这篇文章探讨了如何利用深度学习模型（特别是基于订单流不平衡的循环神经网络如LSTM）从限价订单簿数据中预测股票价格的短期变动，研究发现此类方法在预测性能上显著优于传统线性模型及其他神经网络，并通过跨截面分析表明信息密度更高的股票（即每单位价格变化伴随更多订单簿更新的股票）具有更高的预测准确性。

#####################

欢迎参加净值还在水上微信群：本群旨在成为一个高质量的量化知识共享圈。我们只聚焦高价值的干货分享，期待大家能在这里一起交流、一起成长。

为保证群的纯粹性和交流质量，我们将严格审核入群身份。