Según arXiv q-fin, un nuevo modelo teórico analiza cómo los participantes en mercados financieros toman decisiones basadas en pronósticos que abarcan distintas duraciones. Aunque todos los actores disponen de la misma información, sus horizontes de predicción varían, lo que genera diferencias en sus acciones. Este fenómeno influye directamente en los precios, ya que el impacto de las posiciones colectivas se refleja en el mercado, sin necesidad de identificar a cada operador. El estudio presenta un modelo lineal de campo medio que descompone el precio observado en tres componentes: un componente martingalico, una señal predecible representada por un proceso de Volterra, y el impacto generado por las posiciones agregadas. Cada agente ajusta sus operaciones según su proyección sobre futuras variaciones de la señal y una fracción de la anticipación del impacto colectivo, evaluada en su propio horizonte. Dentro de un marco gaussiano-volterra, se establece una ecuación de punto fijo lineal que describe el equilibrio de posiciones colectivas, demostrando condiciones explícitas para su existencia y unicidad. En este estado de equilibrio, se identifica una condición de equilibrio que neutraliza la transmisión directa de la señal común al precio observado. A continuación, se examina el límite en el que todos los agentes integran completamente el impacto de sus acciones. En una familia adecuadamente escalada de equilibrios que cumplen condiciones específicas, las contribuciones del componente predecible y del impacto de mercado se anulan, y el precio observado converge al componente martingalico. Para señales de tipo fraccionario y horizontes distribuidos gamma, se derivan límites de H\"older locales y se determinan las distribuciones de horizontes que permiten que el precio tenga regularidad local compatible con la de una movilidad browniana.
Este tipo de modelado puede ser útil para inversores peruanos que operan en mercados con alta volatilidad, como el mercado de valores o derivados. La idea de que el precio se compone de una parte predecible y otra que depende del volumen total de operaciones ayuda a entender por qué los precios no reflejan directamente las expectativas individuales. En contextos como el de Lima, donde los inversores pueden tener acceso limitado a información en tiempo real, este modelo sugiere que los precios se ajustan más por la acción colectiva que por las percepciones personales. Además, la existencia de un límite en el que el precio se estabiliza en un componente martingalico indica que, a largo plazo, los movimientos de precios pueden seguir patrones que no dependen de expectativas específicas, sino de procesos estocásticos fundamentales. Esto puede influir en estrategias de inversión, especialmente en entornos donde el volumen de transacciones es alto, como en el mercado de acciones locales. Por tanto, comprender cómo las posiciones agregadas afectan los precios permite diseñar estrategias más robustas, reduciendo el riesgo de reacciones excesivas a señales individuales.