Выбор редакции
04 ноября, 09:19

Quantitive против Macro. За кем пойти, куда податься?

Если посмотреть на стоимость активов по версии Forbes Пола Тюдора Джонса и Джеймса Саймонса, становится очевидным тот факт, что сегодня макротрейдинг проигрывает количественным методам торговли. Саймонс с 14 года нарастил свой вес почти в 2 раза (20 млрд.), в то время как капитал Джонса увеличился лишь на 200 млн. до 4.5 млрд. Все больше участников рынка ушли и уходят в quantitive trading. Даже Джонсу пришлось сокращать свой штат и в значительной степени переориентироваться на количественные методы. Сейчас время таких как Саймонс. Рынки, бизнес, наш мир и наша жизнь постоянно меняются.Очевидным также становится и тот факт, что если в сферу quantitive trading направлены значительные капиталы и умы, то обычному обывателю становится все сложней добывать «свою копейку» в этой области и прибыль постоянно будет снижаться. Впрочем и основным конкурентам на этом рынке придется со временем снижать свои аппетиты и рапортовать о снижении доходности.Макротрейдинг это прошлое? Не получится ли так, что и здесь мы будем наблюдать так называемую трагедию общин? Станет ли quantitive trading, как и сам рынок, тем самым огромным кинотеатром с маленькой дверью, когда все побегут к выходу при «очередном пожаре»? И есть ли новое будущее у macro trading или это пережиток прошлого?Интересны ваши мнения, ваши знания! Только конструктивно и по делу.https://t.me/longshortview

