Кого Financial Times назвал «самым умным из миллиардеров» мира? Кто по версии The Economist, самый успешный инвестор всех времен? И кто возглавляет самый прибыльный хедж фонд в истории отрасли? Джимми Саймонс ….
Джеймс Саймонс – основатель Renaissance Technologies, легендарный математик, он первый применил уникальное математическое моделирование финансовых рынков в мире хедж-фондов. Состояние Джима Саймонса составляет 21 млрд $, что делает его самым высокооплачиваемым менеджером хедж фонда. По версии The Economist, самый успешный инвестор всех времен.
Удивительно, этот человек входит в первую сотню списка Forbes, уверенно превосходит по результативности инвестиций таких гуру, как Джордж Сорос, Уоррен Баффетт и Рэй Далио — и при этом его имя не на слуху, а за пределами профессионального сообщества его вообще почти никто не знает!
“Сегодня мистер Саймонс считается самым успешным дельцом в истории современных финансов. С 1988 года его флагманский фонд Medallion генерировал среднюю годовую доходность в 66% до взимания огромных комиссий с инвесторов — 39% после комиссий, что позволило увеличить прибыль от торговли более чем на 100 миллиардов долларов. Никто в мире инвестиций и близко не стоит с Джимми Саймонсом. Уоррен Баффетт, Джордж Сорос, Питер Линч, Стив Коэн и Рэй Далио неудачники, по сравнению с творцом Renaissance”, Цукерман «Человек, который решил рынок: как Джим Саймонс запустил квантовую революцию»
Renaissance Technologies – самый прибыльный хедж фонд в истории отрасли с точки зрения результатов его деятельности. За бешеным успехом компании стоит ряд математических моделей и мощных компьютеров. Математические модели в Renaissance Technologies постоянно обновляются. Но более важным чем эти модели являются способы и методы для обнаружения торговых сигналов.
Renaissance Technologies Американская финансовая компания базирующаяся в Восточном Сетаукете, штат Нью-Йорк на Лонг-Айленде. Специализируется на биржевой торговле с использованием количественных моделей, полученных на основе математического и статистического анализа. Фонд славится лучшими показателями в истории инвестирования. Был основан в 1982 году Джеймсом Саймонсом, известным математиком, занимавшимся дешифровкой советских кодов во время холодной войны. Википедия
Хедж-фонд (hedge fund) — это инвестиционный фонд, который объединяет деньги инвесторов и вкладывает их с целью получить максимальную прибыль при наименьших возможных рисках. В его английском названии слово hedge переводится как
«изгородь», «страховка», «гарантия». Хеджирование — это действия, цель которых
— снижение рыночных рисков, неблагоприятного изменения цены активов
«изгородь», «страховка», «гарантия». Хеджирование — это действия, цель которых
— снижение рыночных рисков, неблагоприятного изменения цены активов
“Он не был самым известным в мире миллиардером, но он был, наверное самым умным из них. …Саймонс был математиком и дешифровщиком, вечным биржевиком и предпринимателем, и его небывалый успех родился в результате комбинации этих увлечений.
Как дешифровщик, Саймонс работал на секретный Институт оборонного анализа Пентагона, где он понял, как создавать исследовательские организации, полностью закрытые для посторонних и готовые к сотрудничеству со “своими”. Как математик он поставил свое имя под прорывом, известным как теория Черна-Саймонса и получил приз Освальда Веблена – высшую награду в области геометрии.” Себастьян Маллаби “Денег больше чем у Бога”
В 90-е, мысль о том, что пара – тройка профессоров математиков, используя компьютеры и язык математического моделирования, превзойдет успехи опытных и знаменитых инвесторов, показалась бы абсурдной.
Джеймс Саймон – финансовый математик
“Финансовый математик (инженер) существенно отличается от классического экономиста в подходах в изучении рыночных тенденций. По большому счету, количественного специалиста интересует всего одна вещь – куда пойдет (и насколько далеко) стоимость финансового актива: ценной бумаги (и/или ее производной) и товарного дериватива, включая валютные пары.
Его не слишком волнуют экономические фундаментальные причины ценообразования. Финансовый инженер попросту абстрагируется от них. Он создает одну за одной матмодель и вводит в нее массив известных (исторических) параметров: от стоимости анализируемой акции долю микросекунды назад до солнечной активности в период торговой сессии. Последнее – на уровне шутки, но, как известно, в каждой шутке…
Результат сравнивается с полученным через долю секунды или иной интервал времени фактическим значением переменной. Худшие модели отбрасываются, лучшие тестируются далее, с возможным изменением набора исходных данных. После ряда итераций нужно добиться минимального отклонения от реального рыночного итога. Предпочтение отдается “математической согласованности, а не совместимости с экономической теорией”.
