Quais algoritmos de aprendizado de máquina podem ser usados ​​para previsões de séries temporais?

Atualmente, estou brincando com previsões de séries temporais (especificamente para Forex). Eu já vi alguns artigos científicos sobre redes de estados de eco que são aplicados à previsão de Forex. Existem outros bons algoritmos de aprendizado de máquina para esse fim?

Também seria interessante extrair padrões "lucrativos" das séries temporais.

Aqui estão três documentos de pesquisa que examinam o uso do aprendizado de máquina na previsão de séries temporais:

• "Uma comparação empírica de modelos de aprendizado de máquina para previsão de séries temporais" de Ahmed, Atiya, El Gayar e El-shishiny fornece uma comparação empírica de vários algoritmos de aprendizado de máquina, incluindo:

"... perceptron multicamada, redes neurais bayesianas, funções de base radial, redes neurais de regressão generalizada (também chamadas de regressão de kernel), regressão de vizinho mais próximo K, árvores de regressão CART, árvores de regressão CART, regressão de vetor de suporte e processos Gaussianos".

• "Previsão financeira de séries temporais com técnicas de aprendizado de máquina: uma pesquisa" de Krollner, Vanstone e Finnie conclui:

"... que as redes neurais artificiais (RNAs) são a técnica dominante de aprendizado de máquina nessa área."

• "Estratégias de aprendizado de máquina para previsão de séries temporais" de Bontempi, Ben Taieb e Le Borgne se concentra em três aspectos:

"... a formalização de problemas de previsão em uma etapa como tarefas de aprendizado supervisionado, a discussão de técnicas locais de aprendizagem como uma ferramenta eficaz para lidar com dados temporais e o papel da estratégia de previsão quando passamos de uma etapa para várias previsão de etapas ".