Câu hỏi bạn bắt đầu liên quan đến dự đoán thị trường chứng khoán, nhưng bạn dường như có mối quan tâm rộng hơn. Tôi sẽ cố gắng giải quyết câu hỏi meta của bạn; xin lỗi trước cho khái quát sâu rộng của tôi.
Theo như tôi có thể nói, khoa học máy tính hàn lâm khác xa với những mối quan tâm thực sự của các quỹ phòng hộ và những người cố gắng mô hình hóa và dự đoán thị trường.
Các lĩnh vực trọng tâm hiện tại trong lý thuyết trò chơi thuật toán rõ ràng không liên quan đến các nhà thực hành tài chính. Cụ thể, kết quả trường hợp xấu nhất hoàn toàn không được xem là hữu ích và phân tích trường hợp trung bình dựa trên phân phối nhân tạo dường như cũng không liên quan. Tuy nhiên, cách duy nhất để có được thông tin về các bản phân phối thực sự dường như là thực sự tham gia vào thị trường, cập nhật thông tin của một người bằng nhiều kỹ thuật học tập. Điều này tạo ra các mô hình lộn xộn thay đổi linh hoạt và không phù hợp với hầu hết các loại phân tích.
Ví dụ, đã có một sự tập trung trong tài chính để hiểu cấu trúc vi mô của các giao dịch . Cấu trúc vi mô thị trường là một đặc tính nổi bật của các cơ chế thị trường cấp thấp cụ thể đang được áp dụng, như mức độ thường xuyên của các giao dịch đang chờ xử lý, những gì các nhà giao dịch tin rằng tồn tại trong sổ lệnh, các kỹ thuật được sử dụng để che giấu thông tin đó, các cơ chế quay ngược tại chỗ, các thỏa thuận hợp đồng liên quan đến giải quyết các giao dịch, độ trễ của mạng trong việc nhận thông tin cập nhật về tình trạng hiện tại của sổ đặt hàng và nhiều yếu tố khác. Cấu trúc vi mô thị trường là một hệ thống có tính phản xạ cao, do đó các mô hình sạch điển hình của TCS dường như vượt quá tầm với.
Cộng đồng thiết kế thị trường đang cố gắng giải quyết các câu hỏi như thế này (ví dụ xem Huang và Stoll và tờ Kirilenko và cộng sự gần đây về vụ tai nạn đèn flash ), nhưng dường như chúng không có nhiều tương tác với TCS.
Tài chính đã trở nên ngày càng phức tạp khi CNTT đã tràn ngập thị trường. Điều này có nghĩa là hầu hết các thị trường hiện nay bao gồm nhiều hệ thống lồng vào nhau mà có thể không thể mô hình hóa một cách có ý nghĩa riêng biệt. Ngoài ra, khi thị trường tiến gần hơn đến giao dịch liên tục, tôi không chắc rằng ống kính tính toán của TCS hiện tại là tất cả những gì hữu ích trong tài chính; lý thuyết điều khiển, mô hình đồ họa, động lực học chất lỏng và nhiều lĩnh vực khác của toán học ứng dụng dường như hữu ích trực tiếp hơn.
Các phương pháp TCS cũng có thể hữu ích, nhưng người ta cần nỗ lực để hiểu những gì xảy ra trong tài chính, tìm một nơi để áp dụng đòn bẩy và để có được một bộ công cụ toán học thích hợp. Cá nhân tôi muốn thấy nhiều công việc hơn dọc theo dòng của Arora / Barak / Brunnermeier / Ge, liên quan đến những câu hỏi sâu sắc. Chẳng hạn, việc thêm nhiều bậc tự do hơn cho các hệ thống tài chính có dẫn đến kết quả tốt cho người dùng các hệ thống này không? Hoặc việc thêm độ phức tạp chủ yếu phục vụ để giúp các trung gian thiết lập các trò chơi tổng bằng không đối xứng với người dùng? Có lẽ có một đối số dựa trên sự phức tạp gọn gàng đang chờ được khám phá ...
Vì vậy, tóm lại: bạn chưa thấy nhiều nghiên cứu về TCS / tài chính vì khó áp dụng TCS vào tài chính.