19 декабря 2017, 12:19

Одураченные закономерностями. Виды закономерного одурачивания трейдеров

 (информационно-просветительский текст о трейдинге – очень краткое теоретическое обоснованиеи указание на  его  тайный  механизм, о котором многие не догадываются, а те, кто догадываются, часто неправильно понимают его сущность. Но от степени понимания этого механизма и умения его использовать   некоторые трейдеры,  инвесторы, фонды зарабатывают очень прилично, другие -  просто прилично,  большинство — неприлично и  основная масса торгующих организмов (кто не в теме) теряют депозит) Если вам показалось, что вы меня поняли, то это значит, что вы поняли  меня неправильно.А.Гринспен Честно говоря, не хотел это писать, но ведь все равно  найдется «спиноза», который рано или поздно слегка  просветит понимающую эту тему  общественность.Поэтому  кратко только обозначим проблему , описание решения которой тянет на  очень толстую  монографию о  трейдинге с точки зрения «науки всех наук»  -  теории оптимального управления, ипопробуем кое-что объяснить.Но  мы  не  нассимы, и тем более талебы, у нас нет  времени детально все излагать … ну вы поняли.Глядя,  как большинство трейдерско-инвесторской публики, фонды и даже «звезды»  упорно впустую теряют на финрынках  огромные бабосики, имеют существенные просадки или болтающиеся около нуля эквити, при этом не догадываясь об истинных причинах этого, а также, читая тексты многих гуру, гурчиков и прочих аналитиков, понимаешь, к каким печальным последствиям приводит отсутствие правильного  научного подхода к трейдингу,  специальных знаний  и опыта  разработок сложных систем реального сектора в области управления объектами и технологическими процессами. Ну не любит публика точные науки, т.к. трудно и  долго учиться, и  еще тяжелей  превращать знания и опыт в реальные дела. Поэтому  при избыточном гумобразовании и перенасыщении своей головы отходами чужой мозговой деятельности ее тянет на рассуждения  о «философии», «психологии»,    «дисциплине», классическом «теханализе», на поиск «логики» рынка и  разработку «стратегий». При этом у многих очень высокий градус непонимания:  против кого же эти стратегии должны работать? Что толку от «стратегии», если вы не  знаете и по ряду причин  не можете знать  важнейших скрытых и таинственных  свойств     объекта-контрагента ? Этот объект – финрынок, обладая такими чудными свойствами,  может повести себя так, что ваша «стратегия»  рассыплется как  пыль.Поэтому за непонимание и незнание удивительных свойств финрынка  приходится расплачиваться.Действительно, многие трейдеры прилагают гигантские  усилия и затрачивают время на поиски   «торговой системы», ищут гуру и гурчиков  околорынка в надежде на «обучение», а  результаты чаще всего печальные.Как поется в одной песне: « … и в темноте целуют губы, но не те».Итак, что мы имеем и что нам нужно?     А   имеем мы  перед собой финансовые рынки,  представляющие собой объекты — динамические  системы со сложнейшими нестационарными нелинейными  внутренними связями и внешними  воздействиями многих  факторов разной мощности и  разной длительностью экспозиции.Поведение  таких объектов и   воздействия на них  могут быть описаны динамическими физико-математическими  моделями в виде  системы сложных математических формул и уравнений, при этом в   основе адекватных моделей  лежат   физические идеи и законы, о которых по ряду причин знает только подавляющее меньшинство.На  финрынках также присутствуют  субъекты  со своими  торговыми системами, которые, как надеются эти субъекты,  обеспечат  профит.Но финансовые    потенциалы  рынка стекаются от финансовых доноров  к субъектам, имеющих  одновременно достаточно высокие уровни знаний, опыта  и  интеллекта.Заметим, что субъекты с высокими значениями указанных  свойств на рынке встречаются очень редко. Поэтому понимание, правильная оценка ситуации,  четкая формулировка проблемы и  правильная постановка задачи помогут обычным трейдерам избежать многих ошибок, при этом задавая направляющие косинусы вектора движения трейдерско-инвесторской мысли.Но для начала важно убрать хаос в головах.1. Главный секрет эффективного трейдинга, ключевое понятие и основа (ядро) торговой системы -  адекватная адаптивная динамическая  физико-математическая модель (ДФММ)  финрынка Несмотря  на  очевидность для специалистов в области управления важности адекватной модели объекта, это недоступно четкому пониманию   многими субъектами рынка.Из-за этого парадоксального непонимания миллионы трейдеров покоятся на финансовом дне.Если говорить терминами теории оптимального  управления, позиция  на рынке является объектом управления  и  существует во   временнОм, ценовом и ресурсном континууме. К тому же этот  объект находится в рыночной среде с нестационарными и труднопрогнозируемыми параметрами, помехами  и шумами.Субъект  управления — это торговая система (ТС), в основе которой   физматмодель финрынка  в той или иной степени адекватности.Эффективная  ТС как  субъект управления должна   иметь степень свободы  не меньше степени свободы объекта управления. Это необходимое условие максимизации  целевой функции – профита   при заданных ограничениях.Проще говоря, сложный объект, да еще в нестационарной среде,  только временно может управляться простым субъектом, однако при этом  в конечном счете гарантирована потеря управления,  на языке трейдеров – слив депозита  и  маржинколл.Для  того, чтобы управлять сложным процессом (объектом) или успешно прогнозировать его поведение и будущие  состояния  необходима его  адекватная модель с учетом  условий, свойств нестационарной среды и прочих  возмущающих воздействий и шумов.Адекватная модель — это  идеализированное представление процесса (объекта) с сохранением его важнейших свойств, необходимых для достижения поставленной цели  анализа  или управления. Для финрынка, который является очень сложным объектом, это значит, что должна быть достаточно точная физическая трактовка основных материальных и информационных процессов (финпотоков),  среды их обитания, шумовых, импульсных и прочих воздействий, а также  их соответствующее физико-математическое описание (физматмодель). На рис. в сильно упрощенном виде  показано взаимодействие субъекта и объекта управления в трейдинге (инвестировании). Если динамическая физматмодель адекватна финрынку, то она  является  основой  правильного алгоритма торговой системы и позволяет трейдеру или роботу эффективно управлять позициями, утилизируя максимальный потенциал рынка в требуемом диапазоне тайм-фреймов.Вы хорошо слышите? Повторяю для слабослышащих.Для  успеха  управления позициями  д.б. разработана адекватная адаптивная динамическая физматмодель рынка, ибо только на ее основе строится эффективная торговая система (алгоритм).Другими словами, все проблемы трейдинга (оценка текущей ситуации на рынке, оптимальные вход и выход из позиций, управление объемом, рисками и т.п.)  решаются при наличии адекватной ДФММ – главной компоненты трейдинга.Гуру ,  маленькие гурчики и почти все книгописатели   либо сами не понимают роль и значение  четко формализованной ДФММ, либо скрывают ее от почтенной публики (маловероятно) или имеют ее суррогат (некоторые даже обучают «оральным» моделям, т.е. в  виде словесного описания, не поддающегося формализации).Короче, почти у всех гуру и трейдеров  три проблемы: первая – необходимо  знать, что в торговой системе должна быть адекватная адаптивная ДФММ финрынка, вторая – знать о существовании  первой проблемы, и третья –  собственно разработка ДФММ.Для этого важно понимать, что график инструмента  — это только видимая надводная часть айсберга. Подводная его часть подвержена сложным  турбулентным   многовекторным течениям,  а они могут быть выявлены и измерены только специальными «измерительными приборами» — своеобразными «рентгеновскими  аппаратами» или «эхолотами». Поэтому определить куда айсберг двинется, собирая только по его  видимой части  какую-то «статистику», рисуя «скользяшки», оценивая «паттерны», «фракталы», «уровни», «свечи», «волны» и т.п.  -  малоэффективно и часто даже контрпродуктивно.Адекватная ДФММ должна  целиком описывать этот «айсберг» и действующие на него «ветры и подводные течения», и тогда с высокой надежностью определяется направление его движения.Для тех, кто не понял, скажем проще.График инструмента — это только  одно сечение  шевелящегося ковра, под которым на полу идет схватка большой своры  бульдогов, больших и малых, шустрых и неуклюжих, причем  угол наклона пола все время меняется.И если не видишь эти  бульдожьи морды,  не читаешь их намерения,  не определяешь массу каждого собакена и  градусы наклона пола, то сложно что-либо прогнозировать и рискованно открывать позиции.Поэтому задача  грамотного и продвинутого трейдера – с помощью  специальных технологий  сделать этот ковер … прозрачным.Но пока эту объемную и очень сложную  тему не будем развивать.Без  четкой  ДФММ все разговоры о торговых  системах превращаются в пустую демагогию и детские рассуждения «гумиков»  (лиц с гуманитарным образованием и мышлением)   о психологии и дисциплине, которыми переполнены форумы, книги, статьи о трейдинге.Почти то же относится к теории   вероятностей  и матстатистике в трейдинге.ТВ и МС -   последнее прибежище  трейдеров, не знающих и  не понимающих тонких механизмов рыночных взаимодействий, а также верящих в относительную устойчивость вероятностных распределений на финрынке.  Ну а вера в трейдинге  очень часто наказывается.Поэтому трейдеры-матстатистики не  способны с  приличной точностью  вычислить направления ценовых  движений, так,  например, сотрудники бухгалтерии не могут разбираться в нюансах сложных технологий  и тем более  управлять  объектами и технологическими процессами.Вы  видели бухгалтера, успешно  управляющего объектом или процессом? (естественно, кроме Кудрина (шутка!)).Количество  переменных в  адекватных адаптивных ДФММ может  достигать нескольких тысяч! Направление   движения рынка  по таким  моделям может быть  вычислено с очень   высокой достоверностью по спецалгоритмам, т.е. осуществляется  высоконадежный прогноз направления  движения рынка.Заметим, что  обычный белковый трейдер или аналитик может оперировать только двумя — пятью объектами-предикторами, а устанавливать  между ними характер и параметры динамических связей в реальном времени  задача для них в принципе нерешаемая.Вы чувствуете разницу?Повторяю для потерявших чувствительность.Сравните:  от  двух до  пяти объектов-предикторов (больше не помещается  в обычной трейдерской голове с «классическим теханализом» или ФА) и тысяч (тысяч, Карл!), а  иногда даже десятки тысяч специально обработанных переменных в ДФММ, причем с автоматическим контролем их динамических взаимодействий.Прогноз движения рынка на основе адекватной адаптивной  ДФММ, также как  вход и выход из позиции,  получается динамическим, своевременным, четким, прицельным, математически обоснованным – как точный выстрел по движущейся по сложной траектории  цели. 2. Проблемы  разработки адекватной адаптивной динамической физматмодели  финрынка («рыночного нооскопа для упреждающего управления»)Важно отметить, если физматмодель  не будет  достаточно адекватна реальным процессам финрынка, то будет большая «пичалька».Но чтобы добиться правильной трактовки процессов  финрынка и прогнозирования его поведения, нужно путем глубоких исследований вскрыть его базовые фундаментальные законы,  нигде не публикуемые и неведомые основной массе интересующейся публики.Это самый сложный и интимный процесс, и может быть выполнен только с хорошей интеллектуальной потенцией и при  наличии специальных  синтетических знаний и опыта  разработки очень серьезных  систем из реального сектора в области автоматических и автоматизированных   систем управления объектами в условиях помех и  шумов или систем оптимального   управления многопараметрическими технологическими процессами (например, в  нефтепереработке, нефтехимии и т.п.).Надо   признать, что для  основной массы  субъектов рынка   такие знания по ряду причин  труднодоступны (практически недоступны), поэтому  эти субъекты    обладают только  пакетом остаточных  знаний обычного  говновуза, знаний из книжек о классическом трейдинге и семинаров гуру, а также собственными, иногда извращенными  измышлениями о предмете. Эти  субъекты не могут в достаточной мере  понять рынок с его сложными взаимосвязями и длинными каузальными цепочками, а в книжках  эти знания вы никогда не найдете.На  самом деле важно не только «понимать рынок», а еще уметь дешифровать в реальном времени актуальный поток инфы, вычислять параметры латентных воздействий, финпотоков и силовых полей, которые им управляют, причем  «понимать рынок» и дешифровать рыночную инфу может только сложнейший алгоритм.Белковому  трейдеру (инвестору) это сделать невозможно (особенно если речь идет об утилизации серьезного потенциала рынка), его удел – догадки и вера, чаще всего неудачные.В  лучшем случае обычным трейдерам приходится довольствоваться только пылью от вкусняшек, случайно сдуваемой ветром с  доверху  набитых этими вкусняшками  вагонов, которые  проносятся  мимо и  едут к «правильным дядечкам».В худшем случае  можно оказаться под колесами вагонов.Поэтому мечта правильного  трейдера (инвестора)  -  иметь хотя бы маленький  «черпачок» в виде ДФММ в торговой системе, который будет успевать зачерпывать вкусняшки с этих мчащихся вагонов.Математические формулы и системы уравнений адекватной ДФММ, наполненные физсмыслом, заменяют «тонны словесной руды»  «орального» аналитика, часто отражающей  его безосновательные фантазии, а также   модели-суррогаты  классических ТА иФА.  Аналитика финрынков становитсяавтоматической,  динамической и имеющей  математическое обоснование.«Иррациональные»   рынки таким образом  превращаются в  рациональные.Из-за ограниченных знаний, опыта  и некоторых особенностей мышления  обычного субъекта существуют  естественные ограничения в пространстве  выбора им   наукоемких  моделей рынка, матаппарата и, как следствие, разработка адекватной модели финрынка этим субъектом  практически исключена.Действительно, не будете же вы  вскрывать при отсутствии ключа  сложнейший  сейф (рынок)  обычными и всем доступными  инструментами типа молотка и зубила (классический ТА и ФА)?  Здесь требуются уникальные специнструменты  и  соответствующие  специалисты.Попробуйте найти математически  четко описанную ДФММ у гуру, которому вы заплатили за семинары!Как следствие,  из-за  непонимания главной  проблемы трейдинга,    важности и  значимости адекватной модели рынка, отсутствия необходимых знаний некоторые трейдеры и многоуважаемые, и просто уважаемые ученые  считают финрынки  хаотичными и непрогнозируемыми.Вот поэтому в околорынке   и трейдинге (в так называемом «теханализе») получили распространение чрезвычайно  упрощенные, примитивные и даже наивные  модели поведения инструментов рынка, как правило, с запаздывающими параметрами (всякие скользяшки, волны, уровни и пробои, свечи, паттерны, бабочки, каналы, фракталы и прочее, и прочее, короче, «классический теханализ» ) – это следствие  ограниченности и недоступности важных знаний и     того, что белковый мозг не в состоянии по заданным критериям  правильно переработать огромные рыночные инфопотоки  в реальном времени  и  тем более сделать  достоверный прогноз.