本研究提出了改进的LOBRM模型和TAQ稀疏编码方法，提升了预测准确率。通过构建市场仿真器DSLOB，研究高频数据的分布偏移，并开发基于强化学习的市场做市策略和生成模型，探讨深度学习在金融领域的应用及局限性，提出新的市场仿真器校准方法，以提高交易决策的有效性。

本文介绍了一种新的市场仿真器校准方法，利用深度学习的最新进展，能够正确识别高概率参数集，无需依赖手动选择或加权的简化事实集合。