Его не слишком волнуют экономические фундаментальные причины ценообразования. Финансовый инженер попросту абстрагируется от них. Он создает одну за одной матмодель и вводит в нее массив известных (исторических) параметров: от стоимости анализируемой акции долю микросекунды назад до солнечной активности в период торговой сессии. Последнее – на уровне шутки, но, как известно, в каждой шутке…
Результат сравнивается с полученным через долю секунды или иной интервал времени фактическим значением переменной. Худшие модели отбрасываются, лучшие тестируются далее, с возможным изменением набора исходных данных. После ряда итераций нужно добиться минимального отклонения от реального рыночного итога. Предпочтение отдается “математической согласованности, а не совместимости с экономической теорией”.
Если матмодель успешно работает, количественный (квантовый) трейдер знает в какую сторону открывать позицию в инструменте (и открывать ли) и когда ее закрывать. Знает когда входить в рынок и когда выходить. Полученные навыки могут совершенно исключать сколько-нибудь глубокую осведомленность в макро- и микроэкономике. На практике, в разработке моделей неоценимую помощь оказывают астрофизики, социологи, лингвисты и метеорологи. Некоторые руководители крупных квантовых хедж-фондов приветствуют и весьма ценят такую экзотическую специализацию своих сотрудников.
Не случайно, в отношении подобных инвестиционных фирм часто применяют короткий термин “квантовый”, а не “количественный”. С латинского quantum означает “сколько” ” K. Burton “ Inside a Moneymaking Machine Like No Other”, Bloomberg, 21.11.2016
Начало пути
Выходец из еврейской семьи, отец – владелец обувной фабрики, мать – домохозяйка. Джеймс Саймон родился в городе Ньютон в 12 км от Бостона 25 апреля 1938 г. Предки Саймонсов приехали в Америку из России в конце XIX столетия.
Маленький Джим рос углубленным в себя, задумчивым ребенком. Со стороны он казался несколько странным, каким-то заторможенным мальчиком. Как и большинство детей, у которых не было братьев или сестер, Джимми часами оставался наедине с собственными мыслями и даже разговаривал с самим собой. В детском саду он мог залезть на ближайшее дерево, сесть на ветку и размышлять.
В школьные годы Джимми был смышленым и непослушным ребенком, обладал самоуверенностью, которая передалась ему от матери, и едким юмором, доставшимся от отца. Он любил читать и часто ходил в библиотеку. В неделю Джимми брал по четыре книги, которые значительно опережали школьную программу. Однако больше всего он любил математические формулы. В школьные годы у Джимми появился друг из довольно состоятельной семьи. Он был поражен, в каком комфорте живет его приятель.
«Богатым быть здорово. Я понимал это», — отметил позже Саймонс. — «Меня не интересовал бизнес, но это не означает, что я был равнодушен к деньгам».
Решив в 14 лет подработать складским рабочим в магазине садовых принадлежностей, он был быстро переведен в уборщики. Причина – юный Джим не мог запомнить, что где лежит. Для карьеры складского рабочего это приговор. Много позже, объясняя личные неудачи в программировании, Дж. Саймонс скажет:
“Понимаете, просто я забываю обозначения”
А еще Джимми постоянно витал в облаках, что тоже раздражало окружающих. Их забавляло решение подростка идти учиться на математика в Массачусетский технологический институт, благо институт рядом. Джимми не обращал внимания на скептицизм и насмешливое отношение окружающих. Этот парень был полон невероятной уверенности и необычайной решимости в своем стремлении добиться выдающихся результатов.
Джеймс о детстве: “Я не думал, что это была математика, просто какое-то веселое занятие. Считаю, что полезно уметь просто заблудиться в мысли, это довольно хорошо для математических занятий”.
Математика становится его главным увлечением, его страстью. Свою любовь к математике он пронес через всю жизнь.
В институте Саймонс осознал, что у него есть собственный уникальный подход: обдумывать задачу до тех пор, пока не найдется оригинальное решение. Иногда друзья замечали, что он часами лежит с закрытыми глазами. Он был думающим человеком с развитым воображением и «хорошим вкусом», или чутьем, позволявшим ему браться за решение задач, которые в дальнейшем могут привести к важным прорывам.
Однажды Саймонс увидел, как уже за полночь два его профессора, известные математики Уоррен Амброуз и Изадор Зингер, горячо что-то обсуждали в кафе неподалеку. Джеймс решил, что хочет вести именно такую жизнь: в любое время заниматься математикой, курить сигареты и пить кофе:
«Я будто достиг просветления… увидел вспышку света».
Академическая карьера
Академическая карьера Саймонса была очень гладкой. и после получения докторской степени он быстро стал профессором математики. Профессиональную карьеру Джеймс Саймонс начал в качестве преподавателя в Массачусетском технологическом институте и Гарвардском университете. Саймонс был популярным профессором, известным своим неформальным и экспрессивным стилем преподавания. Он любил шутить и редко носил пиджак или галстук, что было обязательным атрибутом для многих преподавателей.
