本文介绍了一种利用深度学习和限价单数据预测股票价格的方法，采用LSTM和卷积滤波器以提高预测精度。研究设计了新特征并进行实验评估，解决了中间价格运动预测问题，并提出了高频限价单市场的公共基准数据集。此外，探讨了贝叶斯神经网络在头寸控制中的应用，揭示了深度学习模型在实际市场中的局限性，并提出了新的预测算法和市场制造策略。