本研究比较了传统方法与神经网络在时间序列预测中的表现，发现Deep AR优于其他方法，且不受训练数据量影响。同时，研究回顾了多种深度学习算法在股票价格预测中的应用，表明结合多模型的方法能有效提升预测准确性。

该论文提出了一种基于动态分类器选择的多模型方法，用于保证机器学习应用的稳定非功能行为和公平性。