Работа в Институте оборонного анализа (IDA)
В 1964 году Саймонс покинул Гарвардский университет и приступил к работе в отделении разведки Института оборонного анализа (IDA), которое оказывало поддержку в ведущейся холодной войне с СССР. Выполняя правительственные задания, Джеймс также получил разрешение продолжить научные исследования в области математики. Немаловажно и то, что при этом он получал вдвое больше.
Саймонс присоединился к IDA в самый бурный период его работы. Советские коды высокого уровня не взламывались на регулярной основе более 10 лет. Перед Джеймсом и его коллегами по отделению исследований коммуникаций IDA стояла задача обеспечить безопасность каналов связи США, а также разобраться в не поддающемся расшифровке советском коде. На новом месте работы Саймонс научился разрабатывать математические модели, которые распознают и интерпретируют определенные закономерности в разрозненных на первый взгляд данных. Он прибегнул к использованию статистического анализа и теории вероятностей — математическим инструментам, серьезно повлиявшим на его дальнейшую работу.
Саймонса удивил уникальный метод IDA, при помощи которого талантливые исследователи привлекаются к деятельности, и подход к управлению, используемый в его подразделении. Сотрудники, большинство из которых имели докторскую степень, получали работу за свой интеллект, творческие способности и амбициозность, а не за специальные знания или образование. Предполагалось, что исследователи смогут самостоятельно ставить рабочие задачи и проявлять достаточную смекалку, чтобы их решить. Ленни Баум, один из самых опытных взломщиков кодов, придумал фразу, ставшую девизом всей команды:
«Плохие идеи — хорошо, отличные идеи — ужасно хорошо, отсутствие идей — просто ужас».
В подразделении царила удивительная атмосфера открытости и коллегиальности.
Работа в университете Стоуни-Брук
В 1968 году Джеймс стал заведующим математическим отделением в университете Стоуни-Брук. При нём университет вошёл в десятку лучших в США. В это время Саймонс опубликовал статью «Минимальные поверхности в римановых многообразиях», которая стала фундаментальной работой для геометров, а также оказалась полезной для ряда смежных дисциплин. Исследователи по-прежнему цитируют статью, что только подчеркивает ее непреходящее значение. Благодаря этим достижениям Саймонс стал одним из самых выдающихся геометров в мире. В 1976 году Саймонс получил престижную премию Освальда Веблена по геометрии Американского математического общества за работу по многомерным поверхностям, минимизирующим площадь, и характеристическим формам.
«Это конец? Я буду заниматься этим всю оставшуюся жизнь? — как-то раз сказал он жене Барбаре. — Этого недостаточно».
Саймонс видел, какое влияние и независимость приносит богатство.
«Еще в детстве Джим понял, что деньги даруют власть, — говорила Барбара. — Он не хотел, чтобы кто-то им управлял».
Джеймс всячески пытался заработать деньги. Он хотел по-настоящему разбогатеть.
В 1978 году он покинул академическую науку с тем, чтобы основать хедж фонд Renaissance Technologies, занимающийся трейдингом на рынках товарных фьючерсов и также торгующий другими финансовыми активами.
Саймонс зажегся идеей создания математической модели, которая будет торговать за него.
«Я не хочу беспокоиться о рынке каждую минуту. Мне нужны модели, которые будут зарабатывать деньги, пока я сплю. Чистая система без вмешательства человека» Джеймс Саймонс
“На излете 1970-х Саймонс набрал команду выдающихся американских математиков для создания такой модели. Он нанял Леонарада Баума, шифровальщика, работавшего с Саймонсом в Институте оборонного анализа. Он пригласил Джеймса Акса, призера Американского математического сообщества в теории чисел, а также Элвина Берлекампа, математика из Беркли, который тоже был ветераном Института оборонного анализа. Название компании и структура собственности многих начинаний Саймонса менялись вместе с людьми, которых он привлекал в сеть. Себастьян Маллаби “Денег больше чем у бога. Хедж-фонды и рождение новой элиты”
Безусловно люди в команде Саймонса были интеллектуальными гигантами.
За период 1988-2018 гг. флагманский фонд Renaissance, Medallion показал легендарные в хедж-индустрии 66/39%. Медальон, в среднем, поднял 66% дохода в год до налогов и комиссий и 39% – после. В три кризисных года 2000, 2007 и 2008-ой – 98%, 85% и вновь 98% соответственно. Единственный “отрицательный” год 1989 – минус 4,1%.