А раз мозг  обычного трейдера не может все это  переработать, то начинается упрощение  и примитивизация — у околорынка есть правило: для успешной деятельности  разговаривай с народом на понятном ему языке, подстраивайся под доступные ему понятия – рисуй линии, бабочки, свечи, паттерны, волны, уровни и прочее.Околорыночная  индустрия (книги классиков трейдинга, семинары, обучение и др.) часто выдает  упрощенные и  примитивные  модели поведения инструментов  рынка, построенные    на исторических данных, за «закономерности», т.е. происходит намеренное, а даже чаще ненамеренное одурачивание «закономерностями».Известный всем «теханализ» в основном разрабатывался на исторических данных  в докомпьютерную эпоху людьми, далеких  от современных методов целевой интеллектуальной  обработки данных, да и рынок тогда был другой из-за слабых низкоскоростных коммуникаций, отсутствия роботов и прочих факторов.Классический   «теханализ»  на много порядков упрощает  интерпретацию  реальных  рыночных процессов,  при этом возникают огромные информационные  потери (происходит существенное возрастание  энтропии  процессов) или, другими словами, «теханализ» – это набор простейших и  примитивных  аппроксимаций сложной рыночной структуры (все равно, что трейдеру реальную девушку заменить резиновой куклой – процесс взаимодействия с ней будет внешне похож, но результат … ну вы поняли).Естественно, это значительно ухудшает  прогнозирующие свойства моделей.Классические методы теханализа и ФА прописалось в матрицу головного мозга многих внушаемых трейдеров (инвесторов), который часто  tabula rasa. Вытащить их оттуда, похоже, невозможно, тараканы  их мозга активно этому сопротивляются (эффект когнитивной ригидности).Действительно, многие трейдеры и гуру  впадают в распространенное заблуждение, что  все вокруг  находятся в той же системе координат, в  которой они сами, а  других систем координат  не существует (эффект окукливания).Кстати, именно поэтому коммуникация между разработчиками адекватных рыночных моделей и обычными трейдерами очень затруднена, а иногда и невозможна.Что же касается так называемого «фундаментального  анализа», то трейдер (инвестор) не может знать и  воспринять всю управляющую финрынком  актуальную информацию, часть из которой просто ему не доступна, она скрыта от всех, и трейдер (инвестор) поэтому   принципиально не может правильно учесть действие реально управляющих или влияющих на рынок  латентных переменных и силовых полей. Только с помощью адекватной ДФММ эти переменные и поля могут быть оценены.Заметим, слегка отклоняясь от темы,  что реально  разработать адекватную  адаптивную  ДФММ могут только яйцеголовые ученые — продвинутые Quantitative трейдеры (ПКТ) (Quantitative трейдеров иногда  неудачно называют «квантами»),  обладающие совершенно иной ментальностью, а также   специальными  знаниями и опытом.ПКТ – это трейдеры, применяющие алгоритмический количественный анализ текущего состояния финрынков (ФР) и выполняющих прогноз направлений  и траекторий ценовых движений в виде  числовой динамической прогностической матрицы на основе: выявленных   фундаментальных законов ФР,технологий Big Data  && Data Mining ,разработанной адекватной адаптивной динамической физматмодели рынка.Пропасть между среднестатистическими трейдерами и  ПКТ преодолевается пятью прыжками, а именно: приличное базовое образование, && дополнительное специальное (уровня ктн, дтн, кфмн, дфмн), && труднодоступные для широких масс   знания и опыт разработки систем    управления сложными объектами в нестационарных средах и управления многопараметрическими технологическими процессами, && мощный креатив, достаточный для вскрытия неведомых многим фундаментальных законов финрынков, && разработка адекватной адаптивной ДФММ рынка на основе всего перечисленного. 3. Виды одурачивания трейдеров Под одурачиванием будем понимать действие объективных и субъективных факторов, приводящих к  тому, что трейдер, не ведая того и не понимая реальной ситуации, вынужден применять в своих торговых системах в явном или неявном виде навязанные ему или сгенерированные им самим  примитивные и наивные модели рынка (или «интуицию»).За  этим последует  потеря депозита, и только в случае удачного стечения обстоятельств  -  временный  съем  мизерного потенциала с финансовых полей.Другими словами, одурачивание – это результат несоответствия  сложности объекта (рынка), наличия в нем латентных управляющих переменных,  силовых полей, и знаний субъекта (трейдера) об этом объекте, при этом часто  трейдер об этом  не догадывается. Некоторые даже думают, что со временем они «научатся» снимать приличный потенциал с рынка.Нет, и тысячу раз -  нет.Кратко подытоживая вышесказанное, отметим, что одурачивание закономерностями в трейдинге имеет три вида. Первый  вид  одурачивания -  естественное одурачиваниеЭто следствие  естественных ограничений  пространства  выбора  наукоемких  моделей финрынка, незнания некоторых физических законов сложных  физпроцессов и адекватного матаппарата.Как уже упоминалось, такие  знания и опыт  сложных разработок   реального сектора недоступны  для  основной массы   трейдеров (например, разработки автоматических   систем оптимального управления качеством многопараметрической продукции с нелинейными взаимодействиями компонентов  (бензинов, авиакеросинов, дизтоплив в нефтепереработке  и др.), в которых требуются know-how модели технологических процессов с отличными прогнозирующими свойствами конечного продукта). Второй  вид  одурачивания -  искусственное одурачиваниеОколорыночная   индустрия (книги, семинары, обучение, популярные блоги и пр.) выдает упрощенные, примитивные, наивные или суррогатные модели поведения рынка, построенных    на исторических данных, за «закономерности», пытаясь обучать своих пациентов их применению и  при этом игнорируя  одно из важнейших  правил управления:  сложное не может эффективно  управляться простым, ибо это сложное рано или поздно выйдет из-под контроля.Еще вариант вынужденного одурачивания – изложение своего «видения фундаментальных факторов» – т.н. «чуйка», ибо, как уже упоминалось,  аналитику  не видны латентные параметры финрынка и его силовые поля.Конечно, наиболее продвинутые гуру знают  или догадываются о сложности разработки  адаптивной ДФММ и невозможности ее «орального» описания.    Они также знают о том, что научить  массы этому практически невозможно из-за высоких требований к уровню и необходимому профилю образования. Поэтому приходится, надувая щеки и «харизму», напирать на классический «теханализ»,  «соблюдение дисциплины» и  психологию, а в случае неудачи «обучаемых»  говорить о недисциплинированности и о низкой психологической устойчивости  (в стиле:    «ну не шмагла»).Одним словом, как в известном анекдоте: у него было две слабости, первая – женщины, а вторая – половая. Так и у  многих околорыночников: первая слабость — трейдинг, а вторая  -  модель финрынка, которая к тому же часто подменяется гаданием на кофейной гуще.  Третий  вид – самоодурачиваниеНе получив достаточного эффекта   на «классических» моделях и имея стандартный пакет знаний, полученных из околорынка, чел начинает придумывать свои модели (торговые системы), которые чаще всего  — вариации  упомянутых  моделей  или детской игры в кубики.«Доработки» или «разработка» новых моделей  третьего вида одурачивания, не понимая, что есть первый вид,   -  это бег по замкнутому кругу, состоящего из ям, ловушек, тупиков и т.п.Модели классического ТА и самопальные из-за высокой энтропии  детектируют «закономерности», которые  ведут себя подобно дельфинам, выныривающих на поверхности моря, и тут же исчезающих в морской пучине, а эта индустрия толкает трейдеров бежать к цели, прыгая по спинам этих дельфинов, которые периодически сбрасывают «ненужных пассажиров».Другими словами, эти закономерности то появляются, то исчезают, причем это может происходить постепенно или резко, а проявление -  в более сильной  или слабой степени (поэтому мы и видим на  эквити почти всех трейдеров  взлеты и падения, и соответственно, мизерный съем рыночного  потенциала ).Мало найдется таких умельцев, кто добежит до цели в таких условиях. Основная масса  тонет, не говоря уже о тех, кто работает по интуиции.Следование таким «закономерностям»   порождает неуверенность и прочие психпроблемы в трейдинге.  Поэтому  «отовсюду мы слышим стоны»  трейдеров о том,  что рынок изменился и «стратегия» перестала работать (или пошли раскорреляции и прочее).Некоторых  это   приводит в изумление, как   самку богомола, которая встретила своего бывшего.Так это так и должно быть, Карл! «Стратегия» потому перестала работать, что свойства  объекта, на который она направлена (рынок), вы не  понимаете (да и не можете понимать в достаточной степени) из-за его сложности, и поэтому для вас он  непредсказуем.«Вы таки будете смеяться, но Сарочка тоже умерла», но  некоторые трейдеры и даже «звезды» трейдинга, тем не менее,  продолжают теребонькать вялую кочерыжку работать по ущербной модели в явном или неявном виде и при этом еще окукливаются.В этом и состоит секрет «умирания» многих гуру трейдинга в реальной торговле.Важно отметить, что если начинается слив депозита в вашей торговой системе, то  чаще всего это не «рынок изменился», а модель финрынка  в явном или неявном виде  используется    некорректная, примитивная и неадекватная.Ибо  в структуру правильных (адекватных)  моделей финрынка должны быть  очень квалифицированно включены (встроены!)  мощные  автоматические  адаптационные механизмы.Вы хорошо видите ?Показываю  текст  для слабовидящих.Мощные   автоматические  адаптационные механизмы должны быть  встроены в адекватную ДФММ. Это  должно быть их  имманентным свойством.Технологии  разработки  адекватных моделей рынка даже для околорыночной индустрии  труднодоступны, но, как говорят в данном случае,  плохое зрение у бегущего носорога не является его проблемой – это проблема тех, кто стоит у него на пути ! 4. Некоторые признаки одураченного (в хорошем смысле) трейдера с точки зрения продвинутого Quantitative трейдинга Признаков  много (отдельная тема), но в соответствии с вышеизложеным  такого трейдера можно опознать по следующим  его  фразам.«хочу найти гуру трейдинга для  обучения» «трейдинг изучен и существует давно, чтобы придумать что-то кардинально новое» «эх, мало еще книг по трейдингу прочитал, надо бы еще почитать» «рынок – это хаос» «будущее знать невозможно» «у меня  есть какие-то сомнения, опасения и неуверенность» «любого человека  можно научить эффективному  трейдингу» «главное в трейдинге – это дисциплина и психология» (одураченный  демагогией) «я сделал ошибку, но  в  дальнейшем я ее  не  допущу» «три месяца не дают показательной статистики торговли» «фиксируй убытки, давая прибыли течь» (ждуны течки прибыли) «тренд – твой друг» «пробьем уровень Х и откроется дорога к уровню У» «рынок меня подловил и пока держит в заложниках» «у каждого бывает полоса неудач» «золото тестирует ключевую  поддержку Z» «цены закрепились выше уровня Х» «когда  же  закончится (начнется) тренд?» «отношение ТР к SL  должно быть Z» «лучше всего работать на тайм-фрейме T» «я верю в продолжение роста» «я не верю в продолжение роста» «стопы нужно ставить» «стопы не  нужно ставить» «когда же будет крах биткоина?» «когда же будет разворот SP500?» «чой-то амеры и китайцы манипулируют статой» «научился программировать и поэтому сейчас  напишу робота» «у меня просадка около  30%, но это норма» «годовая прибыль делается за 2-3 месяца» «эх, эту неделю закрыл в минус» «эх, этот месяц закрыл в минус» «эх, слил депозит» и др.Комментарии к данным фразам будут занимать слишком  большой объем  текста, поэтому их опустим. 5. Выводы и рекомендации Одурачивание основной массы  трейдеров имеет  три вида: естественное одурачивание, искусственное одурачивание и самоодурачивание. Чтобы снизить градус одурачивания необходимо понимать, что главное  в трейдинге – этоналичие адекватной адаптивной динамической физматмодели финрынка (фондового, срочного, валютного, криптовалютного, сырьевого). На рынке зарабатывают  в той степени, у кого динамическая физматмодель рынка в торговой системе  в явном или неявном виде приближается  к адекватной. Без понимания этого трейдеры (инвесторы) обречены, рано или поздно произойдет эпикслив, в лучшем случае эквити будет «околонуля». Обычных  математических, экономических и т.н.  гуманитарных знаний для разработки  адекватных  адаптивных ДФММ недостаточно. Здесь требуются труднодоступные для широких масс специальные синтетические знания и опыт из реального сектора(это давно понял James Harris Simons из Renaissance Technologies Corporation). Поэтому выходов  для продвинутых трейдеров два: 1) работая  по упрощенным и примитивным моделям финрынка (классический теханализ и ФА), поведение которых подобно выныривающим дельфинам, необходимо  развивать динамическую «прыгучесть» и умение   балансировать на спинках этих дельфинов, ибо важно соскочить с них,  когда они еще не нырнули в морскую пучину вместе с вашим депозитом,  и  2) для разработки ДФММ, имея хорошую физико-математическую &&  инженерную  базу,  выйти  на более высокий уровень знаний через участие   в успешных наукоемких проектах в  реальном секторе, медленно превращаясь хотя бы в маленького Quantitative трейдера. Именно так, через  трудности, только через трудности. Всегда помните,  если  у вас нет в торговой системе достаточно приличной  ДФММ и  вы получили профит, то это не ваша заслуга, а «недоработка» рынка, которая со временем будет исправлена.Если вы собрались идти на обучающие семинары к гуру и при этом снизить степень искусственного  одурачивания, то обращайте внимание, кроме всего прочего, на:  а) его бэкграунд: область и  уровень  общего и специального профильного  образования, наличие у него достаточной  научной и инженерной базы, работа в серьезных конторах с  участием в успешных проектах  систем управления в реальном секторе, б) наличие у него верифицированной модели финрынка, четко реагирующей на эндогенные и экзогенные  факторы и   позволяющей  проводить  форвардное   тестирование или кросс-валидацию. Если гуру бэкграунд скрывает и его  модели  только «оральные» (поэтому они fuzzy), статические и статистические, то  надо понимать, что это  олдскульно, некошерно и грозит сливом депозита из-за отсутствия достаточного математического обоснования и наивности&& примитивности его модели финрынка в целом.Цифровой трейдинг в виде «железного    коня» — вскрытых базовых  фундаментальных законов рынка + Big data&&Data mining&&Quantitative trading  приходит на смену «крестьянской лошадке» — классическому техническому и  «оральному» фундаментальному анализу. Тот, кто раньше это поймет и его  физматмодель  будет точнее  отражать реалии и динамику рынка, «тот и папа», и трейдинг для него    перестанет быть томным.Для эффективной утилизации рыночного потенциала  управление   позициями  на рынке  должно  выполняться трейдером (инвестором) только с применением  наукоемкой алгоритмической  системы поддержки принятия решений (АСППР), в основе которой  адекватная динамическая физматмодель финрынка с мощными  автоматическими  адаптационными механизмами (или соответствующая линейка роботов с перечисленными свойствами). Тогда  продвинутый   Quantitative трейдер на финрынке  будет подобен опытной доярке: каждое движение ее рук при дойке рынка коровы (или стада коров доильными аппаратами-роботами) будет давать  много  молока. Quaerite et invenietisУдачи.  

