6.71%。

原文
发到 X
推荐理由

完整展示了从金融数据处理、LLM 决策到多模态可视化的端到端工程链路,参数与成本透明,极具复用参考价值。

大开眼界,跑完交易回测算法,我见识到了 Jev 交易决策的效率和质量,况且只是简单地跑了几个算法,77 天收益率高达 +6.71%。

跑完之后剩一个问题:这一堆 JSON 怎么给人看?

我把可视化设计稿丢给蚂蚁百灵刚开源的 Ling-3.0-flash-VL,让它照着写前端,最后输出视频。

我没给它设计稿标注,也没给它组件库。它自己看图,直接构建出动态仪表盘页面:净值曲线、三个策略的持仓条、当日决策流、右上角的加速倍数。然后它用 playwright 逐帧截图,390 帧压成 13 秒,浓缩了 95 天的新闻与行情。

说到具体的方法论:我把 NewsHub 攒了三个月的投资日报,一天一份丢给 OpenRouter 上的 Jev 1.13。我给它当天的日报和当前持仓,它能迅速输出每个标的买、卖还是不动,附带三个选项的概率和置信度。后面的程序拿着这些概率去调仓、按 Binance 真实小时级别 K 线成交、算净值、对账。

77 天,3 个策略(动量、逆向、宏观),5 个标的(BTC / ETH / SPY / QQQ / XAU),1155 个决策。全程只花了 $0.09(Ling-3.0-flash-VL目前在OpenRouter免费😺),跑完 87 秒,单次调用 1.1 秒,零次失败。

当然,现在还远没到干死基金经理的程度。动量策略 +6.71%,但同期等权买入持有是 +13.2%,它没跑赢。而另外两个策略表现比较拉胯,一个 −1.0%,一个 −10.3%。

🔥 Jev 和多模态 Ling-3.0-flash-VL,一个负责判断,一个负责看懂和展示。 Ling-3.0-flash-VL 总参数 124B,但 MoE 每 token 只激活约 5.5B。

这对 Visual Agent 很重要,极为广阔的知识,以及极低的激活,能做到又快又好。

OpenRouter现在可以免费使用Ling-3.0-flash-VL: https://openrouter.ai/inclusionai/ling-3.0-flash-vl:free

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

相似阅读

关联信息,但可能不是同一事件