Какие алгоритмы машинного обучения можно использовать для прогнозов временных рядов?

В настоящее время я играю с прогнозами временных рядов (специально для Forex). Я видел несколько научных работ о сетях эхо-состояний, которые применяются к прогнозу Forex. Существуют ли другие хорошие алгоритмы машинного обучения для этой цели?

Также было бы интересно извлечь «прибыльные» модели из временных рядов.

Вот три исследования, в которых рассматривается использование машинного обучения в прогнозировании временных рядов:

• «Эмпирическое сравнение моделей машинного обучения для прогнозирования временных рядов» Ахмеда, Атии, Эль-Гаяра и Эль-шишини дает эмпирическое сравнение нескольких алгоритмов машинного обучения, включая:

«... многослойный персептрон, байесовские нейронные сети, радиальные базисные функции, нейронные сети с обобщенной регрессией (также называемые регрессией ядра), регрессия ближайшего соседа, деревья регрессии CART, регрессия опорных векторов и процессы Гаусса».

• «Прогнозирование финансовых временных рядов с помощью методов машинного обучения: исследование», проведенное Кроллером, Ванстоном и Финни, обнаруживает:

«... что искусственные нейронные сети (ИНС) являются доминирующей техникой машинного обучения в этой области».

• «Стратегии машинного обучения для прогнозирования временных рядов» Бонтемпи, Бена Тайба и Ле Боргна фокусируются на трех аспектах:

«... формализация одноэтапных задач прогнозирования в качестве контролируемых задач обучения, обсуждение локальных методов обучения как эффективного инструмента для работы с временными данными и роль стратегии прогнозирования при переходе от одноэтапного к многоэтапному Пошаговое прогнозирование. "