Выбор редакции
17 декабря 2017, 00:00

Interview: James Simons

James Harris Simons has been described as “the world’s smartest billionaire”, amassing a fortune through the clever use of mathematics and computers. He is now a renowned philanthropist. Source: Numberphile The post Interview: James Simons appeared first on The Big Picture.

10 октября 2017, 08:00

ГК Телетрейд: отзывы о международной компании подтверждают ее надежность

Каждое столетие знаменательно теми или иными событиями, открытиями. Время, в котором мы живем, предопределяет популярные виды человеческой деятельности.

17 июля 2017, 13:54

Доступ к телу. Кто из крупных лоббистов стоит ближе к Трампу

Финансисты и банкиры, содержатели казино и нефтяники — самые влиятельные группы поддержки президента-миллиардера

13 июля 2017, 00:35

Мировая статистика со Статисты

Все графики взяты отсюда: www.statista.com -- Приток инвестиций в США сократился на 46% (1 квартал 2017 по сравнению с 1 кварталом 2016) -- Рейтинг Путина и правительства высокий, не смотря на протесты. Читать подробности. -- Самые богатые инвесторы мира по размеру состояния. Сейчас читаю книгу «Кванты». Адаптированные для широкой аудитории жизнеописания алготрейдеров. Там есть про Кена Гриффина и Джеймса Саймонса, которые упомянуты в этом списке. (Книга Кванты мне не нравится, никаких откровений и прорывов я из неё пока не почерпнул. Парный трейдинг, арбитраж… Стратегии упоминаются, но не раскрываются. Дочитаю, напишу по ней обзор.) -- Как менялась процентная ставка в США за последние годы. Помните: в США низкая процентная ставка не от хорошей жизни, а от плохой. При хорошей жизни (до 2008 года) она была высокой. -- Страны с самым большим количеством зарубежных посольств. -- Лесные пожары в США. Вверху значки пламени показывают количество лесных пожаров в тысячах штук. Коричневые столбики показывают площадь возгорания в миллионах акров. (1 млн.акров это 4 тыс.квадратных километров) -- Смерть от передозировки наркотиков. Цифры даны за год. Для США это 2016 год, для Германии 2015, для всех остальных 2014 год. России тут нет, но думаю у нас эта проблема тоже острая. -- Сколько раз Великобритания поднимала в воздух самолёты-перехватчики в ответ на вторжение чужого самолёта. Красным цветом показаны случаи, когда это были русские самолёты. Подробности. В основном это были Ту-95 и Ту-160. -- Самые высокооплачиваемые музыканты за период с июня 2015 по июнь 2016. Полный список очень длинный.  --- Россия. Количество рождений на 1 женщину. --- Китай. Количество рождений на 1 женщину. Данные по 2015 год. Недавно они отказались от политики «1 семья-1 ребёнок» --- Страны с самым низким числом рождений на 1 женщину: https://www.statista.com/statistics/268083/countries-with-the-lowest-fertility-rates/ Страны с самым высоким числом рождений на 1 женщину: https://www.statista.com/statistics/262884/countries-with-the-highest-fertility-rates/ --- США. Число рождений на 1 женщину в зависимости от расовой принадлежности. Выше всего у испаноговорящих (Hispanic), ниже всего у индейцев и эскимосов.

05 июля 2017, 14:52

Самые богатые технические трейдеры

Вы очень обрадуетесь, обнаружив, что в списке богатейших людей Forbes представлены инвесторы и фондовые управляющие, которым удалось прилично заработать несмотря на то, что фундаментальный анализ для них — не на первом месте.  Вот несколько представителей нашей индустрии из списка богатейших людей планеты:Джеймс Саймонс (James Simons) – $11.0 млрдПолучивший прозвище «квантового короля», он является специалистом в области математики, закончил Массачусетский технологический институт и имеет степень Ph.D… Саймонс занимался расшифровкой кодов для Министерства обороны США во время вьетнамской кампании, а в 1982 году основал компанию Renaissance Technologies. На начало 2013 года, у него в управлении находился капитал на сумму... Читать дальше: https://utmagazine.ru/posts/20272-samye-bogatye-tehnicheskie-treydery Рекомендуем:  -------------------------------------- Готовимся к курсу скальпинга: Aurora для скальпера Лучшая мультирыночная платформа Самое полное руководство по трейдингу Торговые сигналы Работа трейдером --------------------------------------

27 июня 2017, 15:00

11 крупнейших хэдж-фондов в мире

2016 был сложным годом для хедж-фондов. В целом, они принесли лишь 5.4% прибыли клиентам, что намного ниже прибыли акционеров S&P 500 - 11.9%, согласно данным eVestment.

