将factor.feather放在目录./data/下，之后运行如下指令来生成每日的数据点。所有的数据点会放在./data/daypoint/目录下，因此需要先创建该目录：

python generate_daypoint.py

之后根据生成的数据训练模型。模型结果会放在目录./data/result/目录下。训练模型的程序参数如下：

1. --end：指定训练数据的结束日期，这里多加了一天，保证6月30也包括进去，实际上不需要。保存模型的名称也会根据这个参数指定；
2. --device：指定训练使用的设备，cpu或者gpu

python main.py --end 2018-06-31 --device cuda

训练玩模型之后根据模型预测后半年的结果，程序的参数如下：

1. --start：起始时间；
2. --end：结束时间
3. --model：选择使用哪一个模型，例子中使用了上面训练的2018-06-31的模型
4. --device：同上

python prediction.py --start 2018-07-01 --end 2018-12-32 --model 2018-06-31 --device cuda

使用LSTM进行训练并且进行日频回测，最终结果如下：

具体的半年训练一次的统计量结果如下：