哪些机器学习算法可用于时间序列预测？

目前，我正在研究时间序列预测（特别是对于外汇）。我已经看到了一些关于回波状态网络的科学论文，这些论文被用于外汇预测。为此还有其他好的机器学习算法吗？

从时间序列中提取“有利可图”的模式也将很有趣。

以下是三篇调查论文，它们检验了机器学习在时间序列预测中的使用：

• Ahmed，Atiya，El Gayar和El-shishiny撰写的“时间序列预测的机器学习模型的经验比较”提供了几种机器学习算法的经验比较，其中包括：

“ ...多层感知器，贝叶斯神经网络，径向基函数，广义回归神经网络（也称为核回归），K最近邻回归，CART回归树，支持向量回归和高斯过程。”

• Krollner，Vanstone和Finnie撰写的“使用机器学习技术进行金融时间序列预测：调查”发现：

“ ...人工神经网络（ANN）是该领域的主要机器学习技术。”

• Bontempi，Ben Taieb和Le Borgne撰写的“时间序列预测的机器学习策略”着重于三个方面：

“ ...将一步一步的预测问题形式化为有监督的学习任务，讨论了本地学习技术作为一种处理时态数据的有效工具，以及预测策略在我们从一步一步转变为多阶段时的作用，逐步预测。”