Segun arXiv q-fin, el concepto común de que los retornos financieros son "aleatorios" es una simplificación que mezcla distintos tipos de incertidumbre: la imposibilidad de conocer el mundo real, el sesgo del conocimiento humano, la influencia estratégica de los actores, y la inestabilidad de los modelos. Este trabajo demuestra que los mercados no operan como sistemas aleatorios en el sentido físico de una medición cuántica. En su lugar, se tratan como sistemas económicos causales, donde el futuro es difícil de predecir no por falta de leyes, sino porque las causas relevantes están ocultas, son costosas de observar, son utilizadas estratégicamente, están limitadas por capacidades de los actores y pueden cambiar con el tiempo.
La teoría financiera ya contiene herramientas para distinguir estos elementos. Los precios se definen en espacios de probabilidad filtrados porque los agentes solo poseen información parcial. Las derivados se valoran bajo una medida de probabilidad distinta al modelo real, no porque el mundo cambie, sino porque el proceso de valoración es una herramienta instrumental, no una descripción directa de la realidad. La ausencia de oportunidades de arbitraje implica que los retornos deben ser martingales bajo una medida de probabilidad equivalente, no que la predicción total sea imposible en cualquier conjunto de información real. El análisis separa claramente tres conceptos: la ausencia de arbitraje, la eficiencia de la información y la posibilidad de explotación netamente beneficiosa. Mediante la descomposición de Doob, se identifica el componente predecible y compensado por riesgo, separándolo del componente de innovación que no puede anticiparse. Se introduce una capa que explica por qué señales positivas no siempre se escalan en el mercado, debido a limitaciones de capacidad. Además, se vincula la diferencia entre la medida real y la de precios con geometría de factores de descuento estocásticos y entropía relativa. Se formalizan conceptos como la suficiencia de filtración, el riesgo en el escenario de selección de modelos y la causalidad estable ante intervenciones. Finalmente, se integran ideas sobre reflexividad, estructura microeconómica y ambigüedad de Knight en un sistema coherente de registro de entropía.
Para los inversores peruanos, esta reflexión tiene un peso práctico. En un contexto donde los mercados locales suelen reaccionar con volatilidad y donde la información disponible es limitada —por ejemplo, en sectores como la energía o el transporte—, la idea de que los precios son "aleatorios" puede generar malos hábitos de inversión. La evidencia muestra que no es la falta de conocimiento lo que impide prever el futuro, sino que las causas que influyen en los precios son complejas, ocultas y estratégicamente manipuladas. Por eso, un inversor que se base en modelos simplificados, o que busque predicciones exactas, podría estar exponiéndose a riesgos innecesarios. En cambio, una postura más disciplinada implica aceptar que la predicción es difícil, especialmente cuando el conocimiento es costoso, cuando las decisiones son competitivas, o cuando los mercados cambian de régimen. Este enfoque fomenta una gestión más prudente del riesgo, orientada a la toma de decisiones basadas en la probabilidad, no en la certeza.