尝试通过深度学习发现市场波动规律，并以此制定交易计划。阅读过多篇论文，研究过多种网络结构和学习框架，包括CNN、TCN、ResNet、self-attention、Transformer、RNN、LSTM、DQN等，实现了通过CNN、self-attention对市场数据的特征提取，并尝试在此基础上做分类训练。研究过怎样处理不平衡样本的问题，包括不同种类的loss函数、不同的采样方法、over/under sampling等。