Оскільки в сучасному суспільстві управління інвестиційним капіталом стало основним напрямком сучасної епохи, все більше вчених розробляють методи прогнозування фондового ринку. Дані про ціни на акції мають характеристики часових рядів. Відповідно до особливостей фінансових часових рядів, ця стаття пропонує нову модель для досягнення більш точного прогнозу ціни акцій, яка поєднує нейронну мережу згортки (CNN) і нейронну мережу довгострокової пам’яті. (LSTM). Запропонована модель використовує здатність згорткових шарів для отримання корисних характеристик даних, а також ефективність шарів довготривалої пам’яті (LSTM) для визначення короткострокових і довгострокових залежностей. Згідно з результатами експерименту, Convolutional LSTM може забезпечити значний приріст у підвищенні ефективності прогнозування у порівнянні з сучасними моделями глибокого навчання та машинного навчання. Цей метод прогнозування надає нову дослідницьку ідею для прогнозування курсу акцій використовуючи для навчання фінансові часові ряди.