प्रश्न आप शेयर बाजार की भविष्यवाणी से संबंधित हैं, लेकिन आपको व्यापक चिंताएं हैं। मैं आपके मेटा-प्रश्न से निपटने का प्रयास करूँगा; मेरे व्यापक सामान्यीकरण के लिए अग्रिम में माफी।
जहां तक मैं बता सकता हूं, अकादमिक कंप्यूटर विज्ञान हेज फंडों और उन लोगों की वास्तविक चिंताओं से बहुत दूर है जो बाजारों को मॉडल करने और भविष्यवाणी करने की कोशिश करते हैं।
एल्गोरिदमिक गेम थ्योरी में वर्तमान फोकस क्षेत्र स्पष्ट रूप से वित्त चिकित्सकों के लिए प्रासंगिक नहीं हैं। विशेष रूप से, सबसे खराब मामलों के परिणामों को बिल्कुल भी उपयोगी नहीं देखा जाता है, और कृत्रिम वितरण के आधार पर औसत केस विश्लेषण भी काफी हद तक अप्रासंगिक लगता है। वास्तविक वितरण के बारे में जानकारी प्राप्त करने का एकमात्र तरीका वास्तव में बाजार में संलग्न होना प्रतीत होता है, विभिन्न प्रकार की सीखने की तकनीकों का उपयोग करके किसी की जानकारी को अपडेट करना। यह गन्दा मॉडल बनाता है जो गतिशील रूप से बदलते हैं और अधिकांश प्रकार के विश्लेषण के लिए उत्तरदायी नहीं हैं।
एक उदाहरण के रूप में, ट्रेडों के माइक्रोस्ट्रक्चर को समझने पर वित्त में ध्यान केंद्रित किया गया है । मार्केट माइक्रोस्ट्रक्चर विशिष्ट निम्न-स्तरीय बाजार तंत्रों की एक उभरती हुई संपत्ति है, जैसे कि कितनी बार लंबित ट्रेडों का मिलान किया जाता है, व्यापारियों का मानना है कि ऑर्डर बुक में क्या मौजूद है, उस जानकारी को रोल करने के लिए इस्तेमाल की जाने वाली तकनीक, रोल-बैक तंत्र ऑर्डर बुक की वर्तमान स्थिति, और कई अन्य कारकों के बारे में अद्यतन प्राप्त करने में ट्रेडों, नेटवर्क विलंबता से संबंधित से संबंधित संविदात्मक व्यवस्था। मार्केट माइक्रोस्ट्रक्चर एक उच्च अपवर्तक प्रणाली है, इसलिए टीसीएस के विशिष्ट मॉडल साफ पहुंच से परे हैं।
बाजार डिजाइन समुदाय इस तरह के सवालों से निपटने की कोशिश कर रहा है (उदाहरण के लिए हुआंग और स्टोल और हाल ही में किरिलेंको एट अल। फ्लैश क्रैश पर पेपर ), लेकिन वे टीसीएस के साथ अधिक बातचीत नहीं करते हैं।
वित्त तेजी से जटिल हो गया है क्योंकि आईटी ने बाजारों में व्याप्त है। इसका मतलब यह है कि अधिकांश बाजारों में अब कई इंटरलॉकिंग सिस्टम शामिल हैं जो अलग से सार्थक रूप से मॉडल करना संभव नहीं हो सकता है। इसके अलावा, जैसा कि बाजार निरंतर व्यापार के करीब आते हैं, मुझे यकीन नहीं है कि वर्तमान में गणना का टीसीएस लेंस वित्त में उपयोगी है; नियंत्रण सिद्धांत, चित्रमय मॉडल, द्रव गतिकी, और लागू गणित के कई अन्य क्षेत्र अधिक सीधे उपयोगी लगते हैं।
टीसीएस विधियां अच्छी तरह से उपयोगी हो सकती हैं, लेकिन किसी को वित्त में क्या होता है, यह समझने के लिए प्रयास करने की आवश्यकता है कि लीवर को लागू करने के लिए जगह मिल जाए, और एक उपयुक्त गणितीय टूलकिट का अधिग्रहण किया जाए। व्यक्तिगत रूप से मैं अरोरा / बराक / ब्रूनरमियर / जीई की तर्ज पर अधिक काम देखना चाहूंगा, जो गहरे सवालों के साथ संलग्न हैं। उदाहरण के लिए, वित्तीय प्रणालियों में स्वतंत्रता की अधिक डिग्री जोड़ने से इन प्रणालियों के उपयोगकर्ताओं के लिए अच्छे परिणाम सामने आते हैं? या उपयोगकर्ताओं के खिलाफ असममित शून्य-राशि के खेल की स्थापना में मदद करने के लिए मुख्य रूप से जटिलता को जोड़ना है? शायद एक साफ-सुथरी जटिलता पर आधारित तर्क की खोज की जा रही है ...
इसलिए संक्षेप में: आपने TCS / वित्त अनुसंधान को बहुत अधिक नहीं देखा है क्योंकि TCS को वित्त पर लागू करना कठिन है।