«Человек, который разгадал рынок». Обзор книги о математике, который создал самый прибыльный фонд

Вопрос: В чем разница между математиком с докторской степенью и пиццей?

Ответ: Пицца может накормить семью из четырех человек.

Я сам по работе завязан на аналитику данных, поэтому мне импонирует этот подход. В книге нет формул и математических моделей. Она в чисто американском журналистском стиле пересказывают историю фонда и его ключевых сотрудников.

Его имя пока не на слуху. И это первая из книг, написанная о Джеймсе Саймонсе. Между тем инвестиционный его фонд Renaissance Technologies на данный момент является самым прибыльным на протяжении трех десятилетий. Доходность выше, чем у Баффета, Сороса или Далио. 

«Начиная с 1988 года, флагман компании Renaissance, хедж-фонд Medallion, показывает среднюю годовую доходность 66 %, а его прибыль от торговых операций превышает 100 миллиардов долларов».

В чем успех фонда Саймонса? 

Будучи математиком Джеймс Саймонс поставил науку на службу прибыли. 

Сначала он был ученым, потом криптологом, работая на Минобороны, затем создал математическую кафедру мирового уровня и только после 40 обратил внимание на финансовые рынки. 

Предвидя кардинальные перемены в обществе, он начал использовать алгоритмы, компьютерное моделирование и большие данные, в то время как Марк Цукерберг и его сверстники еще под стол пешком ходили.

1. Саймонс нанимал настоящих ученых с докторскими степенями. 

«В компании работали около 250 штатных сотрудников и более 60 кандидатов наук, включая экспертов по искусственному интеллекту, квантовых физиков, специалистов по компьютерной лингвистике, статистиков и теоретиков чисел, а также других ученых и математиков».

2. Математики работали с историческими данными для поиска закономерностей, копались в архивах, скрупулезно восстанавливая цены. 

3. Для анализа использовали всю мощь статистического анализа, стохастические уравнения, цепи Маркова и другие мудреные математические методы. 

4. Затем одними из первых на Уолл-стрит начали писать алгоритмы и компьютерные программы.

5. В итоге одними из первых перешли на высокочастотную торговлю и стали использовать машинное обучение. 

Кто такие кванты?

«Вместе с командой они обрабатывали статистические данные, решали задачи при помощи компьютеров и использовали алгоритмы еще 30 лет тому назад – задолго до того, как эти методы стали применять в Кремниевой долине и правительственных учреждениях, на спортивных стадионах и в кабинетах врачей, в центрах управления вооруженными силами и почти повсюду, где необходимо было составлять прогнозы».

Сейчас этот подход называется количественным или квантовым. 

«Управленцы со степенью MBA когда-то с насмешкой относились к мысли о том, что при инвестировании следует опираться на научный, системный подход. Они были уверены: при необходимости можно всегда нанять кодера. Сегодня программисты говорят то же самое об управленцах со степенью MBA, если вообще о них вспоминают».

Годами сотрудники фонда искали закономерности. Алгоритмы фонда стали пожирать все больше информации помимо всевозможных данных о ценах ценных бумаг: отчеты компаний, новостные ленты, посты в соцсетях, вакансии компаний… Вплоть до влияния прогнозов погоды в Бразилии на урожай кофе и цены на фьючерсы. 

«… подходили к решению этой проблемы как к математической задаче, так же как и в случае с работой по распознаванию речи в IBM. В качестве входных данных они использовали торговые затраты фонда, уровни левериджа, факторы риска, а также другие ограничения и требования. С учетом всех этих факторов они создали систему для решения задачи по формированию идеального портфеля, которая на протяжении всего дня принимала оптимальные решения для максимизации прибыли».

В результате они полностью ушли от прогнозирования цен.

«Это  породило определенный цинизм внутри компании относительно возможности предсказывать движения финансовых рынков. «Когда услышите, как финансовые эксперты говорят о том, что рынок движется вверх по такой-то причине, помните – все это ерунда».

Интересна дилемма, с которой столкнулись сотрудники фонда, которые богатели вместе со своей компанией: «А заслуживаю ли я все эти деньги?»

Большинство пришли к выводу, что их работа полезна, так как их активная торговля увеличивает ликвидность рынка и способствует инвесторам легко входить и выходить из позиций, помогая тем самым финансовой системе. 

За фондом Renaissance Technologies подтягивались конкуренты. В итоге квантовые инвесторы стали доминирующими игроками в финансовом бизнесе. А данных, которые влияют на принятие решений, становится все больше в геометрической прогрессии.  

«Инвесторы сейчас стремятся заполучить альтернативные данные, включающих в себя практически все, что можно вообразить, в том числе мгновенную информацию от датчиков и спутниковых изображений по всему миру. Креативные инвесторы ищут корреляции и закономерности, которые могут помочь им в зарабатывании денег, тщательно изучая тональность голоса руководителей на конференц-звонках, трафик на парковках розничных магазинов, реестры заявок на автострахование и рекомендации соцсетей».

«Вместо того чтобы ждать выхода статистики о сельскохозяйственном производстве, кванты изучают продажи сельскохозтехники или спутниковые снимки урожайности. Коносаменты на грузовые контейнеры могут дать представление о глобальных сдвигах. Систематические трейдеры могут даже получить информацию, по каким проходам покупатели двигаются и у каких полок останавливаются, выбирая покупки, на основе данных, переданных их смартфонами. Если вы анализируете популярность нового продукта – просмотрите обзоры Amazon». 

Тем не менее рынок все более эффективен и заработать на нем не так уж и просто, даже имея уникальные данные, компьютерную мощь, особые таланты, а также опыт торговли и управления рисками.

«Мы правы всего в 50,75% случаев… Но мы на 100% правы в 50,75 % случаев. Таким способом можно заработать миллиарды».

Что уж говорить об обычных частных инвесторах…

❓ Читали? Что еще посоветуете? 

—