За возвышением Саймонса стоял радикальный стиль инвестирования. Он и его команда создали компьютерные программы, чтобы обрабатывать потоки рыночной информации и выбирать идеальные сделки, подход, направленный на удаление эмоций и инстинктов из инвестиционного процесса. Джеймс Саймонс и его коллеги из его компании Renaissance Technologies LLC сортировали данные и создавали сложные алгоритмы прогнозирования — за много лет до того, как Марк Цукерберг и его коллеги из Кремниевой долины пошли в начальную школу.
Начало его карьеры как трейдера
Джим Саймонс сидел в офисе в унылом торговом центре на Лонг-Айленде. Он находился рядом с бутиком женской одежды, в двух шагах от пиццерии и напротив крошечной одноэтажной железнодорожной станции. В его кабинете были бежевые обои, единственный компьютерный терминал и ненадежная телефонная связь.
Это было в начале лета 1978 года, через несколько недель после того, как г-н Саймонс отказался от выдающейся карьеры математика, чтобы попробовать свои силы в торговле валютами. Сорокалетний, с небольшим брюшком и длинными седеющими волосами, бывший профессор жаждал серьезного богатства. Но этот угрюмый, постоянно курящий математик никогда не посещал курсы по финансам, мало что знал о трейдинге и понятия не имел, как оценивать доходы или прогнозировать экономику.
Золотой век традиционных методов ивестирования начался, когда Джордж Сорос, Питер Линч, Билл Гросс и др. определили главное направление развития инвестиций, финансовых рынков и международной экономики. Подразумевалось, что добиться огромной прибыли можно за счет ума, интуиции, а также старомодных экономических исследований и анализа компаний.
Создав компанию Monemetrics и занявшись традиционным трейдингом в 37 лет, Саймонс, в отличие от своих конкурентов не имел ни малейшего представления о том, как производить оценку денежных потоков, прогнозировать процентные ставки и т. д. В начале его новой карьеры, постоянные падения и взлеты в Monemetrics очень его утомляли. В какой-то момент Джеймс стал выглядеть настолько отчаявшимся, что его сотрудники начали беспокоиться: не планирует ли он самоубийство. Для Саймонса это был мучительный опыт. Ему как-то не приходило в голову сделать ставку на математику и математиков, он действовал по стандартному шаблону инвестирования. Как только он поменял тактику, успех не заставил себя долго ждать.
“Сначала я нанял экономистов, но дело не пошло. И тогда я пригласил математиков, потому что понял: нужно иметь дело с тем, в чем разбираешься”, Джеймс Саймонс
Первым пришел математик Леонард Баум, коллега Саймонса по Институту оборонного анализа, где Джеймс десять лет тому назад работал.
Математик Леонард Баум – первый инвестиционный партнер Саймонса, создатель алгоритмов, повлиявших на жизни миллионов людей
Леонард Баум известный математик, один из авторов алгоритма Баума-Велша, разработанного им вместе с Ллойдом Р. Велшем в Институте оборонного анализа США/ Institute for Defense Analyses (IDA). В IDA четыре года (1964-1968) криптологом также работал Саймонс, там они и познакомились. Научные пристрастия Баума были сосредоточены на банаховой алгебре, криптологии, генетике и распознавании речи. После ухода из Axcom Баум работал в области теории простых чисел и гипотезы Римана. Досуг посвящал игре в Го, принимая неоднократное участие в серьезных турнирах.
Баум – значимая фигура в биографии Саймонса и один из основных «кузнецов» его успеха. Его алгоритм используется для того, чтобы определять различные вероятности в биологии, автоматическом распознании речи и статистике. Саймонсу первому пришла в голову идея применить алгоритм Баума-Велша для того, чтобы торговать на валютном рынке – и идея сработала.
Баум – значимая фигура в биографии Саймонса и один из основных «кузнецов» его успеха. Его алгоритм используется для того, чтобы определять различные вероятности в биологии, автоматическом распознании речи и статистике. Саймонсу первому пришла в голову идея применить алгоритм Баума-Велша для того, чтобы торговать на валютном рынке – и идея сработала.
Дж. Саймонс вспоминал:
“После того, как я вовлек Лени, я смог увидеть возможности построения моделей”.
Но в итоге, их партнерство не увенчалось успехом. Леонард Бум быстро устал от поиска золотых алгоритмов; он читал деловые газеты и сделал серьезную ставку на британский фунт. что дало очень большую прибыль. В 1984 г Баум покинул Monemetrics из-за больших потерь компании.
Математик Джеймс Акс – управляющий фондом Medallion, для которого разработал первые торговые алгоритмы
Баума сменяет математик Джеймс Акс. Дела пошли в гору. Саймонс и Акс открывают Axcom Ltd, непосредственного предшественника легендарного фонда Medallion Fund. В итоге, Акс стал заниматься непосредственно торговлей, а работа Саймонса заключалась в общении с инвесторами.
