Complexidade computacional em finanças quantitativas

19

Prever o mercado de ações é difícil! O TCS pode tornar esse sentimento mais formal?

Recentemente, comecei a pensar um pouco sobre finanças e queria saber como o conhecimento do TCS poderia ajudar. Os fundos de hedge e as empresas de investimento parecem usar negociação algorítmica, aprendizado de máquina e IA o tempo todo, mas os resultados do TCS parecem ser poucos. Em particular, conheço apenas dois artigos:

O primeiro artigo mostra que as derivadas podem amplificar o custo da assimetria informacional (em vez do objetivo desejado de reduzi-la) para agentes limitados computacionalmente. O segundo artigo desafia a crença popular de mercados eficientes, mostrando que a eficiência do mercado pode ser usada para resolver problemas difíceis de NP.

Existem livros / pesquisas ou documentos seminais sobre idéias relacionadas? Especialmente as coisas relacionadas à dificuldade de prever ou aproximar mercados ou negociar de maneira ideal (ou próxima do ideal) nesses mercados?

Uma pergunta um pouco mais meta: por que parece haver uma ausência de trabalhos sobre isso? Não há interesse ou todas as partes interessadas se tornam numerosas atrás dos acordos de não publicação?

Pergunta relacionada

Lente algorítmica nas ciências sociais

O que é a Classificação de Complexidade da Teoria de Portfólio em Economia Financeira?

Artem Kaznatcheev
fonte
11
Eu sempre sinto que estou atingindo o limite de off-topic com perguntas como esta. Se esta questão estiver fora de tópico, poderíamos migrá-la para quant.SE; no entanto, espero realmente obter as respostas dos TCSers sobre isso.
Artem Kaznatcheev
7
Eu não acho que isso esteja fora de tópico.
Suresh Venkat
2
Existem alguns links neste artigo da Wikipedia . Acabei de lembrar que o instituto Fields teve recentemente vários programas sobre tópicos relacionados que você pode conferir, como este e isto e isto, mas há mais.
Kaveh
@Kaveh, obrigado pelos links para o instituto Fields! Eu realmente deveria ir a Toronto com mais frequência para participar de seus eventos.
Artem Kaznatcheev
3
Em relação ao artigo de Maymin: Maymin reduz entre um problema de decisão que ele afirma ser uma forma da Hipótese de Mercado Eficiente e um caso especial da KNAPSACK. Este problema não é, obviamente, NP-difíceis: os valores dos parâmetros , , e são fixos, o que permitiria uma solução de programação dinâmica para o trabalho. O argumento básico de Maymin parece ser que continua aumentando à medida que mais dados se tornam disponíveis. Isso pode ser razoável, mas a parte da complexidade computacional do trabalho precisa de mais trabalho. (Estes comentários são baseados na versão arXiv, eu não li versões mais recentes.)K k kBKkk
András Salamon

Respostas:

9

A pergunta que você inicia refere-se à previsão do mercado de ações, mas você parece ter preocupações mais amplas. Vou tentar abordar sua meta-pergunta; peço desculpas antecipadamente por minhas amplas generalizações.

Tanto quanto posso dizer, a ciência da computação acadêmica está muito distante das preocupações reais dos fundos de hedge e das pessoas que tentam modelar e prever mercados.

As áreas de foco atuais na teoria algorítmica dos jogos não são obviamente relevantes para os profissionais de finanças. Em particular, os resultados dos piores casos não são considerados úteis, e a análise de casos médios baseada em distribuições artificiais também parece bastante irrelevante. No entanto, a única maneira de obter informações sobre distribuições reais parece ser realmente se envolver no mercado, atualizando as informações usando uma variedade de técnicas de aprendizado. Isso cria modelos confusos que mudam dinamicamente e não são passíveis da maioria dos tipos de análise.

Como exemplo, tem havido um foco em finanças na compreensão da microestrutura de negócios . A microestrutura de mercado é uma propriedade emergente dos mecanismos específicos de mercado de baixo nível existentes, como a frequência com que as negociações pendentes são correspondidas, o que os comerciantes de informações acreditam existir na carteira de pedidos, técnicas usadas para ocultar essas informações, os mecanismos de reversão em vigor, acordos contratuais relacionados à liquidação de negociações, latência da rede no recebimento de atualizações sobre o estado atual da carteira de pedidos e muitos outros fatores. A microestrutura do mercado é um sistema altamente reflexivo; portanto, os modelos limpos típicos do TCS parecem fora do alcance.

A comunidade de design de mercado está tentando abordar questões como essa (por exemplo, veja Huang e Stoll e o recente artigo de Kirilenko et al. Sobre a queda do flash ), mas elas não parecem ter muita interação com o TCS.

As finanças se tornaram cada vez mais complexas, pois a TI permeou os mercados. Isso significa que a maioria dos mercados agora consiste em vários sistemas de intertravamento que talvez não sejam possíveis de modelar de maneira significativa separadamente. Além disso, à medida que os mercados se aproximam da negociação contínua, não tenho certeza de que as lentes de computação do TCS sejam atualmente tão úteis em finanças; teoria de controle, modelos gráficos, dinâmica de fluidos e muitas outras áreas da matemática aplicada parecem mais diretamente úteis.

