Избранное трейдера Rymys
Джулиан Робертсон сделал $22 млрд за 18 лет. А потом потерял почти всё.
Он стал легендой Уолл-стрит, основав один из первых и самых успешных хедж-фондов в истории. А потом закрыл его, потеряв большую часть активов за полтора года. Рассказываем о взлете и падении Джулиана Робертсона.
Успешные инвесторы не всегда остаются такими до конца жизни. Но вряд ли кто-то сравнится по амплитуде взлетов и падений с Джулианом Хартом Робертсоном — человеком, который создал один из самых успешных хедж-фондов в истории, а затем потерял уйму денег и отказался от управления чужими средствами.
Робертсон родился в обеспеченной семье менеджера текстильной компании. В детстве и юношестве не хватал звезд с неба: был обычным учеником в школе, а высшее образование получил в довольно среднем по американским меркам университете Северной Каролины.
После вуза он отправился в армию — Джулиан два года служил в Военно-морском флоте США в звании офицера. Вернувшись на «гражданку», Робертсон связал жизнь с финансовым рынком: перебрался в Нью-Йорк и начал работать биржевым маклером в инвестиционной компании Kidder, Peabody & Co. Там он провел почти 20 лет, дослужившись до поста руководителя подразделения по управлению активами Webster Securities.
В 1979 году Робертсон поступил нетипично: взял всю семью и уехал на год в отпуск в Новую Зеландию. Именно там в возрасте 47 лет он переосмыслил свою жизнь и решил торговать самостоятельно.
В 1980 году Джулиан создал инвестиционный фонд Tiger Management Corporation — один из первых хедж-фондов в мире. Фонды, входящие в группу Tiger, впоследствии также назывались в честь хищных животных семейства кошачьих: Lion, Panther, Jaguar, Ocelot, Puma.
Первоначальный капитал Tiger составлял лишь $8 млн от друзей и родственников Робертсона. Но к 1996 году он превратил их в невероятные $7,2 млрд. А к 1998-му активы Tiger Management оценивались в $22,8 млрд.
Как он это сделал? Во-первых, Джулиан был максимально талантливым инвестором: его подчиненные рассказывали, что «он мог взглянуть на длинный список цифр в отчете, который никогда до этого не видел, и сказать, что верно, а что нет». Робертсон сам не скрывал, что способен практически мгновенно перемножать и делить в уме большие числа.
Джулиан отлично предсказывал движение котировок: ему удалось закончить в плюсе даже кризисный 1987 год, поскольку тогда Tiger вовремя переключился с американских бумаг на иностранные. А в 1993-м годовая доходность Tiger составила 80% благодаря успешным сделкам с облигациями.
Робертсон отличался способностью выявлять таланты. Он собрал одну из лучших аналитических команд на Уолл-стрит. Его друг Аарон Стерн называл ее «командой суперкубка». Они проводили всесторонний анализ компаний, которые фонд рассматривал в качестве возможности для инвестиций, после чего показывали результаты Робертсону — а он уже принимал окончательное решение.
Джулиан постоянно требовал от подчиненных новых идей, но и не скупился на зарплату: в 1993-м после получения рекордной прибыли он направил на вознаграждение сотрудникам 10% прибыли, или $300 млн. Правда, самому себе он выписал ровно столько же.
Отбор компаний был очень жестким. Аналитики не ограничивались изучением отчетов: посещали торговые выставки, изучали десятки тематических журналов. Одна из членов команды Tiger Кэтрин Ягуби рассказывала, что во время сбора информации о косметической компании Avon ей пришлось стать распространителем продукции фирмы.
Суммы инвестиций в Tiger всегда были очень крупными. Не менее $125 млн для длинных позиций и не менее $50–70 млн для коротких. Также он принимал в фонд лишь крупных инвесторов, готовых расстаться с суммой не менее $5 млн.
Несмотря на команду аналитиков, Робертсон был сторонником сверхжесткого контроля и всегда лично управлял портфелем Tiger. При этом он часто в штыки воспринимал чужую точку зрения и легко выходил из себя. Авторитарный Джулиан полагался только на собственные мнение и опыт — и в итоге все же начал ошибаться.
Помню, приехал на физ.фак в пермский вуз посмотреть-подумать, не пойти ли в физику (физику я тоже в школе любил) — а там профессора в драных свитерах тоже пытаются как-то заработать денег на еду. Тогда я и понял, что в топку вашу физику-математику-медицину, если вся эта херня не может прокормить семью.
Учиться мне было неимоверно тяжело, потому что экономика — это гуманитарная дисциплина, там всякий бухучет, юриспруденция, история, английский язык — адовые дисциплины для моих «точных» мозгов, неимоверно скучные. Никаких данных для их изучения у меня отродясь не бывало — плохая память и полное отсутствие интереса к этой занудной ботве.
🦉Интересный отрывок из интервью с У. Баффетом
Хочу поделиться с вами некоторыми ключевыми моментами из интервью с Баффетом.
«Представьте, что вы владеете не акциями, а земельным участком или коммерческой недвижимостью. Вы же не станете каждый день сверять цену на свою собственность или каждую неделю
Вы следите только за тем, как работает бизнес. А на рынке может произойти все, что угодно и именно поэтому я никогда не советую брать деньги под залог ценных бумаг. Рынки вам ничем не обязаны. Завтра они могут и не открыться
Если я собираюсь купить половину акций Макдональдс или франшизу Макдональдс, то я буду управлять бизнесом и смотреть на показатели работы этого бизнеса
Только так я смогу понять, насколько хороший у меня бизнес
Я буду следить за уровнем конкуренции за общей ситуацией в стране и за тем, как мы выполняем ежегодный план.
Если же вы смотрите только на цену, то это уже не инвестиции
ПЕРЕПОДГОНКА ч.2
В предыдущей заметке https://smart-lab.ru/blog/628025.php
я описал пример применения метода Монте-Карло для оценки переподгонки на базе дневных данных по фьючерсу на индекс РТС. Поскольку мало кто понял, о чем я, собственно, веду речь, и зачем это вообще нужно, продолжу.
Весь расчет был сделан для считающегося условно-безопасным случая 3 – х индикаторов (2^3=8 кластеров). Резонный вопрос, а если кластеров больше или меньше, что будет. Для начала провел моделирование для случая 2, 4, 8, 16, 32 кластеров и привел эмпирическую формулу, связывающую результат с числом степеней свободы (число коих на 1 меньше числа кластеров).
Число кластеров |
Степеней свободы |
Средний Шарп |
Приведенный Шарп |
2 |
1 |
0,214 |
0,214 |