В статті проведено огляд існуючих моделей та методів аналізу і прогнозування фінансових ринків. Актуальність теми зумовлена значним зростанням кількості фінансових інструментів на фондових та інших фінансових ринках, а також стрімкою комп’ютеризацією процесу торгів на цих ринках. Представлено основні відомості щодо фундаментального та технічного підходу до аналізу фінансових ринків, наведено основні припущення, на яких базуються ці підходи. Висвітлено основні задачі та проблеми, що виникають у процесі аналізу і передбачення фінансових ринків. Основну увагу зосереджено на огляді існуючих підходів до розв’язання поставлених задач прогнозування майбутньої ціни активу, пошуку аномалій в даних та аналізу поточного стану ринку. Надано огляд досягнень в аналізі та прогнозуванні ринків, технічні, фундаментальні, коротко- та довгострокові підходи, що використовуються для аналізу ринків. У роботі розглядаються статистичні методи прогнозування, методи розпізнавання шаблонів, моделі та методи машинного навчання з учителем та без учителя, моделі сентиментального аналізу, а також гібридні моделі. Проведено огляд результатів дослідження таких моделей та методів, як Long short-term memory, Gated recurrent units, Support vector machine, Perceptually Important Points, які використовуються як самостійно, так і в якості компоненти гібридної моделі для різних фінансових ринків. Зокрема, в оглянутих публікаціях досліджуються моделі на фондовому ринку США та корейському фондовому ринку. Проведене дослідження показало, що для короткострокового прогнозування ціни акцій компанії на фондовому ринку найбільш перспективними є гібридні штучні нейронні мережі, які здатні врахувати суспільні настрої гравців ринку. На основі проведеного дослідження визначено доцільність використання стистичних моделей в комбінації з методами розпізнавання шаблонів чи машинного навчання.