Os métodos do TCS podem muito bem ser úteis, mas é preciso fazer um esforço para entender o que acontece nas finanças, encontrar um lugar para aplicar a alavanca e adquirir um kit de ferramentas matemáticas apropriado. Pessoalmente, gostaria de ver mais trabalhos nos moldes de Arora / Barak / Brunnermeier / Ge, que se envolvem em questões profundas. Por exemplo, adicionar mais graus de liberdade aos sistemas financeiros leva a bons resultados para os usuários desses sistemas? Ou a adição de complexidade serve principalmente para ajudar os intermediários a criar jogos assimétricos de soma zero contra os usuários? Provavelmente, existe um bom argumento baseado em complexidade esperando para ser descoberto ...

Em resumo: você não viu muita pesquisa em TCS / finanças porque é difícil aplicar a TCS ao financiamento.

András Salamon
fonte
11
No entanto, existe muito design prático de algoritmos - além de tentar descobrir e analisar os algoritmos de outros. Uma intrigante 15 minutos TED talk ao longo destas linhas é: ted.com/talks/kevin_slavin_how_algorithms_shape_our_world.html
Aaron Sterling
@ Aaron: obrigado pelo ponteiro. Há também um relato popular agradável do ano passado que vale a pena ler: theatlantic.com/technology/archive/2010/08/...
András Salamon
7

Eu acho que o subcampo da teoria algorítmica dos jogos é o que você está procurando. Veja a versão on-line de um livro recente sobre N. Nisan (que está visitando aqui!), T. Roughgarden, E. Tardos e V. Vazirani. De particular interesse podem ser os seguintes capítulos:

[5] Algoritmos combinatórios para equilíbrios de mercado (de Vijay V. Vazirani)

[6] Cálculo dos equilíbrios de mercado por programação convexa (por Bruno Codenotti e Kasturi Varadarajan)

[17] Introdução à ineficiência dos equilíbrios (de Tim Roughgarden e Eva Tardos)

[26] Aspectos computacionais dos mercados de previsão (de David M. Pennock e Rahul Sami)

Martin Schwarz
fonte
3
Estou ciente da teoria algorítmica dos jogos. Eu realmente esperava respostas mais específicas que se relacionassem especificamente com as coisas com as quais as pessoas em finanças quantitativas se importariam. Este se sente mais como um comentário do que uma resposta ...
Artem Kaznatcheev
3
Se você conhece, mas não pergunta sobre a AGT, declare e descarte. Um de seus exemplos é sobre a dureza dos equilíbrios de mercado, que é um tópico importante na AGT. Por isso eu apontei. O outro é sobre a dureza dos preços dos derivativos, um subtópico ainda mais específico. Se você estiver interessado exclusivamente em perguntas sobre a precificação de derivativos financeiros, e não nos equilíbrios de mercado, remova o exemplo dos equilíbrios de mercado ou status que você não se importa.
Martin Schwarz
11
@Artem, acho que essa é uma resposta razoável para a pergunta: "Existem livros ... sobre idéias relacionadas?" :)
Kaveh
2
@ Kaveh: A pergunta está perguntando especificamente "Existem livros / pesquisas ou documentos seminais sobre idéias relacionadas?"
Martin Schwarz
@ Martin, estou confuso, eu expressei meu acordo com você.
Kaveh
2

Do SSRN, dois trabalhos relacionados à complexidade da otimização de portfólio:

Do arXiv:

Rodrigo de Azevedo
fonte
1

Prever o mercado de ações é difícil! O TCS pode tornar esse sentimento mais formal?

Se os estoques são modelados como variáveis ​​aleatórias, como movimentos geométricos brownianos, a previsão se torna uma preocupação dos estatísticos, suponho.

Mas também há psicologia de mercado. O campo conhecido como análise técnica tem tudo a ver com tentar extrapolar dos preços anteriores. Quão difícil pode ser --- quão difícil é reconhecer os padrões relevantes, se houver algum?

O jogo Complexity Option convida você a testar sua capacidade de reconhecer padrões nos movimentos de ações e lucrar quando um deles aparecer, com um pagamento de até US $ 11 em dólares imaginários da Internet e uma tabela pública de pontuações. E há um documento de acompanhamento com alguns resultados preliminares.

Bjørn Kjos-Hanssen
fonte
Existem alguns padrões relevantes no sentido de probabilidade, mas operar de acordo com esses padrões pode assumir riscos de cauda gorda. E alguns deles não são muito difíceis, ou eu diria que alguns são fáceis. Às vezes, suspeito por que as pessoas pensam que ações e derivativos são modelados como variáveis ​​aleatórias.
XL _At_Here_There
Eu fiz uma pergunta sobre por que o processo de estoque é modelado como martingale, já que tantas pessoas pensam que existem padrões relevantes, elas negam o voto no meu post!
XL _At_Here_There