La pregunta con la que comienza se relaciona con la predicción del mercado de valores, pero parece tener preocupaciones más amplias. Intentaré abordar tu meta-pregunta; disculpas de antemano por mis amplias generalizaciones.
Por lo que puedo decir, la informática académica está muy alejada de las preocupaciones reales de los fondos de cobertura y las personas que intentan modelar y predecir los mercados.
Las áreas de enfoque actuales en la teoría algorítmica de juegos no son obviamente relevantes para los profesionales de las finanzas. En particular, los resultados del peor de los casos no se consideran útiles en absoluto, y el análisis de casos promedio basado en distribuciones artificiales parece en gran medida irrelevante también. Sin embargo, la única forma de obtener información sobre distribuciones reales parece ser participar realmente en el mercado, actualizando la información utilizando una variedad de técnicas de aprendizaje. Esto crea modelos desordenados que cambian dinámicamente y no son susceptibles a la mayoría de los tipos de análisis.
Como ejemplo, las finanzas se han centrado en comprender la microestructura de los comercios . La microestructura del mercado es una propiedad emergente de los mecanismos específicos del mercado de bajo nivel que están en su lugar, como la frecuencia con la que se igualan las operaciones pendientes, qué información creen los comerciantes que existe en el libro de órdenes, las técnicas utilizadas para ofuscar esa información, los mecanismos de reversión en su lugar, acuerdos contractuales relacionados con la liquidación de operaciones, la latencia de la red para recibir actualizaciones sobre el estado actual de la cartera de pedidos y muchos otros factores. La microestructura del mercado es un sistema altamente reflexivo, por lo que los modelos limpios típicos de TCS parecen estar fuera de alcance.
La comunidad de diseño de mercado está tratando de abordar preguntas como esta (por ejemplo, ver Huang y Stoll y el reciente documento de Kirilenko et al. Sobre el desplome del flash ), pero no parecen tener mucha interacción con TCS.
Las finanzas se han vuelto cada vez más complejas a medida que TI ha invadido los mercados. Esto significa que la mayoría de los mercados ahora consisten en múltiples sistemas de enclavamiento que puede que no sea posible modelar significativamente por separado. Además, a medida que los mercados se acercan al comercio continuo, no estoy seguro de que la lente de cómputo TCS sea actualmente tan útil en las finanzas; La teoría de control, los modelos gráficos, la dinámica de fluidos y muchas otras áreas de las matemáticas aplicadas parecen ser más directamente útiles.
Los métodos TCS bien podrían ser útiles, pero uno debe hacer un esfuerzo para comprender lo que sucede en las finanzas, encontrar un lugar para aplicar la palanca y adquirir un juego de herramientas matemáticas adecuado. Personalmente, me gustaría ver más trabajo en la línea de Arora / Barak / Brunnermeier / Ge, que abordan preguntas profundas. Por ejemplo, ¿agregar más grados de libertad a los sistemas financieros conduce a buenos resultados para los usuarios de estos sistemas? ¿O agregar complejidad sirve principalmente para ayudar a los intermediarios a configurar juegos de suma cero asimétricos contra los usuarios? Probablemente haya un argumento claro basado en la complejidad que espera ser descubierto ...
En pocas palabras: no ha visto mucha investigación de TCS / finanzas porque es difícil aplicar TCS a las finanzas.