Выбор редакции
19 июня 2017, 11:25

Интервью Джима Саймонса каналу TED

Этот человек почти не дает интервью, а что бы он хоть что-то говорил о стратегиях это вообще не реально, тем не менее, ниже довольно интересное интервью каналу TED.  У нас самые высокие ставки, 5% за управление и 44% от прибыли (при средней по индустрии 2% за управление и 20% от прибыли)Модели следования за трендом работали в 60ых годах, в 80ых уже было невозможно таким образом длительно зарабатыватьТо что мы тогда (когда начинали) делали, сегодня называется машинным обучением, мы тогда все делали руками, бегая в Фед что бы переписывать данныеЦель —  найти аномалии, которые достаточно устойчивыЯ не знал как нанимать трейдеров, поэтому нанимал математиковВ день мы обрабатываем терабайты информации Мы нанимаем не только математиков, а так же астрономов, физиков и подобных специалистовЯ бы не стал беспокоится о том что Эйнштейн отойдет от дел и откроет Хедж-Фонд

22 мая 2017, 01:43

Автомобиль не роскошь, или Статистика знает всё 22.05.2017

Сравнение уровня цен во Франкфурте-на-Майне и Краснодаре. Потребительские цены во Франкфурте на 115,06% выше, чем в Краснодаре Аренда во Франкфурте на 180,55% выше, чем в Краснодаре Цены в ресторанах Франкфурта на 89,56% выше, чем в Краснодаре Бакалея во Франкфурте на 125,70% дороже, чем в Краснодаре. Покупательная способность жителей Франкфурта на 116,23% выше, чем у жителей Краснодара. Вам потребуется 230 631 рублей, чтобы жить во Франкфурте так, как вы бы жили на 100 000 рублей в Краснодаре. Источник. ---------- КИА больше не импортирует автомобили в Россию. Все машины КИА для российского рынка теперь собираются в Калининграде и Санкт-Петербурге. Источник. ---------- Вторичный рынок по кроссоверам и внедорожникам (1 квартал 2017). Лидеры: 1. LADA 4х4 2. Chevrolet Niva 3. Toyota RAV4 ---------- С 2016 года на рынке есть Toyota RAV4, собранная в Санкт-Петербурге. ---------- Автостат: Объем рынка новых автобусовв России по итогам первого квартала 2017 года составил 2,5 тыс. единиц, что на 62% больше, чем годом ранее. Лидером этого рынка является российский производитель ПАЗ, на долю которого приходится свыше половины от общего объема. Источник. Павловский автобус торгуется на мамбе с тикером PAZA. ---------- Газпром (GAZP) выпустил 8,5 млн мальков ценных пород рыб в бассейны Баренцева и Охотского морей. Источник. ---------- Компания Фосагро (биржевой тикер PHOR) выпустила в водохранилище Вологодской области 130 тысяч мальков щуки.  Источник. ---------- Исполнение федерального бюджета за I квартал (разные годы). Источник. ---------- 97% итальянский семей считают, что они сейчас живут также или хуже, чем в 2005 году. Источник. ---------- Укрстат: количество иностранцев, посетивших Украину: 2013: 24,7 млн. 2016: 13,3 млн. Источник. ----------- В 2016 году Украина произвела сельскохозяйственной продукции на 6,4% меньше, чем в 1990 году. Источник ----------- Журнал The Economist улучшил свой прогноз по экономическому росту России в 2017 году. По их мнению он составит 1,8%. Источник. ---------- Безработица в Европе колеблется от 2,1% до 31,3%. Средняя 8,6%. Нижняя Бавария (Германия) — 2,1% Западная Македония (Греция) — 31,3% Источник. ---------- ----------- В 2017 году в США ожидается рекорд по банкротствам компаний розничной торговли. На текущий момент уже 14 банкротств. За весь прошлый год было 18. По прогнозам к концу 2017 году обанкротится 52 торговых сети. Это примерно 8600 розничных магазинов. Источник. ---------- Букмекерские ставки на импичмент Трампа резко возросли. ---------- Только 36% американцев могут показать Северную Корею на карте. Источник. ---------- Управляющие хедж-фондов, заработавшие больше всего денег в 2016 году. Лидер — Джеймс Саймонс (торговые роботы). Прошлый год был очень неудачным для хедж-фондов. Заработок 25 лучших менеджеров составил 11 млрд.$, тогда как три года назад эта цифра была 21 миллиард. Источник. ---------- Европейские страны с самыми высокими ценами на бензин "евро-супер 95". Цена за литр. Excluding taxes — исключая налоги Including taxes — включая налоги ---------- В прошлом году Саудовская Аравия импортировала оружия на рекордные 3 млрд. долларов. ---------- Рынок одежды и обуви в России. Самые высокие столбики у Inditex (магазины Zara). ---------- Внешний госдолг РФ с января по апрель 2017 года снизился на 2,7 млрд долл. (на 5,2%). Его размер к 1 мая составил 48,6 млрд долл.

18 мая 2017, 00:54

Хедж-фонды сели на мель

Больше всего – $1,6 млрд – заработал Джеймс Саймонс из Renaissance Technologies. По данным Institutional Investor, Саймонс оказывается самым удачливым из управляющих хедж-фондов второй год подряд. Рубеж в $1 млрд также покорился основателю Bridgewater Рэю Дэйлио, заработавшему $1,4 млрд. В совокупности 25 лучших управляющих стали в 2016 г. на $11 млрд богаче, но этот результат худший с 2005 г.

18 мая 2017, 00:54

25 самых успешных управляющих хедж-фондов заработали $11 млрд в 2016 году

Больше всего – $1,6 млрд – заработал Джеймс Саймонс из Renaissance Technologies. По данным Institutional Investor, Саймонс оказывается самым удачливым из управляющих хедж-фондов второй год подряд. Рубеж в $1 млрд также покорился основателю Bridgewater Рэю Дэйлио, заработавшему $1,4 млрд. В совокупности 25 лучших управляющих стали в 2016 г. на $11 млрд богаче, но этот результат худший с 2005 г.

21 января 2017, 13:49

Фонд Medallion: как работает уникальная машина по зарабатыванию денег?

