La investigación presentada en este artículo está dedicada a analizar la aceptabilidad de las técnicas tradicionales de gestión estadística en la toma de decisiones en condiciones de caos estocástico. Un ejemplo correspondiente sería la gestión de activos en mercados de capital electrónicos. Esta formulación del problema es típica para un gran número de aplicaciones en las que el objeto gestionado interactúa con un entorno de inmersión inestable. En particular, este problema surge en la gestión de flujos turbulentos gasodinámicos e hidrodinámicos. Destacamos las características de series de observación del estado del objeto gestionado inmerso en un entorno de interacción inestable. Se demuestra la diferencia fundamental entre las series de observación de procesos caóticos y las descripciones probabilísticas de modelos tradicionales. También presentamos un modelo de observación aditivo con un componente de sistema caótico y ruido no estacionario que proporciona la caracterización más adecuada de las series de observación originales. Además, sugerimos un método para analizar numéricamente la eficiencia de las soluciones estadísticas convencionales en condiciones de caos estocástico. Basándonos en experimentos numéricos, establecemos que las técnicas de síntesis estadística óptima no permiten tomar decisiones de gestión efectivas en condiciones de caos estocástico. Finalmente, proponemos varias versiones de algoritmos compuestos enfocados en la adaptación de técnicas estadísticas a las condiciones no determinísticas causadas por la especificidad de los procesos caóticos.