Які алгоритми машинного навчання можна використовувати для прогнозів часових рядів?

В даний час я граю з прогнозами часових рядів (спеціально для Forex). Я бачив декілька наукових праць про мережі ехо-стану, які застосовуються до прогнозу Forex. Чи існують для цього інші хороші алгоритми машинного навчання?

Також було б цікаво витягнути «вигідні» зразки із часових рядів.

Ось три дослідження, які вивчають використання машинного навчання в прогнозуванні часових рядів:

• "Емпіричне порівняння моделей машинного навчання для прогнозування часових рядів" Ахмеда, Атії, Ель Гаяра та Ель-шишини дає емпіричне порівняння декількох алгоритмів машинного навчання, включаючи:

"... багатошаровий перцептрон, байєсові нейронні мережі, функції радіальної основи, узагальнена регресія нейронних мереж (також звана регресія ядра), K-найближча регресія сусідів, регрес CART дерев, регресія підтримуючого вектора та процеси Гаусса."

• "Прогнозування фінансових часових рядів за допомогою машинного навчання: опитування", проведені Кроллнером, Ванстоуном та Фінні:

"... що штучні нейронні мережі (АНН) є домінуючою технікою машинного навчання в цій галузі".

• "Стратегії машинного навчання для прогнозування часових рядів" Бонтемпі, Бен Тайба та Ле Борньє зосереджується на трьох аспектах:

"... формалізація одноетапних задач прогнозування як контрольованих навчальних завдань, обговорення місцевих методів навчання як ефективного інструменту для роботи з тимчасовими даними та роль стратегії прогнозування, коли ми переходимо від однокрокового до багатократного, крокове прогнозування ".