La domanda con cui inizi si riferisce alla previsione del mercato azionario, ma sembri avere preoccupazioni più ampie. Cercherò di affrontare la tua meta-domanda; mi scuso in anticipo per le mie ampie generalizzazioni.
Per quanto ne so, l'informatica accademica è ben lontana dalle attuali preoccupazioni degli hedge fund e delle persone che cercano di modellare e prevedere i mercati.
Le attuali aree di interesse nella teoria dei giochi algoritmica non sono ovviamente rilevanti per i professionisti della finanza. In particolare, i risultati del caso peggiore non sono affatto considerati utili e anche l'analisi del caso medio basata su distribuzioni artificiali sembra in gran parte irrilevante. Tuttavia, l'unico modo per ottenere informazioni su distribuzioni reali sembra essere quello di impegnarsi realmente nel mercato, aggiornando le proprie informazioni utilizzando una varietà di tecniche di apprendimento. Questo crea modelli disordinati che cambiano in modo dinamico e non sono suscettibili alla maggior parte dei tipi di analisi.
A titolo di esempio, la finanza si è concentrata sulla comprensione della microstruttura degli scambi . La microstruttura del mercato è una proprietà emergente degli specifici meccanismi di mercato di basso livello che sono in atto, come la frequenza con cui vengono scambiate le negoziazioni in sospeso, le informazioni che gli operatori credono esistano nel portafoglio ordini, le tecniche utilizzate per offuscare tali informazioni, i meccanismi di rollback in atto, accordi contrattuali relativi a transazioni commerciali, latenza di rete nella ricezione di aggiornamenti sullo stato corrente del portafoglio ordini e molti altri fattori. La microstruttura del mercato è un sistema altamente riflessivo, quindi i modelli puliti tipici di TCS sembrano fuori portata.
La comunità di progettazione del mercato sta cercando di affrontare domande come questa (ad esempio, vedi Huang e Stoll e il recente articolo di Kirilenko e altri sull'incidente flash ), ma non sembrano avere molta interazione con TCS.
La finanza è diventata sempre più complessa poiché l'IT ha pervaso i mercati. Ciò significa che la maggior parte dei mercati è ora costituita da più sistemi di interblocco che potrebbe non essere possibile modellare in modo significativo separatamente. Inoltre, man mano che i mercati si avvicinano al trading continuo, non sono sicuro che l'obiettivo di calcolo TCS sia attualmente molto utile in ambito finanziario; teoria del controllo, modelli grafici, fluidodinamica e molte altre aree della matematica applicata sembrano più direttamente utili.
I metodi TCS potrebbero essere utili, ma è necessario dedicare sforzi per capire cosa succede nella finanza, trovare un posto per applicare la leva e acquisire un kit di strumenti matematici adeguato. Personalmente vorrei vedere più lavoro sulla falsariga di Arora / Barak / Brunnermeier / Ge, che si occupano di domande profonde. Ad esempio, l'aggiunta di più gradi di libertà ai sistemi finanziari porta a buoni risultati per gli utenti di questi sistemi? O l'aggiunta di complessità serve principalmente ad aiutare gli intermediari a creare giochi asimmetrici a somma zero contro gli utenti? C'è probabilmente un argomento basato sulla complessità in attesa di essere scoperto ...
Quindi, in poche parole: non hai visto molte ricerche TCS / finanziarie perché è difficile applicare TCS ai finanziamenti.