Darbo tikslas yra eksperimentiškai ištirti tradicinius autoregresinius modelius kaip paprasčiausius algoritmus, imituojančius akcininkų, naudojančių vien tik istorinius duomenis, prognozių procesus.
Šie modeliai naudojami virtualioje akcijų biržoje tikrinant įvairias prielaidas apie akcininkų elgesį. Įvertinant neutralius rizikai akcininkus, tradicinis AR modelis, minimizuojantis kvadratines paklaidas,
papildomas modeliu AR-ABS, minimizuojančiu absoliutines paklaidas. Trumpai aptariam 200 realių akcijų ir 100 virtualių akcijų tyrimo rezultatai, minimizuojantys vidutines paklaidas.