Человек, который разгадал рынок. Как математик Джим Саймонс заработал на фондовом рынке 23 млрд долларов

«Воспользуйтесь этим», – призывал Кармона своих коллег.

Когда они рассказали об этом подходе Саймонсу, тот побледнел. Он понимал, каким образом линейные уравнения, на которые они опирались, генерировали предположения относительно торговых операций и распределения капитала. Однако оставалось неясным, почему именно программа Кармона выдавала те или иные результаты. Его беспокоило, что в основе данного метода была модель, которую Саймонс и его коллеги не могли просто свести к набору стандартных уравнений. Для того чтобы получить какие-то результаты, Кармона запускал программу, работающую на протяжении нескольких часов, в течение которых компьютеры распознавали образы, а затем генерировали сделки. Саймонсу казалось, что здесь что-то не так.

«Меня смущает то, какие результаты она выдает, – сказал как-то раз Саймонс своим коллегам, – я не понимаю, почему [программа говорит покупать, а не продавать]».

Со временем его раздражение только усилилось.

«Это какой-то черный ящик!» – воскликнул он с разочарованием.

Кармона был согласен с оценкой Саймонса, но продолжал стоять на своем.

«Просто отслеживай данные, Джим, – сказал он. – Я тут ни при чем, все дело в данных».

Акс, подружившись с Кармон, поддерживал разработанный им подход и отстаивал его перед Саймонсом.

«Это работает, Джим, – убеждал его Аксон. – В этом есть здравый смысл… человек не способен прогнозировать цены».

Акс настаивал, что этим должны заниматься компьютеры. Именно на это изначально и рассчитывал Саймонс.

Тем не менее он по-прежнему сомневался в целесообразности использования такого радикального подхода. Саймонс понимал необходимость применения подобных моделей, однако глубоко в душе не мог с этим смириться.

«Джим любил вдаваться в детали того, как функционирует та или иная модель, – вспоминает Штраус. – Он не был в восторге от ядерного метода».

Со временем Штраус и его коллеги нашли и дополнили другие исторические данные относительно цен, что помогло Аксу разработать новые прогностические модели, опираясь при этом на предложения Кармон. Некоторые из еженедельных сводок о биржевых торгах, обнаруженных ими позднее, восходили к XIX веку (надежная информация, к которой лишь немногие имели доступ). На тот момент они едва ли могли применить эти данные, однако возможность изучать историю и видеть, как рынки реагировали на выходящие за рамки привычного события, позже поможет команде Саймонса разработать и другие модели.

Они позволят извлекать прибыль из обвалов на фондовых рынках и других экстремальных ситуаций, чтобы оставаться активными игроками в такие моменты.

Когда команда Axcom начала тестировать данный подход, они сразу обнаружили улучшение показателей. Компания стала внедрять методы многомерной ядерной регрессии, которые, казалось, лучше всего работают для трендовых моделей или прогнозирования того, как долго будет сохраняться тренд по определенным инструментам.

Саймонс был убежден, что они способны на большее. Идеи Кармон оказались полезными, но этого было недостаточно. Саймонс созванивался и приезжал в Axcom, надеясь усовершенствовать рабочий процесс компании, однако по большей части он выступал в качестве клиентского менеджера, занимаясь поиском богатых инвесторов для фонда и поддерживая с ними отношения. Он также инвестировал в технологические проекты, которые составляли примерно половину от активов в 100 миллионов долларов, которые теперь принадлежали фирме. Саймонс продолжал искать дополнительную интеллектуальную мощь в лице математиков и договорился с уважаемым ученым проконсультировать сотрудников его компании. Этот шаг мог послужить основой для исторически значимого прорыва.

Глава пятая

Я глубоко убежден, что для детей и большинства взрослых главным мотиватором является любопытство, а не деньги.

Элвин Берлекэмп

Если бы Элвину Берлекэмпу сказали, что он поможет осуществить настоящую революцию в мире финансов, он воспринял бы это, как неудавшуюся шутку.