Перевели статью Bloomberg о Renaissance Technologies и его фонде Medallion. Рекомендуем к прочтению. Фонд Medallion можно назвать самым чёрным ящиком во всей финансовой системе США. Он прославился далеко за пределами страны благодаря своим финансовым успехам и окружающей его атмосфере максимальной секретности, только усиливающей интерес к фонду. Medallion создан в 1988 году инвестиционной компанией Renaissance Technologies и специализируется на количественных методах инвестирования. Средняя годовая доходность с момента основания превышает 40%. В 1993 Medallion прекратил принимать деньги от сторонних инвесторов и сегодня работает исключительно на сотрудников Renaissance Technologies. В чём секрет уникальной машины по зарабатыванию денег? В 100 км к востоку от Уолл-стрит, участок земли, напоминающий по форме китовый хвост, разделяет залив Лонг-Айленд и залив Конскайенс. Здесь расположились роскошные виллы с собственными пирсами, теннисными кортами, бассейнами и зелёными аллеями. Район носит название Олд Филд, но соседи зовут его по-другому – ривьера Ренессанс. Как можно догадаться, самые богатые жители этого района – учёные, работающие в хедж-фонде Renaissance Technologies, базирующемся в соседнем районе Ист Сетокет.О владельцах роскошных вилл почти ничего не известно, как и о самой компании. Имя Renaissance Technologies на слуху у всех, но никто не знает, что происходит внутри. Известно, что компания управляет несколькими фондами, в т.ч. Institutional Equities Fund, Institutional Diversified Alpha и Medallion Fund. Последний – самый успешный – работает только для трёхсот сотрудников Renaissance Technologies и нескольких избранных, имеющих многолетние тесные связи с компанией. Все три фонда основаны на количественных методах анализа фондового рынка. Сегодня это самый наукоёмкий подход к инвестированию. Около 90 сотрудников Renaissance Technologies обладают учёной степенью.По данным Bloomberg, за последние 28 лет Medallion получил $55 млрд прибыли, что на $10 млрд больше, чем у фондов под управлением миллиардеров Рея Дэлио и Джорджа Сороса. Более того, прибыль Medallion получена за более короткий срок и с меньшими активами под управлением. Сегодня Renaissance ограничивает не только количество людей, которые могут вступить в фонд, но и размер инвестиций. Это необходимо для того, чтобы стратегии Medallion, основанные на количественных методах анализа рынка, продолжали работать. Сумма активов под управлением, превышая определённый порог, начинает влиять на рынок, и алгоритмы не могут работать так, как запрограммированы. Поэтому Renaissance удерживает объём средств Medallion между 9 и 10 млрд долларов. Это в два раза превышает размер активов, находившихся под управлением Medallion десять лет назад. Сегодня прибыль фонда снимается каждые полгода.Благосостояние учёных из Renaissance превышает ВВП многих стран и всё больше влияет на политику Соединённых Штатов.Например, сопредседатель компании Роберт Мерсер поддерживал Теда Круза во время праймериз и Дональда Трампа во время президентских выборов. По данным Центра за ответственную политику, Мерсер пожертвовал $22,9 млн и тем самым стал третьим по величине спонсором Республиканской партии. В то же время Джим Саймонс, основатель Renaissance, и Генри Лофер, бывший руководитель исследовательских работ, оказались по другую сторону баррикад – в сумме они пожертвовали $30 млн Демократической партии. Спикер компании Джонатан Гэстелтер заявил, что собственники и руководители Renaissance отказались комментировать ситуацию. Это довольно типичный ответ для структуры, максимально закрытой для общественности. Чтобы хоть что-то узнать о компании, было проведено журналистское расследование. Факты, изложенные ниже, получены в результате двух сотен интервью с людьми, которые лично знают учёных из Renaissance: учились, работали вместе или же конкурировали с ними. «Renaissance Technologies – это коммерческая версия «Манхэттенского проекта» (кодовое название программы США сер. XX в. по разработке ядерного оружия, проводившейся в атмосфере максимальной секретности – прим.)», – утверждает Эндрю Ло, профессор финансов в Школе Слоана Массачусетского технологического университета и председатель компании AlphaSimplex, которая занимается исследованиями в области финансовой математики. Ло превозносит основателя Renaissance Джима Саймонса за то, что тот сумел объединить такое количество учёных: «Они асы в области количественных инвестиций. Никто не может с ними сравниться».Естественно, больше всего споров и обсуждений разгорается вокруг финансовых успехов главного фонда Renaissance, Medallion. Результаты его работы поражают воображение инвесторов и кажутся невозможными. В 2000 году Medallion получил доходность 98,5%; в 2007 – 85,9%; в 2008 – 98,2%. Своим успехам фонд, разумеется, обязан учёным-математикам и количественным методам анализа фондового рынка. Это направление инвестирования сейчас считается самым перспективным. По данным Bloomberg, в 2016 году клиенты вложили $21 млрд в алгоритмические хедж-фонды и одновременно забрали $60 млрд из компаний, специализирующихся на других направлениях. Стоит привести ещё один достойный пример: фонд Two Sigma, управлявший в период кризиса капиталом в $5 млрд, резко увеличил свои активы до $37 млрд. И даже такие консервативные трейдеры как Пол Тюдор Джонс и Стив Коэн внедряют инструменты количественного анализа в своё программное обеспечение в надежде увеличить доходы. Специализация на количественных методах инвестирования – не единственная причина успеха фонда Medallion. Конкуренты говорят о нескольких преимуществах компании. Первое: компьютеры Renaissance – одни из мощнейших в мире. Сотрудники обладают большим количеством – и качеством – информации. Поэтому они находят больше сигналов, на которых основываются их «предсказания», и создают лучшие стратегии для управления капиталом. Renaissance всегда вкладывала много средств в развитие процессов сбора, сортировки и проверки данных, а также – в обеспечение их доступности для сотрудников. «Когда у тебя появляется идея, ты хочешь проверить её как можно быстрее. И если ты получаешь информацию в неподходящем формате, это сильно замедляет процесс», – говорит Ник Паттерсон, который проработал исследователем в Renaissance 8 лет.Ещё одна сильная сторона компании – контроль затрат на биржевую торговлю и пристальное внимание к тому, какое влияние на рынок оказывают сделки фондов Renaissance. Однако всё это – не уникальные преимущества. Компьютерные технологии становятся всё дешевле, всё больше компаний обращаются к количественным методам инвестирования, а конкуренты оттачивают своё мастерство.Продолжит ли Medallion так же успешно чеканить деньги?Разумеется, значительная часть успеха заключается в профессионализме сотрудников. Объединение такого количества учёных – целиком и полностью заслуга Джима Саймонса. Его без преувеличения называют математическим гением. Саймонс – профессор Массачусетского технологического института и Гарварда, лауреат премии Освальда Веблена в области геометрии и соавтор теории Черна-Саймонса. Он родился в 1938 году в Массачусетсе, отец – владелец обувной фабрики, мать – домохозяйка. Их предки переселились в США из Российской империи в конце XIX века. В 1964-1968 Джим Саймонс занимал должность исследователя (дешифровальщика) в Институте оборонного анализа, где он проводил работу по выявлению сообщений на фоне помех. Цель алгоритмической биржевой торговли очень похожа – построить модели, которые улавливают торговые сигналы из хаоса, создаваемого рынками. Часто сигналы очень тихие, но, тем не менее, они могут помочь определить, как будет меняться цена акций, облигаций или барреля нефти. Это комплексная проблема. Колебания цен зависят от фундаментальных причин и процессов, а иногда от нерационального поведения людей, совершающих покупки и продажи. Несмотря на то, что Саймонс лишился работы в Институте оборонного анализа после того, как осудил войну во Вьетнаме в своём письме в New York Times, приобретённые им во время криптографической работы связи помогли создать Renaissance, а спустя несколько лет и Medallion. В течение следующего десятилетия Саймонс возглавлял кафедру математики в университете Стони Брук и одновременно упражнялся в торговле товарными фьючерсами.  В 1977 году он распрощался с академической работой, чтобы попробовать себя в управлении активами. (Впоследствии Саймонс и его коллеги пожертвуют университету $250 млн. Стони Брук находится всего в трёх километрах от Ист Сетокета, где базируется Renaissance). Саймонс покупал и продавал товарные активы, делая свои ставки на основе фундаментальных показателей, таких как спрос и предложение. Увидев неэффективность этого подхода, он решил обратиться к своим знакомым среди криптографов и математиков за помощью в выявлении паттернов, биржевых закономерностей. Он связался с бывшими коллегами из Института оборонного анализа Элвином Берлекампом и Леонардом Баумом, а также с коллегами из университета Стони Брук профессорами Генри Лофером и Джеймсом Эксом. «Я предположил, что существуют способы предсказания цен методами статистики, – сказал Джим Саймонс корреспонденту из журнала Numberphile. – В итоге мы создали такие алгоритмы». В сущности, эти алгоритмы либо следуют за трендом (трендследящие модели), либо действуют против него (реверсные). Фонд Renaissance пользовался и первыми, и вторыми. Поначалу результаты были разными: в 1988 году доход составил 8,8%, а в 1989 году компания понесла убытки в размере 4,1%. Но в 1990 году, сконцентрировавшись на краткосрочной торговле, Medallion показал 56% прибыли после налогообложения. «Я был уверен, что наши модели будут работать лучше, – говорит Берклекамп, который несколько лет назад покинул Renaissance, чтобы вернуться к академической деятельности, и является почётным профессором в Калифорнийском университете в Беркли. – Но я не думал, что они будут работать настолько хорошо». В начале 90-х высокая годовая прибыль стала нормой в Renaissance: 39,4%, 34%, 39,1%. Многие инвесторы, узнавшие о прорыве Renaissance, пытались пробиться в Medallion, но их игнорировали. С 1993 года фонд не принимает инвестиций со стороны. Комиссионные также взлетели вверх: от 5% с активов и 20% с доходов до 5% с активов и 44% с доходов. Полное отсутствие клиентоориентированности стало визитной карточкой Renaissance. Боннефой – один из последних сторонних инвесторов, которых «выдавили» из Medallion в 2005 г. – вспоминает, как набирал Манхеттанский номер, чтобы узнать записанную на автоответчик ежемесячную прибыль. «Они непомерно задрали цены на свои услуги, и, тем не менее, остались на голову выше остальных», – говорит Боннефой. Доходность – вот первое и единственное, что нужно Medallion, чтобы поддерживать свой имидж. До сих пор корпоративный сайт renfund.com выглядит так, будто не менялся со времён Netscape. Вдохновлённый успехом Medallion, в середине 90-х Саймонс занялся расширением штата учёных. Любой, кто обладал опытом работы на Уолл-cтрит или хотя бы образованием в сфере финансов, мог попробовать свои силы в компании. «Мы нанимаем людей, которые проявили себя в исследовательской деятельности», – пояснил однажды Саймонс. Следующий поток талантливых людей – большая часть которых до сих пор составляет костяк компании – пришёл из исследовательского центра IBM имени Томаса. Дж. Уотсона в Йорктаун Хейтс. Эта команда занималась проблемами распознавания речи и машинным переводом. Когда эти задачи только начинали решать, учёные-программисты объединялись с лингвистами и пытались преобразовать грамматику в код. В IBM группа учёных, включая Мерсера и Брауна, утверждала, что эти проблемы лучше решать с помощью статистики и теории вероятности. Их руководитель Фредерик Джелинек любил говорить: «Как только я увольняю лингвиста, система начинает работать лучше». По словам учёных, работавших в том исследовательском центре, исследователи загружали в компьютеры «тонны данных». Однажды, по свидетельствам коллег, Мерсер не появлялся в течение нескольких месяцев, загружая в компьютер французские глаголы во всех формах. Результатом приложенных усилий стал алгоритм, который определял, что к фразе «Le chien est battu par Jean» ближе всего фраза «Жан укусил собаку». Те же принципы и полученный новый опыт учёные применили для создания алгоритма распознавания речи: «Давая аудитории сигнал х, спикер, возможно, на самом деле сказал у». «Проблемы распознавание речи и перевода находятся на пересечении математики и информатики», – утверждает Эрни Чан, который работал в исследовательском центре IBM в середине 90-х и сейчас возглавляет алгоритмический фонд QTS Capital Management. По его словам, учёные решали не только академические задачи, они развивали теории и создавали программное обеспечение для внедрения полученных решений. Работа группы в конечном итоге сделала возможным создание программы Google Translate и программы Siri компании Apple. По словам человека, знавшего Мерсера и Брауна, в 1993 году они вышли на руководство IBM со смелым предложением: создать алгоритмы для управления подразделением IBM – пенсионным фондом с капиталом в $28 млрд. IBM проигнорировало их предложение, посчитав, что компьютерные лингвисты не могут разбираться в прогнозировании инвестиций. Но увлечение Мерсера и Брауна финансовым рынком только начиналось. В том же 1993 году Ник Паттерсон, который раньше работал дешифровщиком для Великобритании и США, присоединился к Renaissance и сблизился с Брауном и Мерсером. «У IBM были серьёзные проблемы, моральное состояние было никакое, и работа на Renaissance была выходом из ситуации», – говорит Паттерсон. Он трудился в Renaissance вплоть до 2001 года, а в настоящий момент работает старшим биологом-вычислителем в исследовательском Институте Брода и занимается исследованиями в области генетики. По его словам, Мерсер и Браун решили присоединиться к команде Renaissance, привлечённые пятидесятипроцентной прибавкой к зарплате. Они разместились в мансарде в Сетокете и часто ужинали вместе. Когда приносили счёт, они доставали специальный калькулятор, который генерировал случайные числа. Оплачивал счёт тот, кому выпадало большее число. Когда Мерсер и Браун стали работать на Renaissance, им поручили проводить исследования в разных областях, но вскоре стало понятно, что они лучше работают в паре, чем по отдельности. Они подпитывали друг