Сын Джеймса Акса писал о талантах отца:
“Он отличался способностью видеть структуры в торговой информации. Люди считали это волшебством или вздором”
Джеймс Бертон Акс (10 января 1937 – 11 июня 2006) – американский математик, внесший новаторский вклад в алгебру и теорию чисел с использованием теории моделей, достиг значительных результатов в современной алгебре и теории чисел, применяя раздел математической логики – теорию моделей. Получил докторскую степень в Калифорнийском университете в Беркли в 1961 году под руководством Герхарда Хохшильда. Интересовался проблемами фундаментальной физики, в частности аксиоматизацией пространственно-временного континуума и квантовой механики. Вклад в теорию чисел Дж. Акса отмечен премией Френка Нельсона Коула. В конце жизненного пути, кроме точных наук, Акс изучал основы драматургии и сценарного дела. В 2005 году успел закончить сценарий триллера “Боты”
Акс пришел к выводу, что с целью усовершенствования их прогностических моделей нужно привлечь специалиста с опытом работы в области стохастических уравнений. В итоге, им стал математик Кармона, который впоследствии станет профессором Принстонского университета.
Стохастические уравнения моделируют динамические процессы, которые развиваются с течением времени и могут включать высокий уровень неопределенности. Эти уравнения позволяют делать прогнозы, используя на первый взгляд случайные данные; например, в моделях прогнозирования погоды стохастические уравнения используются для получения относительно точных данных. Сотрудники Axcom смотрели на процесс инвестирования сквозь призму математики, понимая, что финансовые рынки сложны и постоянно меняются, их поведение трудно предсказать, по крайней мере, в долгосрочной перспективе, так же как и стохастический процесс. Несложно понять, почему они видели сходство между случайными процессами и инвестированием. Во-первых, Саймонс и Акс не верили, что рынок представляет собой «случайное блуждание» и является совершенно непредсказуемым, как полагали некоторые ученые. Несмотря на то что он явно содержит в себе элемент случайности, как и в ситуации с погодой, Саймонс и Акс утверждали, что распределение вероятностей применимо и к стоимости фьючерсов, как любому другому стохастическому процессу.
Несмотря на то что модели, которые разрабатывал Кармона, были сложнее, чем те, что Axcom использовал прежде, они, по-видимому, работали не намного эффективнее. Спустя какое-то время Renaissance полностью перейдет на использование стохастических дифференциальных уравнений в том, что касается управления рисками и ценообразования опционов, но на данный момент им не удавалось найти способ получить прибыль от такого подхода, и это расстраивало Кармона.
Со временем, вычислительная мощность компьютеров стала увеличиваться, что позволило команде Axcom разрабатывать более сложные торговые модели. Благодаря этим преимуществам в среднем ежегодная доходность компании Axcom составляла 20 %, и превосходила большинство конкурентов.
Тем не менее Саймонс продолжал спрашивать, почему прибыль не увеличивается. Ситуацию накаляло еще и то, что конкурентов становилось все больше. Опытный финансовый аналитик инвестиционного банка Merrill Lynch по имени Джон Мерфи опубликовал книгу под названием «Технический анализ финансовых рынков», в которой простыми словами объяснил, как отслеживать и использовать в торговле на бирже ценовые тренды. Джеймсу требовались новые методы торговли, чтобы опережать своих конкурентов.
Фонд Medallion
Для того чтобы удержать инвесторов, в марте 1988 года Саймонс совместно с Аксом открыл новый хедж-фонд, в котором занимались исключительно торговлей на бирже. Они назвали его Medallion, в честь престижных наград в области математики, которых каждый из них был когда-то удостоен.
Но Акс формировал часть портфеля, полагаясь на свою интуицию. Он избегал торговли, основанной на сложных моделях, которые они разработали с другими математиками ранее. Они зарабатывали так много денег, что количественный стиль торговли казался пустой тратой времени. Он, также как и Баум когда-то, перешел на традиционные методы торговли. Казалось, что количественное инвестирование стало чуждым даже математикам. Акс выяснил, что издание New York Times для Западного побережья печатают в городе Торранс, примерно в 65 км от его дома, и он договорился о том, чтобы новые выпуски газеты доставляли по его адресу на следующий день сразу после полуночи. До самого утра Акс торговал на международных рынках, принимая во внимание комментарии государственных чиновников и других специалистов, которые упоминались в газете, надеясь обойти своих конкурентов.
На протяжении полугода дела в Medallion шли из ряда вон плохо. В итоге, у Джеймса и Акса начался период ожесточенной вражды. Потери расли, и атмосфера внутри компании накалялась. Саймонс считал, что стратегии Акса слишком просты. Когда в апреле, единственного несчастливого для Medallion 1989 года, убытки вышли на уровень 30%, Терпение Саймонса лопнуло, Акс был уволен, тот пригрозил судом и хлопнул дверью.
