深度学习(Deep Learning)特指基于深层神经网络模型和方法的机器学习。它是在统计机器学习、人工神经网络等算法模型基础上，结合当代大数据和大算力的发展而发展出来的。深度学习最重要的技术特点是具有自动提取特征的能力，用深度学习去提取异动拉升的特征，进行训练算法，然后将算法用于实践。收盘的时候，打开深度学习算法训练界面，点击提取特征，获取异动拉升点前的30个数据点，作为异动拉升的裸数据，提取这些裸数据的涨幅，斜率，涨幅变化，交易量变化等参数作为特征数据，数据点数可以通过特征长度参数去设置，如果特征长度变化，则模型需要重置为零，从头开始训练；一般固定好特征长度，然后不断的训练优化模型；提取特征数据，2/3用于训练，1/3用于验证。第二步点击算法训练，就会将2/3的数据输入算法去训练模型，以收盘是否涨停作为判断标准，如果异动后涨停，目标值则为1，异动后没有涨停，则目标值为0；训练过程中界面不可操作，训练之后误差会不断减小；第三步点击算法验证按钮，就会将剩下的1/3的数据用于验证，验证算法是通过输入特征值，让算法输出股票涨停概率，如果大于0.5，且涨停，正确计数加一；如果小于0.5，且没有涨停，正确计数也加一，这两种情况表示分析对了；其他情况都是算法分析错了。最后将错误计数除以总数，得到验证算法错误率；如果模型效果越来越好，可以点击保存模型，将模型保存到本地文件，下次打开软件，会自动加载本地文件的模型；声明本算法只是用于技术分析，不构成投资建议；
报警列表增加了两列，涨停概率会在异动出现时计算异动拉升到涨停的概率，现概率则是实时用最新的数据去分析，当前的涨停概率；大家可以自己手动训练算法玩一玩；只作为深度学习的一项实践研究，不构成任何的投资建议；
（2）自动保存和自动截图功能
勾选定时抓拍功能，可以定时抓取主界面和图形矩阵界面（打开状态下才会抓拍）内容，保存到安装目录/capture下，按照日期分类，方便发微博朋友圈等；
自动保存每日的报警数据和冠绝榜数据到安装目录/history，方便大家做一些技术回溯；