друга: Браун был оптимистом, а Мерсер – скептиком. По словам Паттерсона, Питер очень креативный и генерит множество идей, а Боб обычно отвечает, что над этими идеями ещё нужно серьёзно поразмыслить. Они стали руководить группой, занимавшейся акциями, которая теряла деньги. «Им понадобилось четыре года, чтобы заставить систему работать. Джим был очень терпелив», – говорит Паттерсон. Вложения окупились. Много лет спустя, на конференции по компьютерной лингвистике 2013 года, Браун сказал: «Renaissance основала пара математиков. Они и понятия не имели, как программировать. Они учились этому, читая компьютерные справочники, а это не самый хороший способ обучения». По сведениям из документов, поданных в Министерство труда США, сегодня та самая группа, занимающаяся акциями, зарабатывает большую часть прибыли Medallion, используя деривативы и заёмные капиталы, превышающие собственный в 4-5 раз. Renaissance подал эти сведения в Министерство труда в связи с заявлением об изменении пенсионных программ для работников. Часть их средств в Medallion планируется перевести в Индивидуальный Пенсионный План. Предполагается, что сотрудники не будут никогда платить налоги с доходов, полученных в результате использования уже заработанного. Это сэкономит им миллионы долларов. В команде Renaissance работали и другие ветераны IBM: близнецы, разработчики теории струн, Стивен и Винсент Делла Пьетра, разработчик алгоритма распознавания человеческой речи Лалит Бал, специалист по обработке цифровых сигналов Мукунд Падманабан, программист Дэвид Маджерман, и Глен Уитни, который писал программное обеспечение во время летней практики. «Основная идея, усвоенная в IBM, заключается в том, что целое больше, чем просто сумма частей», – вспоминает Эрни Чан. По словам людей, близких к Renaissance, помимо Мерсера и Брауна, специалистов в области исследований языка, на успех системы существенно повлияли астрофизики. Эти учёные значительно преуспели в «отсеве» сигналов от шума. Специалисты в области теории струн, братья Делла Пьетра были лишь первыми из многих с подобным опытом. Близнецы всегда работали в паре. Будучи учениками старших классов, они закончили научную программу Колумбийского университета с отличием, в студенческие годы изучали физику в Принстоне; получили учёные степени в Гарварде в 1986. Стивен Строгац, профессор математики в университете Корнелл, помнит, как они, только поступив в Принстон, учились в классе универсальной алгебры. «Они всегда сидели рядом. Размышляя, они постоянно спорили. Их математические дискуссии всегда были жаркими, они постоянно поправляли преподавателя или объясняли что-то друг другу», — говорит он.  Чан, работавший с ними в IBM, вспоминает, что близнецы всегда кричали исключительно друг на друга, а с остальными были добры и милы. Тот факт, что они близнецы, добавил ещё одну особенность. «Они практически читают мысли друг друга», – утверждает Чан. В Renaissance, дабы упростить проведение дискуссий, братья Делла Пьетра заняли соседние кабинеты, разделённые лишь внутренним окном. Паттерсон, которому какое-то время они отчитывались, также отмечал, что «братья очень креативны и постоянно друг с другом конкурируют». Переход из IBM не всем давался легко. Атмосфера в Renaissance сильно отличалась от той, к которой они привыкли. Об этом времени Браун вспоминает так: «Мы очень быстро поняли, что мир финансовых рынков сильно отличается от IBM. Он безжалостен. Или твои стратегии работают лучше, чем у других, и ты зарабатываешь деньги, или твои алгоритмы работают хуже, и ты прогораешь. Это давление заставляет тебя сконцентрироваться». Изменения в образе мышления были не единственными стимулами учёных из Renaissance, голодных до исследований больших объёмов данных. Они также обрели нечто неосязаемое – ощущение, что они стали частью семьи. Джим Саймонс выглядел как заботливый отец семейства. Ни один другой руководитель Renaissance не обладал такими навыками работы с людьми, говорят те, кто знаком с ним и с компанией. Он вдохновил своих ботаников-квантов сплотиться, работать вместе. «У нас царит атмосфера открытости. Мы следим за тем, чтобы каждый знал, чем занимается любой из сотрудников компании. Чем быстрее происходит этот обмен информацией, тем лучше. Вот что стимулирует людей», – отметил Саймонс во время своей речи в Массачусетском технологическом институте в 2010 г. В Renaissance разные команды ответственны за разные области исследования, но на практике каждый может работать над любой задачей. Каждый вторник проводится общее собрание, чтобы обсудить возникшие идеи. Разумеется, Саймонс работал и над совершенствованием технологий количественных инвестиций. В 2000 году он дал интервью изданию Institutional Investor, в котором объяснил  философию своей фирмы и алгоритмов Medallion. «Система должна состоять из постоянно создающихся слоёв. Рассматривая каждую новую идею, мы должны понять: это что-то принципиально новое, или оно похоже на то, что мы уже делали», – сказал он. Как только это становится понятно, группа исследователей определяет, в каком объёме новый алгоритм можно использовать. Сигналы могут со временем исчезать, но обычно их не удаляют из кода совсем, поскольку они могут возникнуть вновь, или их игнорирование может иметь неожиданные последствия. Когда люди из IBM были приняты в Renaissance, Medallion генерировал годовую прибыль в размере около 30% после налогообложения практически исключительно на торговле фьючерсами. Тогда было просто выявить паттерны и обратить в свою пользу отклонения. Один из бывших инвесторов сообщил, что учёные Renaissance обратили внимание на то, что опционы и фьючерсы Standard&Poor закрываются с разницей в 15 минут, и это какое-то время лежало в основе механизма извлечения прибыли. В системе использовалось большое число подобных отклонений, и учёные Renaissance подробно изучали каждое из них. В совокупности эти отклонения позволили зарабатывать миллионы, а немного позже и миллиарды. Но по мере того как финансовый рынок становился сложнее, и всё больше квант-исследователей направляли свои усилия на расшифровку сигналов рынка, подобные отклонения, «неэффективности рынка», начали исчезать. На конференции в 2013 году Браун упомянул о наблюдениях, которыми Medallion поделился со сторонними инвесторами. Изучая сведения об облачности, они выявили связь между солнечными днями и подъёмом рынков от Нью Йорка до Токио. «Оказывается, когда в Париже облачно, вероятность того, что рынок пойдет вверх, понижается», – сказал Браун. Однако это не то, на чём можно заработать много денег, поскольку эта тенденция прослеживается в пятидесяти с небольшим случаев из ста. «Но дело в том, что если бы сигналы, в которых было бы больше смысла, были явными, их бы уже давным-давно использовали в торгах… Мы ищем все больше и больше закономерностей, и наши специалисты, 90 человек из которых обладают учёной степенью, просто сидят и целыми днями наблюдают за паттернами. У нас более 10 000 процессоров, которые непрерывно работают в поисках сигналов», – продолжил Браун. Учёные из Renaissance разработали корпоративный язык программирования для построения своих алгоритмов. По словам людей, знакомых с деятельностью компании, код, на основе которого работает фонд Medallion, состоит из нескольких миллионов строчек. По данным другого источника, иногда позиции удерживаются в течение секунд, а иногда – в течение нескольких месяцев. Команда из IBM многое сделала для повышения эффективности количественных инвестиций Renaissance. Поскольку алгоритмы фонда были ориентированы на закрытие сделок в течение короткого времени, исследователи уделили время тому, чтобы изучить стоимость операций и то, как их собственные действия влияют на рынок. По мнению квант-аналитиков, последняя проблема особенно сложная. Они также следили за тем, чтобы сделки и доход соответствовали тому, что было запланировано системой, поскольку выставление неадекватной цены или другой компьютерный сбой могли провалить всю операцию. И практически с самого основания компании Саймонс указал на ещё одну опасность: общий размер инвестиций влияет на результат инвестирования. Слишком много денег может привести к отсутствию доходности. Также Саймонс отмечал, что необходимо быть готовым к ущербу, который может нанести работа других компаний. В письме, обращённом к инвесторам фонда акций, основатель компании Renaissance писал: «Мы верим в то, что обладаем совершенным набором торговых сигналов, но некоторыми из них несомненно пользуются другие хедж-фонды, также зарабатывающие на росте или падении рынка». Ещё одна зона риска для Renaissance – утечка кадров и информации. Случаи ухода из компании крайне редки. За исключением учёных, которые увольняются, чтобы вернуться к академической работе или заняться благотворительностью, сотрудники не уходят из Renaissance. Да и зачем бы они стали это делать? Задачи разнообразные, коллеги – суперпрофессионалы, а оплата труда исключительно высокая. Однако были и исключения. В 2001 году Renaissance нанял русского учёного Александра Белопольского, который, как и многие его коллеги, приехал на запад после развала Советского Союза. Паттерсон возражал против его принятия на работу, поскольку тот совсем недавно пришёл работать на Уолл-стрит. Опасения оправдались. В 2003 году Александр Белопольский и другой русский учёный Павел Вольфбейн объявили, что они переходят в фонд Millenium Partners, у которого они выторговали себе крупные бонусы и право получать собственные доходы. Renaissance подал в суд на них и на Millenium, опасаясь, что бывшие сотрудники будут использовать инсайдерскую информацию. Впоследствии стороны урегулировали конфликт во внесудебном порядке. Примерно в это же время на Renaissance работал другой учёный с русскими корнями Алексей Кононенко. Он получил учёную степень в Пенн Стейт в 1997 году и также недолгое время работал на Уолл-стрит. В Renaissance, к неожиданности многих, он получил повышение в составе группы, исследовавшей акции. Руководители обсуждали повышение Кононенко на регулярном ужине в доме Саймонса. Человек, знакомый со сложившейся ситуацией, утверждает, что некоторые учёные не могли понять, почему выдвинулся Кононенко, хотя многие проработали в компании гораздо дольше него. Со стороны это выглядело как сетования старшего товарища на то, что на должность назначили его более молодого коллегу. Другие люди, знакомые с положением дел в компании, утверждают, что русский учёный фактически выиграл борьбу за власть. Его продвижение стало целым событием. Какие бы ни были причины повышения Кононенко, результатом стало то, что Renaissance сохранил источник своего благосостояния: с момента того самого ужина Medallion получал годовой доход в размере более 40% после налогообложения. Согласно индексу миллиардеров Bloomberg, Саймонс, которому до настоящего времени принадлежит не менее 50% компании, благодаря Medallion владеет состоянием в размере $15,5 млрд. Активы Брауна, Мерсера и Лофера оцениваются в сотни миллионов долларов. Последнему принадлежит второй по величине пакет акций Renaissance (около 25%). То, сколько денег сотрудника находится в Medallion, зависит от его вклада в прибыль компании. Одним из способов получить больший кусок общего пирога является слаженная совместная работа. Сотрудников поощряют количеством акций, которые они могут купить. В дополнение, четверть их заработка сберегается и инвестируется в Medallion, где эти деньги работают в течение 4 лет, причём сотрудники также уплачивают комиссию по модели «5% и 44%». Как только каждый сотрудник Medallion становится богатым, это меняет его образ жизни. Поезд до Манхеттена уступает место вертолёту. Учёные меняют Honda на Porsche. Люди начинают заниматься теми хобби, о которых мечтали. Кузен Саймонса Роберт Лури, который возглавляет исследования в области фьючерсов, построил для своей дочери огромную арену для катания на лошадях. Яхты стали своеобразным must have. Мерсер заказал целую серию, и каждую назвал «Морская сова». На яхте Саймонса длинной 222 фута построен камин, который топится дровами. Обе яхты оборудованы такими современными средствам движения, что им не нужны якоря. Будучи заводилой, Саймонс всегда сам планировал корпоративные путешествия – на Бермудские острова, в Доминиканскую Республику, во Флориду, в Вермонт – и поощрял сотрудников, чтобы они брали с собой семьи. Одна из традиций компании – катание на лыжах. Саймонс, курильщик со стажем, дабы не отказываться от своей любимой привычки, оформил одному из ресторанов специальную страховку. Когда соперников и бывших инвесторов спрашивают, как Renaissance удаётся продолжать получать столь ошеломляющие прибыли, они единодушно отвечают: «Renaissance двигается вперёд быстрее, чем кто бы то ни было». Однако не всегда, когда все остальные спотыкались, Renaissance оставался на ногах. В августе 2007 года ипотечный кризис привёл к падению нескольких крупных алгоритмических хедж-фондов, включая управлявший $30 млрд фонд Goldman Sachs. Менеджеры этих фирм вынуждены были закрыть позиции, что только ухудшило ситуацию. По информации инсайдеров, кризис обошелся Medallion в $1 млрд – одну пятую его активов. Руководители Renaissance, опасаясь, что хаос сметёт их собственный фонд, дабы укрепить позиции свернули рискованные операции и начали продавать активы. Они были близки к капитуляции, когда рынок восстановился. За остаток года Medallion отыграл потери, и к концу 2007 года его прибыль составила 85,9 %. Руководство Renaissance усвоило один важный урок: не нужно вмешиваться в работу алгоритмов.  Кванты утверждают, что ни одна система не живёт вечно. Они задаются вопросом, насколько долго будет действовать магия Medallion. Прошло 7 лет с тех пор, как основатель компании Джим Саймонс вышел на пенсию. Однако фонд продолжает делать деньги теми же темпами. Даже в первой половине 2016 года, когда многие фонды понесли убытки, Medallion заработал более 20%. Renaissance снова нарастил своё благосостояние и влияние. Сегодня Renaissance успешен под управлением Брауна и Мерсера, но обоим уже за 60, и люди задумываются над тем, какова будет ситуация при их преемниках. Анекдотичная ситуация имела место на закрытой конференции в 2016 году. Кто-то из аудитории задал квантам вопрос: «Кого вы видите для себя в качестве идеального работодателя?» Раздались нервные смешки, затем последовал честный ответ: «Джима Саймонса».(Ист. — Bloomberg)

