Este artigo sobre forecasting RL (aprendizagem por reforço para previsão) é bastante interessante.

O que ele faz pode ser entendido assim:
Pega um lote de questões de previsão histórica que já têm resultados, e faz a IA voltar ao momento da época.
Mas não pode deixá-la aceder diretamente à Internet de hoje, senão iria espreitar as respostas.
Por isso, o autor criou um ambiente de «máscara temporal»:
A pesquisa só pode encontrar informação anterior à época;
As páginas web são lidas através de instantâneos históricos;
Os dados financeiros e de tendências só mostram a parte visível na altura.
Depois, deixa o modelo pesquisar por si, avaliar as evidências e produzir probabilidades.
Quando os resultados reais são revelados, usa-se uma proper scoring rule para o pontuar, e depois utiliza-se RL para reforçar o processo de previsão melhor.
O mais interessante é isto:
O que é treinado não é uma resposta, mas sim todo o conjunto de ações de previsão:
o que pesquisar, o que ler, quando parar, como lidar com evidências contraditórias, e finalmente que probabilidade atribuir.
Aplicando a mercados de previsão, acho que o primeiro passo não é fazer a IA negociar automaticamente.
Devia, antes, fazê-la manter um forecast diary:
1. Probabilidade na altura
2. Evidências utilizadas
3. Preço de mercado
4. Se negociaria ou não
5. Resultado posterior
6. Classificação do erro
Se um sistema diz 60% das vezes, mas a longo prazo não parece 60%, então ainda não é uma estratégia, apenas sabe escrever justificações.
Se também quiser praticar «registar previsão → esperar resultado → calibrar-se», pode começar com valores pequenos ou simulações, tratando isso como um diário de previsão, e não como um conselho de negociação.
O link que uso:
O original está aqui:
O que acho mais digno de ver não é a conclusão em si, mas sim como ele decompõe a «previsão» num processo que pode ser treinado e revisto.