Pertanyaan yang Anda mulai berkaitan dengan memprediksi pasar saham, tetapi Anda tampaknya memiliki kekhawatiran yang lebih luas. Saya akan berusaha mengatasi meta-pertanyaan Anda; permintaan maaf sebelumnya untuk generalisasi saya.
Sejauh yang saya tahu, ilmu komputer akademis jauh dari keprihatinan sebenarnya dari dana lindung nilai dan orang-orang yang mencoba membuat model dan memprediksi pasar.
Area fokus saat ini dalam teori permainan algoritmik jelas tidak relevan untuk praktisi keuangan. Secara khusus, hasil kasus terburuk tidak dilihat berguna sama sekali, dan analisis kasus rata-rata berdasarkan distribusi buatan tampaknya sebagian besar juga tidak relevan. Namun satu-satunya cara untuk mendapatkan informasi tentang distribusi nyata adalah dengan benar-benar terlibat dalam pasar, memperbarui informasi seseorang menggunakan berbagai teknik pembelajaran. Ini menciptakan model-model berantakan yang berubah secara dinamis dan tidak dapat menerima sebagian besar jenis analisis.
Sebagai contoh, telah ada fokus dalam keuangan pada pemahaman struktur mikro perdagangan . Mikrostruktur pasar adalah properti yang muncul dari mekanisme pasar tingkat rendah spesifik yang ada, seperti seberapa sering perdagangan yang tertunda dicocokkan, informasi yang diyakini pedagang ada dalam buku pesanan, teknik yang digunakan untuk mengaburkan informasi itu, mekanisme roll-back di tempatnya, pengaturan kontrak yang berkaitan dengan penyelesaian perdagangan, latensi jaringan dalam menerima pembaruan tentang keadaan terkini dari buku pesanan, dan banyak faktor lainnya. Pasar mikro adalah sistem yang sangat refleksif, sehingga model bersih khas TCS tampaknya tidak terjangkau.
Komunitas desain pasar sedang mencoba untuk menangani pertanyaan-pertanyaan seperti ini (misalnya, lihat Huang dan Stoll dan makalah Kirilenko et al. Baru-baru ini mengenai flash crash ), tetapi mereka tampaknya tidak memiliki banyak interaksi dengan TCS.
Keuangan menjadi semakin kompleks karena TI telah merambah pasar. Ini berarti bahwa sebagian besar pasar sekarang terdiri dari beberapa sistem yang saling terkait yang mungkin tidak dapat dibuat modelnya secara terpisah. Selain itu, ketika pasar bergerak lebih dekat ke perdagangan berkelanjutan, saya tidak yakin lensa perhitungan TCS saat ini semuanya berguna dalam keuangan; teori kontrol, model grafis, dinamika fluida, dan banyak bidang matematika terapan lainnya tampaknya lebih bermanfaat secara langsung.
Metode TCS bisa bermanfaat, tetapi orang perlu mengeluarkan upaya untuk memahami apa yang terjadi dalam keuangan, untuk menemukan tempat untuk menerapkan tuas, dan untuk memperoleh perangkat matematika yang sesuai. Secara pribadi saya ingin melihat lebih banyak pekerjaan di sepanjang garis Arora / Barak / Brunnermeier / Ge, yang terlibat dengan pertanyaan mendalam. Misalnya, apakah menambahkan lebih banyak derajat kebebasan ke sistem keuangan menghasilkan hasil yang baik bagi pengguna sistem ini? Atau apakah menambah kompleksitas terutama berfungsi untuk membantu perantara mengatur game zero-sum asimetris melawan pengguna? Mungkin ada argumen berbasis kompleksitas yang rapi yang menunggu untuk ditemukan ...
Singkatnya: Anda belum melihat banyak penelitian TCS / keuangan karena sulit untuk menerapkan TCS untuk membiayai.