Ключевые концепции традиционных моделей управления капиталом и традиционные аналитические методы анализа финансовых рынков, например, таких как технический и фундаментальный анализ, все чаще и чаще наталкиваются на проблемы, не имеющие эффективного решения в рамках устоявшихся парадигм. Это и неудивительно, ведь традиционные, ставшие уже классическими, подходы были разработаны для описания относительно устойчивого, медленно эволюционирующего и не радикально изменяющегося мира, мира - который еще не сильно отклонился от состояния равновесия. По самой своей сути эти методы и подходы не были предназначены для описания и моделирования быстрых изменений, непредсказуемых скачков и сложных взаимодействий отдельных составляющих современного мирового рыночного процесса.

Постепенно стало ясно, что изменения в финансовом мире происходят настолько интенсивно, а их качественные проявления бывают настолько неожиданными, что для анализа и прогнозирования финансовых рынков синтез новых аналитических и вычислительных подходов, берущих свое начало в различных областях человеческих знаний, стал насущной практической необходимостью. Этот синтез был осуществлен в рамках бурно развивающейся в настоящее время междисциплинарной науки – Теории Сложности. Теория Сложности изучает динамические процессы в необратимых многокомпонентных интерактивных адаптивных системах. Она рассматривает причины и механизмы возникновения новых режимов и структур, изучает характерные масштабы и скорости переходных и установившихся процессов, предсказывает вероятные изменения системы и указывает на то, как можно было бы управлять неожиданными динамическими режимами, возникающими в сложных системах. Правила, управляющие сложными адаптивными системами коренным образом отличаются от тех, по которым функционируют равновесные системы, и которые являются основой вышеупомянутых традиционных классических методов анализа финансовых рынков. Поэтому именно Теория Сложных Систем со своим богатым междисциплинарным арсеналом методов и алгоритмов может стать адекватным инструментом для анализа сложных неравновесных адаптивных динамических процессов, происходящих на современном финансовом рынке.

В Теории Сложных Систем исследуются, главным образом, нелинейные системы с обратной связью, когда информация с выхода системы подается на вход и становится следующим набором входных данных. Безусловно, финансовые рынки нельзя автоматически отнести к таким системам, однако рынки демонстрируют много характерных свойств нелинейных систем с обратной связью. Последние годы ознаменовались повышенным интересом к поиску нелинейных моделей, которые могли бы адекватно воспроизводить сложные паттерны финансовых динамических процессов, поскольку уже стало ясно, что линейный подход к анализу финансовых рынков не позволяет смоделировать сильно нерегулярное поведение, характерное для большинства финансовых активов. В связи с этим, в последнее время интенсивно развивается альтернативный подход к анализу нелинейностей, а именно подход, базирующийся на теории детерминистического хаоса, которая предлагает объяснение иррегулярному поведению и аномалиям в системах, которые, не являясь по своей природе стохастическими, ведут себя подобным образом. Теория хаоса предлагает совершенно новые концепции и алгоритмы для анализа временных рядов, которые могут привести к более глубокому и полному пониманию отражаемых ими финансовых процессов. Теория динамического хаоса вводит в традиционный язык финансовых аналитиков такие новые в этой сфере понятия как фазовое пространство, аттрактор, показатели экспонент Ляпунова, горизонт предсказания, энтропия и размерность, фрактальные статистики и информационные циклы и т.д. При анализе и предсказании сложных финансовых систем нельзя обойтись и без такого инструмента как нейросетевые технологии. Использование нейронных сетей и генетических алгоритмов постепенно становится конкурентоспособным подходом при решении задач прогнозирования, классификации, моделирования финансовых временных рядов, а также при решении задач оптимизации в области финансового анализа и управления риском.