¿Qué algoritmos de aprendizaje automático se pueden usar para pronósticos de series de tiempo?

Actualmente estoy jugando con pronósticos de series de tiempo (específicamente para Forex). He visto algunos artículos científicos sobre las redes de estado de eco que se aplican al pronóstico de Forex. ¿Existen otros buenos algoritmos de aprendizaje automático para este propósito?

También sería interesante extraer patrones "rentables" de la serie temporal.

Aquí hay tres documentos de encuesta que examinan el uso del aprendizaje automático en el pronóstico de series de tiempo:

• "Una comparación empírica de modelos de aprendizaje automático para pronósticos de series temporales" por Ahmed, Atiya, El Gayar y El-shishiny proporciona una comparación empírica de varios algoritmos de aprendizaje automático, que incluyen:

"... perceptrón multicapa, redes neuronales bayesianas, funciones de base radial, redes neuronales de regresión generalizada (también llamada regresión del núcleo), regresión vecina K-más cercana, árboles de regresión CART, regresión vectorial de soporte y procesos gaussianos".

• "Predicción de series de tiempo financieras con técnicas de aprendizaje automático: una encuesta" realizada por Krollner, Vanstone y Finnie encuentra:

"... que las redes neuronales artificiales (ANN) son la técnica dominante de aprendizaje automático en esta área".

• Las "Estrategias de aprendizaje automático para la predicción de series temporales" de Bontempi, Ben Taieb y Le Borgne se centran en tres aspectos:

"... la formalización de los problemas de pronóstico en un solo paso como tareas de aprendizaje supervisadas, la discusión de las técnicas locales de aprendizaje como una herramienta eficaz para tratar con datos temporales y el papel de la estrategia de pronóstico cuando pasamos de un paso a múltiples ... previsión de pasos ".