Несколько месяцев Акс не выходил из дома, общаясь лишь со своей женой и еще парой человек. Это положило начало его медленному и удивительному перевоплощению. Акс с женой переехали в Сан-Диего, где он, наконец, научился немного расслабляться, даже писать стихи и посещать курсы сценарного мастерства. Кроме того, он закончил свой научно-фантастический триллер под названием «Боты».
Профессор математики Элвин Берлекамп – специалист в области теории игр, управлявший фондом Medallion на важном переломном этапе
Саймонс посвятил больше 10 лет поддержке различных трейдеров и поиску нового подхода к инвестированию, но не добился существенного прогресса. Теперь размер его фонда, основанного совместно с Аксом, сократился до 20 млн долл, и убытки продолжали расти. Саймонс проводил больше времени, занимаясь сторонними бизнес-проектами, нежели трейдингом; его душа не лежала к работе с инвестициями. Его коллеги пришли к выводу, что Саймонс, возможно, закроет компанию.
Женившись во второй раз, Саймонс приглашает третьего по счету партнера известного математика Элвина Берлекампа. Если бы Элвину Берлекэмпу сказали, что он поможет осуществить настоящую революцию в мире финансов, он воспринял бы это, как неудавшуюся шутку.
Элвин Берлекамп – был специалистом в теории кодирования и комбинаторной теории игр, соавтором алгоритмов Берлекампа-Велша и Берлекампа-Масси, используемых в кодах коррекции ошибок Рида-Соломона, известным экспертом по матметодам в играх. Принимал участие в подготовке книг “Математическое Го”, “Пути побед в ваших математических играх”
Элвин Берлекэмп 1940 – 2019 американский математик, заслуженный профессор математики, электротехники и компьютерных наук в Университете Калифорнии в Беркли, известен своими работами в области теории кодирования и комбинаторной теории игр. Википедия
Прежде Берлекэмп презрительно относился к торговле на бирже, но теперь он решил принять новый вызов в своей жизни.
“Шаблоны-Призраки”
“Ранее Берлекам работал над системами посылающими сигналы, напоминающие “призраки” – слабые следы кодав море флуктуационного шума, вполне похожие на едва различимые шаблоны,что прячутся в откровенно бесистемных и эффективных рынках. Во время сражения воздушному прикрытию с земли посылаются сообщения. которые должны быть настолько неслышными и прозрачными, чтобы не выдать позиции армии. Враг не просто должен быть не в состоянии расшифровать эти послания, он вообще не должен заподозрить, что что-то передается в эфир. Противники на поле боя казались Берлекампу очень похожими на экономистов, заявлявших что движения рынка абсолютно произвольны. Они в упор смотрели на призраков и не видели их. И ничего не подозревали. Команда Саймонса начала экспериментировать с алгоритмами дешифровки и использовать их в поиске шаблонов-призраков. Простые экономисты в той же лиге играть просто не могли. так как не обладали специальными математическими знаниями, необходимыми в такой работе.” Себастьян Маллаби “Денег больше чем у бога. Хедж-фонды и рождение новой элиты”
В середине 1980-х погоня за этими призраками привела фонд Medallion к небывалому триумфу.
Итак, в 1988 году он с огромным нетерпением отправился в офис на Хантингтон-Бич на встречу с Саймонсом. Никто так и не создал математическую модель, которая принесет большую прибыль; возможно, Берлекэмпу это будет по плечу?
«Я увлекся решением задач, над которыми приходилось поломать голову», – говорил позже Берлекэмп
Энергичный профессор математики из Беркли, с доверчивым взглядом серых глаз, проявил жесткую хватку бизнесмена. Свою карьеру в Renaissance он начал с покупки в 1989 году доли Дж. Акса в Axcom. После завершения сделки Берлекэмпу стали принадлежать 40 % акций компании, на долю Саймонса и Штрауса, другого партнера осталось по 25 %, а Акс сохранил 10 %. В глубине души Берлекэмп верил, что сможет вдохнуть в Axcom новую жизнь.
Летом 1989 года Элвин Берлекэмп взял бразды правления фондом Medallion в свои руки, как раз в то время, когда инвестиционный бизнес начал набирать обороты. 10 лет назад на финансовые компании приходилось примерно 10 % от совокупной прибыли корпораций в США. Теперь они стремительно приближались к удвоению этого показателя – наступила эпоха, которая запомнилась как время алчности и потворства своим желаниям. Компьютерная торговля казалась безумием. В то время трейдеры искали информационное преимущество — движущие рынок финансовые новости, недоступные широкой публике.
