Según arXiv q-fin, una revisión exhaustiva explora el desarrollo histórico de las medidas de probabilidad en el valoración de activos, desde sus orígenes en finanzas matemáticas y teoría de precios de estados, hasta enfoques modernos como la valoración riesgo-neutro, medidas de martingalas, monedas de referencia, factores estocásticos de descuento y selección de medidas en mercados incompletos. La investigación subraya que la valoración de activos no se limita a estimar probabilidades físicas del mundo real. Más bien, los modelos teóricos construyen, transforman o seleccionan medidas de probabilidad para que los precios de mercado se expresen como expectativas ajustadas por descuentos, normalización mediante monedas de referencia, ponderaciones basadas en utilidad marginal, penalizaciones por entropía, calibración empírica o condicionamiento de información. Entre las contribuciones clave destacan el modelo probabilístico de Bachelier para la especulación, los títulos contingentes de Arrow-Debreu, la fórmula de Black-Scholes-Merton para opciones, la formalización de martingalas de Harrison-Kreps y Harrison-Pliska, el teorema fundamental de Delbaen y Schachermayer, la densidad implícita de precios de estados de Breeden-Litzenberger, los métodos de cambio de moneda, las restricciones del factor de descuento estocástico de Hansen-Jagannathan, la síntesis del factor de descuento de Cochrane, y estudios recientes basados en datos y aprendizaje automático sobre kernels aprendidos. Además, se analizan como extensiones modernas, no como sustitutos, transformaciones probabilísticas basadas en texto, atención y sentimiento, que complementan los marcos clásicos como martingalas, factores de descuento, mercados incompletos y valoración por referencia.
Para el lector peruano, esta evolución teórica tiene implicaciones directas en la forma en que se evalúan inversiones en mercados locales, como el mercado de valores o productos derivados. Aunque el modelo de precios de activos se aplica principalmente en mercados internacionales, sus principios fundamentales —como el uso de medidas de probabilidad ajustadas— pueden adaptarse a contextos regionales. En el Perú, donde el acceso a información financiera y la volatilidad de activos son variables clave, comprender cómo se construyen expectativas de precios ayuda a inversores individuales y entidades a tomar decisiones más informadas. Por ejemplo, al evaluar el rendimiento de una acción o una obligación, los modelos de valoración basados en medidas de probabilidad riesgo-neutra o ajustadas por información pueden ofrecer una visión más robusta que las estimaciones tradicionales. Aunque los datos técnicos no se aplican directamente en el mercado peruano, el pensamiento teórico subyacente permite desarrollar estrategias más precisas, especialmente en entornos de alta incertidumbre como los cambios en la política monetaria o las fluctuaciones del dólar. Así, aunque no se usen los mismos cálculos, el enfoque de transformar probabilidades para representar precios es un pilar clave en la toma de decisiones financieras, tanto para inversores profesionales como para ciudadanos interesados en sus ahorros.