4
量化金融中的计算复杂性
预测股市很难！TCS可以使这种观点更加正式吗？ 最近，我开始对金融有所思考，想知道TCS的知识如何提供帮助。对冲基金和投资公司似乎一直在使用算法交易，机器学习和人工智能，但是TCS的结果似乎很少。特别是，我只知道两篇论文： Sanjeev Arora，Boaz Barak，Markus Brunnermeier和Rong Ge，金融产品中的计算复杂性和信息不对称，2009年。 Philip Z. Maymin，只有当P = NP时，市场才有效，2011年。 第一篇论文表明，对于有计算边界的代理，导数可以放大信息不对称的成本（而不是减少信息不对称的预期目标）。第二篇论文通过证明市场效率可用于解决NP难题，挑战了人们对有效市场的普遍观念。 是否有有关思想的书籍/调查报告或开创性论文？特别是与难于预测或近似市场或在此类市场中进行最佳（或接近最佳）交易的困难有关的事情吗？ 一个稍微有点元的问题：为什么似乎没有关于此的论文？是否没有兴趣，还是所有感兴趣的方都成为隐藏在不发布协议背后的量化指标？ 相关问题 社会科学中的算法镜头 金融经济学中投资组合理论的复杂性分类是什么？