Модель казино
Берлекэмп, ученый, которого не интересовали пикантные слухи или полезные наводки, он не вписывался в это бурлящее время. Он очень поверхностно представлял себе, как другие компании зарабатывают свой капитал, и не хотел углубляться в этот вопрос. Берлекэмп, которому вскоре должно было исполниться 49 лет, едва ли имел какое-то внешнее сходство с королями вселенной, зарабатывающими ныне целые состояния на Уолл-стрит.
Он был очень худой, из-за постоянных диет, постепенно лысел, носил очки и аккуратно уложенную бородку с проседью. Он редко надевал галстуки и выделялся даже на фоне компьютерных ботаников, которые приобрели определенную известность в деловых кругах. Берлекэмп выглядел самым рассеянным профессором среди присутствующих, когда в 1989 году поехал на конференцию в Кармель, штат Калифорния, чтобы узнать, как компьютеры могут создавать более точные прогностические модели.
Ранее Акс выступал против перехода к регулярному использованию краткосрочной торговой стратегии, отчасти из-за беспокойства о том, что комиссии брокеров и другие расходы, связанные с более динамичной торговлей, сведут на нет возможную прибыль. Его также волновало, что быстрая торговля повлечет за собой столь стремительное изменение цен, которое сократит любую прибыль, – явление, называемое проскальзыванием. На Уолл-стрит даже существовало неписаное правило: не торгуйте слишком много. Помимо затрат, краткосрочная стратегия обычно не приносила существенной выгоды, поэтому привлекала мало инвесторов – зачем так усердно работать и так часто заключать сделки, если потенциальная выгода от них столь ограничена?
«Вы просто не ставили под сомнение эту точку зрения, точно так же, как никогда не сомневались в важности бейсбола, материнства или прекрасного вкуса яблочного пирога», – аппелировал Берлекэмп.
Берлекэмп не работал на Уолл-стрит и скептически относился к устоявшимся догмам, выдвинутым другими людьми, которые, на его взгляд, не проводили особенно сложной аналитики. Он выступил за расширение краткосрочной торговли. Большая часть долгосрочных сделок, которые заключала компания, была неудачными, тогда как краткосрочные сделки Medallion, благодаря работе Акса, Кармоны и других сотрудников компании, приносили максимальную прибыль.
Кроме того, Берлекэмп утверждал, что при долгосрочной торговле повышается значимость и последствия каждого принимаемого решения. Достаточно оступиться пару раз, и ваш портфель обречен. Впрочем, когда совершается множество сделок, отдельные шаги становятся не столь значимыми, что снижает общий риск потери капитала.
Берлекэмп и его коллеги надеялись, что Medallion станет аналогом казино
В казино ежедневно делается множество ставок, при этом для получения прибыли требуется, чтобы сыграло чуть больше половины от их числа. Axcom хотел проводить торговые операции с большей частотой и увеличивать прибыль, зарабатывая деньги на подавляющей части сделок. С небольшим статистическим преимуществом закон больших чисел будет на их стороне, так же, как и в случае с казино.
«Если вы проводите много торговых операций, то вам нужно не ошибиться лишь в 51 % случаев, – говорил Берлекэмп одному из своих коллег. – В каждой сделке нам будет достаточно небольшого преимущества».
В итоге, команда Medallion начала выявлять надежные и повторяемые краткосрочные паттерны на рынке. Они переключились на этот вид торговли, удерживая позиции всего несколько дней. В этом процессе ключевую роль сыграл Генри Лауфер.
Профессор математики Генри Лауфер – перевел фонд Medallion на краткосрочный трейдинг
Лауфер заработал 125 000 000 долларов США в 2008 году, во время финансового кризиса 2007-2008 годов. На следующий год, в 2009 году, Forbes назвал его одним из “Самых высокооплачиваемых людей Уолл-стрит” с доходом в 390 000 000 долларов США.
Генри Б. Лауфер (род. 1945) – американский математик, инвестор и филантроп. Он занимал должность вице-президента по исследованиям в Renaissance Technologies. Родился в еврейской семье в 1945 году, получил степень доктора философии в Принстонском университете в 1965 году, обучаясь у Роберта Ганнинга. Его исследования были сосредоточены на комплексных переменных и алгебраической топологии. Он покинул Стоуни Брук в 1992 году, чтобы присоединиться к Renaissance Technologies. В 2015 году в Университете Цинхуа в Китае была проведена конференция, посвященная его 70-летию.
Лауфер стал соучредителем Medallion Fund вместе с Джимом Саймонсом в 1988 году. В офисе Саймонса на Лонг-Айленде Лауфер и еще несколько научных сотрудников из университета Стоуни-Брук пытались модернизировать торговую модель Medallion. Берлекэмп и Штраус решали аналогичную задачу в университете Беркли.
