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

Женившись второй раз и отыскав третьего по счету делового партнера, Джеймс решил использовать радикальный стиль инвестирования. Благодаря совместной работе с Элвином Берлекэмпом, который занимался теорией игр, Саймонс разработал компьютерную модель, способную обрабатывать огромные потоки данных и находить самые удачные сделки. Это был научный и системный подход, отчасти направленный на то, чтобы убрать эмоциональную составляющую из инвестиционного процесса.

«Если в нашем распоряжении есть достаточно данных, то я знаю, что мы можем делать предсказания», – говорил Саймонс своему коллеге.

Приближенные Джеймса понимали, что на самом деле движет его поступками. Уже в возрасте 23 лет он получил степень PhD[7], а позже – признанным в правительстве дешифровщиком, прославленным математиком и руководителем университета, который продвигал принципиально новые идеи. Он хотел решать новые задачи и иметь больше пространства для действий.

Как-то раз Саймонс сказал своему другу, что «было бы здорово» разрешить давнюю загадку рынка и завоевать мир инвестиций. Он хотел покорить рынок при помощи математики. Джеймс понимал, что если справится с этой задачей, то заработает миллионы долларов, и даже больше. Этого было бы достаточно для того, чтобы иметь возможность влиять на происходящее за пределами Уолл-стрит, что, по мнению некоторых, было его главной целью.

В трейдинге, как и в математике, человеку средних лет редко удается достичь значительных результатов. Тем не менее Саймонс верил в то, что он стоял на грани выдающегося, возможно, даже исторически важного открытия.

Зажимая между двумя пальцами сигарету марки Merit, Джеймс потянулся за телефоном, чтобы еще раз позвонить Берлекэмпу.

«Ты видел, что с золотом?» – спросил Саймонс хрипловатым голосом с акцентом, который говорил о том, что детство он провел в Бостоне.

«Да, я видел цены на золото, – ответил Берлекэмп. – И нет, нам не надо корректировать нашу торговую систему».

Джеймс не стал давить на коллегу, и закончил разговор, как обычно, вежливо. Однако Берлекэмпа раздражало такое навязчивое поведение Саймонса. Серьезный и стройный Берлекэмп с голубыми глазами, скрытыми за роговой оправой очков, работал на другом конце страны. Его офис находился в паре минутах ходьбы от кампуса Калифорнийского университета в Беркли, где он продолжал преподавать. Когда Берлекэмп обсуждал свою торговую систему с выпускниками бизнес-школы, последние иногда высмеивали его совместно разработанные с Саймонсом методы, называя их «шарлатанством».

«Давайте смотреть правде в глаза. Компьютеры не способны превзойти решения, принятые человеком», – сказал один из них преподавателю.

На что Берлекэмп ответил: «Мы превзойдем способности человека».

Интуитивно он понимал, по какой причине их подход напоминал современный аналог алхимии. Но даже он не мог полностью объяснить, почему созданная ими компьютерная модель рекомендовала проводить те или иные сделки.

Идеи Саймонса были непоняты не только в университетском городке. Золотой век традиционных методов инвестирования начался, когда Джордж Сорос, Питер Линч, Билл Гросс и другие 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.

В отличие от своих конкурентов Саймонс не имел ни малейшего представления о том, как производить оценку денежных потоков, искать новую продукцию или прогнозировать процентные ставки.

Он перебирал информацию о ценах. Не было даже подходящего названия для такого типа торговли, который включает в себя очистку данных, сигналы и тестирование на исторических данных, – абсолютно незнакомые для большинства профессионалов Уолл-стрит термины.

В 1990 году лишь единицы пользовались электронной почтой, интернет-браузер еще не изобрели, а алгоритмы в лучшем случае были известны как набор пошаговых действий, которые позволяли компьютеру Алана Тьюринга расшифровывать закодированные сообщения нацистов во время Второй мировой войны. Идея того, что подобные формулы могут указать на верное решение или даже управлять повседневной жизнью сотен миллионов людей, а также того, что пара бывших профессоров математики сможет использовать компьютеры для победы над опытными и знаменитыми инвесторами, выглядела надуманной, если не откровенно смехотворной.

Несмотря на это, Саймонс был настроен оптимистично и не терял веры в себя. Он разглядел первые признаки успеха своей компьютерной системы, что вселяло определенную надежду. Кроме того, у Джеймса было не так много вариантов. Его некогда процветающие венчурные инвестиции не приносили дохода, и он совершенно точно не хотел возвращаться к преподавательской деятельности.

«Давайте поработаем над этой системой, – сказал он Берлекэмпу во время очередного срочного звонка. – Я уверен, что в следующем году мы заработаем 80 %».

Доходность 80 % годовых? Он действительно спятил, подумал Берлекэмп.

«Получить такую огромную прибыль почти невозможно», – ответил он Саймонсу. И добавил: «Нет необходимости так часто звонить мне, Джим».

Однако Саймонс продолжал донимать своего напарника. В итоге Берлекэмп потерял терпение и ушел из компании, что стало для Джеймса очередным ударом.

«Черт с ним, я сам запущу этот проект», – сказал Саймонс своему другу.

Примерно в то же самое время в другой части штата Нью-Йорк, в 80 км от офиса Джеймса, еще один ученый, высокий и статный мужчина средних лет, смотрел на флипчарт, пытаясь найти решение для собственных задач. Роберт Мерсер работал в растущем исследовательском центре IBM[8] в пригороде Уэстчестера, пытаясь среди прочего найти способы, при помощи которых можно было бы научить компьютеры лучше распознавать речь и переводить сказанное на иностранном языке.

Вместо того чтобы следовать традиционным методам, Мерсер решал поставленные задачи с помощью ранней версии крупномасштабного машинного обучения.

С коллегами он загружал в компьютеры необходимое количество данных для того, чтобы те автоматически выполняли те или иные действия. Однако Мерсер проработал в этой IT-корпорации уже почти два десятилетия, и до сих пор не было ясно, как далеко вместе со своей командой он может продвинуться.

Мерсер оставался загадкой для своих коллег, даже для тех, кто годами работал с ним бок о бок. Он был невероятно талантлив, но при этом казался странным и не очень общительным. Каждый день во время обеда он съедал бутерброд с тунцом или арахисовым маслом и джемом, который был упакован в использованный не раз коричневый бумажный пакет. Прогуливаясь по офису с отсутствующим взглядом, Мерсер всегда с удовольствием насвистывал или напевал себе под нос какую-нибудь известную песню. По большей части он высказывал потрясающие, глубокомысленные идеи, хотя иногда позволял себе и крайне резкие суждения.

Как-то раз Мерсер сказал своим коллегам, что верит в то, что будет жить вечно. Сотрудники поверили ему на слово, хотя история показывает, что это маловероятно. Позднее коллеги узнают о его глубокой враждебности к