أنواع نماذج التعلم الآلي توجد أنواع مختلفة من التعلم الآلي، وكل نوع يتعامل مع البيانات بطريقة مختلفة:

1. التعلم الخاضع للمراجعة (Supervised Learning) في هذا النوع، يتم تدريب النموذج على مجموعة بيانات مُعلمة، بحيث تشمل البيانات المدخلات التي نريدها والنتائج الصحيحة الخاصة بها. يتعلم النموذج كيفية التنبؤ استنادًا إلى هذا التدريب. في مجال التداول، يمكن أن يتضمن هذا تدريب النموذج على توقع أسعار الأسهم بناءً على البيانات التاريخية والنتائج المعروفة.
2. التعلم غير الخاضع للمراجعة (Unsupervised Learning) يأخذ النموذج في هذا النوع البيانات دون توجيهات واضحة حول ما يجب أن يفعله بها. بدلاً من ذلك، يبحث عن الأنماط المخفية في البيانات. يُستخدم هذا النوع من التعلم في التداول الآلي لمهام مثل تصنيف الأسهم التي تتشارك في سلوكيات مشابهة أو اكتشاف الأنماط الغريبة في بيانات التداول.
3. التعلم المعزز (Reinforcement Learning) يُعد هذا النوع من التعلم متميزًا، حيث يتعلم النموذج من خلال المحاولة والخطأ. يتخذ قرارات، ويحصل على مكافآت أو عقوبات بناءً على النتائج، ويعدل استراتيجياته وفقًا لذلك. في التداول، يمكن استخدام نماذج التعلم المعزز لتطوير استراتيجيات تتطور مع مرور الوقت، مما يؤدي إلى تحسين الأداء مع كل صفقة يتم تنفيذها.