Берлекэмп и Лауфер провели не один месяц за изучением данных, работая часами, не отрываясь от компьютера, анализируя поведение цен в зависимости от десятков тысяч различных рыночных событий.
Лауфер сумел выделить шаблоны-призраки мгновенного движения рынков в ответ на новую информацию.Чаще всего они казались бессистемными и хаотичными. Ученый, в арсенале которого были статистические очки высокого разрешения, мог разглядеть в этих движениях определенные едва различимые шаблоны. Если вы изучили тысячи реакций на тысячи событий, более чем в половине случаев возникала определенная последовательность взаимосвязей. Раз за разом ставя на эти неочевидные невооруженным взглядом последовательности, команда Сайсонса выигрывала гораздо чаще, чем теряла. А если ставить часто и помногу, можно было иметь приличный доход.
Кроме повторяющихся последовательностей, не лишенных смысла, система, разработанная Берлекэмпом и Лауфером, стала отслеживать едва различимые необъяснимые закономерности на различных рынках. Эти тенденции и отклонения иногда происходили так стремительно, что большинство инвесторов их просто не замечало. Поэтому команда называла их призраками, которые появлялись достаточно часто и стали достойным дополнением различных торговых идей, рассматриваемых ими.
Установленные в офисе более современные и мощные компьютеры MIPS («миллион инструкций в секунду») позволили компании быстро анализировать все ценовые данные, накопленные Штраусом, генерируя при этом тысячи статистически значимых наблюдений среди информации о сделках. Это помогло выявить не обнаруженные ранее закономерности в ценах.
К концу 1989 года, спустя шесть месяцев работы, Берлекэмп и Лауфер были уже уверены, что модернизированная ими торговая система, ориентированная на сырьевые, валютные и облигационные рынки, успешно сработает.
“Я был уверен, что модели будут работать лучше. Я не думал, что они будут настолько хороши”. Элвин Берлекамп
Компания внедрила новый подход в быстрой торговле в конце 1989 года, с капиталом в 27 миллионов долларов, которыми по-прежнему управлял Саймонс. Сотрудники были поражены тем, как быстро этот подход показал отличные результаты. Они увеличили количество торговых операций, сократив среднее время удержания позиций Medallion с полутора недель до полутора суток, почти ежедневно получая прибыль.
“На протяжении почти всего 1990 года команда Саймонса действовала почти безошибочно, словно они узнали некую магическую формулу спустя десятилетия безуспешной работы в лаборатории. Вместо того чтобы совершать ежедневные сделки только на открытии и закрытии торгов, Берлекэмп, Лауфер и Штраус проводили также торговые операции в полдень. Их торговая система занималась главным образом краткосрочными сделками, тогда как долгосрочная торговля составляла лишь 10% от проводимых операций. Однажды, впервые за все время существования компании, она заработал более 1 миллиона долларов за день.” Цукерман «Человек, который решил рынок: как Джим Саймонс запустил квантовую революцию»
Был случай, когда компания Саймонса заработала более 1 миллиона долларов за один день. При этом, многие принимали струдников Medallion за психов, заряженных нелепыми идеями. Саймонса это мало волновало, достигнутые успехи только укрепили его убежденность в том, что автоматизированная торговая система быстрых продаж способна обыграть рынок.
В 1990 году Medallion получил 55,9% прибыли, что стало значительным прорывом по сравнению с 4% потерь в предыдущем году. Прибыль казалась особенно впечатляющей в силу того, что ее размер превышал огромные комиссионные, взимаемые фондом, которые составляли 5% всех управляемых активов и 20% всех доходов, получаемых фондом.
Берлекэмп
Через 16 месяцев после того, как Берлекэмп возглавил компанию, он продал свой пакет в 40 % Саймонсу с наценкой в 500% и возвратился к преподаванию математики в Калифорнийском университете,в Беркли.
“Я получал намного больше удовольствия от общения с учеными, чем c финансовыми типами, – говорит Берлекамп. – Большинство людей в этом бизнесе довольно-таки доллароцентричны. Это делает жизнь скучной. Мной всегда двигало любопытство, тогда, как Джим был сосредоточен на прибыли».
“Берлекэмп, Акс и Баум покинули фирму, но Саймонса это не особо волновало. Джеймс был уверен, что создал надежный метод для инвестирования на регулярной основе, при помощи компьютеров и алгоритмов, разработанных для торговли сырьевыми товарами, облигациями и валютами, — то, что стало усложненной и научно-обоснованной версией технической торговли, которая занималась поиском неочевидных закономерностей рынка.” Цукерман «Человек, который решил рынок: как Джим Саймонс запустил квантовую революцию»
В статье использованы материалы книги Цукермана «Человек, который решил рынок: как Джим Саймонс запустил квантовую революцию» и Маллаби “Денег больше, чем у бога”
Продолжение в следующей статье.