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.