股票链

为了使用神经网络进行高效的股票分析与预测，我自主研发了这套从股票数据的获取、清洗、到模型训练与预测的项目。
除了被模块化的神经网络的结构设计有问题，致使训练越来越糟，以至于最终放弃，其它部分均已达到最终设计目标。

这是一个完全由我自主完成的项目，现在，让我来介绍这个项目的整体架构与期间的难点。
fakeLib:这是为了解决libtorch12.6版本的libnvshmem_host.so.3库文件缺失而进行的伪编译库操作。
downloader:这里面有两种获取csv格式的数据的方式，一种是通过bypyDown下载暂存在百度网盘上的数据，另一种是直接根据我使用DevTool对东方财富网的分析，编写出的直接获取数据的jvEast程序。
preProcessor:对于所有下载好的csv文件，将经由此程序转变成可被后续程序处理的自定义pre文件格式。
predictor:该程序一共有三种模式：t、e、p。t即（training），即通过多线程与BatchSize=100方式进行快速的可在GPU上运行的神经网络训练；e即（examine）相比于t模式，一是取消了对神经元的随即关闭，二是只使用最后一组数据进行检验；p即（prediction），即对最后五组数据进行预测，并将结果以自创的ed格式保存。
analyser:在固定地址下寻找指定日期的ed格式文件，并经过比大小分析，实现交互式的数据分析。