Кванты. Как волшебники от математики заработали миллиарды и чуть не обрушили фондовый рынок
Шрифт:
На Уолл-стрит не было трейдера, который, услышав о невероятных успехах фонда, не подумал бы: как же они это делают?
Саймонс все эти годы не слишком распространялся о своих секретах и редко давал подсказки. Однажды, говоря о том, как фонд отсеивает данные в поисках моделей поведения цен, он сказал: «Модели движения цен не случайны, — это был камень в огород любителей случайных блужданий по эффективному рынку вроде Юджина Фамы. — И все же они очень близки к случайности, так что извлечь из этого какую-то выгоду очень непросто. Слава богу, не всем заметны эти закономерности».
Усмехнувшись,
Однажды в 2003 году Пол Самуэльсон приехал в офис Renaissance в Ист-Сетокет. Экономист из MIT и нобелевский лауреат долгое время считал, что обыграть рынок невозможно. Он объяснял это так: если бы кто-то мог это сделать, он бы спрятался от людей и никому не раскрывал своего секрета.
«Что ж, похоже, я вас нашел», — заявил Самуэльсон под хохот богатых квантов из Ист-Сетокета.
Как же Renaissance обнаруживает неслучайные движения цен? Это все равно что спросить, знают ли в фонде Истину.
Никто за пределами офисов Renaissance Technologies не знает, как работает компания. Немногие уволились оттуда. И они тоже ничего не расскажут.
И все же несколько зацепок есть. Одна из них — большое количество криптографов, помогавших создавать Medallion: Акс, Берлекэмп и, конечно же, сам Саймонс. Криптографы натасканы на то, чтобы находить скрытую информацию в случайной с виду последовательности символов. Renaissance использовал это умение, чтобы проанализировать бесконечные цепочки рыночных данных, например ежесекундно меняющиеся цены на нефть, и одновременно увидеть, как на эти данные влияют другие активы — доллар или золото.
Еще одну зацепку можно найти в принятом компанией в начале 1990-х решении нанять несколько человек, занимающихся туманной и совершенно нетипичной для Уолл-стрит темой распознавания речи.
В ноябре 1993 года Renaissance взял на работу Питера Брауна и Роберта Мерсера, основателей группы распознавания речи в принадлежащем компании IBM исследовательском центре Thomas J. Watson Research Center в Йорктаун-Хайтс округа Уэстчестер. Браун зарекомендовал себя как настоящий трудоголик, зачастую ночевавший в офисе в Ист-Сетокете на встроенной в шкаф кровати, к днищу которой была прикреплена белая доска для презентаций. Он очень беспокоился о своем здоровье и стал заядлым игроком в сквош, так как вычислил, что это самый эффективный способ поддерживать себя в форме.
Его частенько видели в офисе неопрятно одетого, с карандашами, торчащими из всех карманов. Браун умел разгадывать неразрешимые математические загадки, а также собирать неимоверной сложности компьютеры.
А вот Мерсера в Renaissance прозвали «большой пушкой». Если возникала серьезная проблема, требовавшая особого внимания, то, по рассказам одного из бывших сотрудников, компания просто «наводила на нее Боба и стреляла».
В последующие годы Renaissance переманил немало специалистов из группы по распознаванию речи IBM, включая Лалит Баль и братьев Винсента и Стивена делла Пьетра. Поиск в интернете по любому из этих имен выдает множество ссылок
На первый взгляд, у распознавания речи и инвестиций общего мало. Но если копнуть глубже, обнаруживаются удивительные взаимосвязи. Компьютерные модели, воспринимающие человеческую речь, зависят от ретроспективных данных, симулирующих акустические сигналы. Чтобы максимально эффективно оперировать ими, программы отслеживают сигналы и на основе функций вероятности пытаются угадать, какой звук будет следующим. Программы постоянно работают, чтобы успеть за говорящим.
Финансовые программы тоже состоят из цепочек данных. Если использовать модели распознавания речи для финансовых данных, например цен на соевые бобы, Renaissance сможет оценить границы вероятностей будущего движения цен. Если удача на нашей стороне… если есть преимущество…
Естественно, все совсем не так просто — иначе все специалисты по распознаванию речи тут же побежали бы в хедж-фонды. Есть проблемы, включая качество данных и верность найденных моделей. Но одно понятно: между распознаванием речи и инвестициями есть мощная связь, которую Renaissance умело использует.
Распознавание речи имело огромное значение для улучшения результатов работы Renaissance. Об этом говорит уже то, что Браун и Мерсер были назначены CEO, после того как Саймонс ушел с этого поста в конце 2009 года.
— Это статистическая игра, — сказал Ник Паттерсон, бывший аналитик и трейдер из Renaissance, который раньше в качестве криптографа работал на британское и американское правительство. — Нужно высматривать на рынке явления. Настоящие ли они? Это ключевой вопрос. Нужно убедиться, что это не сбой модели или просто шум.
Если феномен «настоящий», то его капитализация может оказаться еще более сложной задачей. Какой леверидж стоит использовать? Какие суммы поставить на эту стратегию, прежде чем она станет неэффективной? Мыслители фонда Renaissance продумывали все эти моменты и много чего еще.
— Наше преимущество было совсем небольшим, но это все равно что быть игроком, нанятым казино, — добавил Паттерсон. — У вас есть малюсенькая фора на каждую ставку, а уж как ею воспользоваться — дело ваше.
Связующей нитью между технологией распознавания речи и криптографией стала теория информации. И в самом деле, она возникла отчасти из-за желания правительств взломать коды противников во время Второй мировой. На финансовых рынках криптографы пытаются распознать скрытые модели, которые могут вновь появиться в будущем.
Может быть, Medallion больше оттачивает свои модели, чем кажется на первый взгляд. Один человек, связанный с фондом, сказал мне, что они подстраивают модели под условия рынка гораздо чаще, чем большинство квантов. Изменения основываются на сложных рыночных сигналах, распознаваемых мощнейшими компьютерами фонда. Огромная скорость торговых операций и большое количество рынков, на которых работает Medallion, дают фонду много возможностей сдвигать фокус своей деятельности. Большинству узкоспециальных фондов, созданных квантами, об этом можно только мечтать.