23 августа 2016, 12:23

Лучшие технические трейдеры. Богатство с ТА

 Сегодня теханализ рекламируется на каждом шагу. Но душа просит подтверждений, неужели он так хорошо работает. Чтобы убедиться, мы обратились к выдающимся трейдерам и их историям. Ниже читайте истории богатейших трейдеров, которые практикуют теханализ.Лучшие технические трейдеры1. Марти Шварц Работая фондовым аналитиком, он почувствовал отвращение к своей работе. В поисках безрисковых точек входа Шварц разработал несколько технических индикаторов. И успех пришел, когда Марти полностью сконцентрировался на техническом анализе и математическом ожидании. Его счет поднялся с 40 тысяч до 20 миллионов. В 1984 году он выиграл чемпионат США по инвестициям. На вопрос, работает ли теханализ, Марти Шварц отвечает: «Девять лет я ковырялся с фундаментальным анализом, а разбогател только взявшись за технический». Трейдеры скорее прогорят, чем признают ошибку… Я начал выигрывать только когда смог сказать себе: «Плевать на самооценку, нужно заработать денег».  — Марти Шварц2. Марк Кук Обучаясь трейдингу, Марк несколько раз терял все. Один раз он даже потерял больше, чем мог себе позволить. Это случилось на сделках с опционами. За считанные дни его счет со 165 тысяч ушел в минус 350 тысяч. Если считать деньги и на семейных счетах, то в общем он потерял 815 тысяч долларов. Но Кук и не думал сдаваться! Через пять лет Марк полностью восстановил потери. Своим успехом он обязан кумулятивному индикатору тиков, который он же и разработал. В 1989 Кук стал вторым на чемпионате по инвестициям, торгуя акциями. В 1992 он уже торговал опционы – и стал первым, с прибылью в 563%. Сейчас он торгует опционы, а также фьючерсы S&P 500 и NASDAQ.Хотите достичь чего-то в трейдинге – продайте ему душу. Не ищите лёгких путей. И даже если вы всё делаете правильно – будьте готовы потерять деньги, по крайней мере в первые пять лет. Закрывая на это глаза, вы не обезопасите себя от потерь. – Марк Кук3. Виктор Сперандео Опционщик, технический аналитик. 18 лет кряду делает средний профит 72 %. Его первая потеря случилась в 1990 г: это была просадка на 35%. Его стиль направлен больше на избежание убытков, чем на получение прибылей. После двух лет исследований Сперандео научился определять «живучесть» тренда. Понимание того, на какой своей стадии находится рынок, очень важно. В противном случае мы будем вести себя так же нелепо, как страховая компания, которая страхует жизни глубоких стариков и молодых людей за ту же цену. Как говорит Сперандео, многие трейдеры не выживают с теханализом, потому что не учитывают «старение» бычьего или медвежьего тренда. Сегодня Виктор возглавляет Alpha Financial Technologies. Эта компания известна своими индексами: The Diversified Trends Indicator, The Commodity Trends Indicator, и The Financial Trends Indicator.Ключ к успеху в трейдинге – эмоциональный самоконтроль. Зарабатывание денег не имеет ни малейшего отношения к одарённости. Чтобы быть успешным трейдером, необходимо научиться признавать свои ошибки. Одарённые люди просто допускают чуть меньше ошибок. Трейдер – это, по-моему, единственная профессия, в которой НУЖНО признавать неправоту. В трейдинге вы никак не скроете ошибку. – Виктор Сперандео4. Эд Сейкота Первопроходец. Сейкота изобрёл первую компьютеризированную торговую систему. В начале семидесятых, под влиянием работ Дончиана (помните каналы Дончиана?), он приступил к созданию автоматизированной стратегии. Это происходило, можно сказать, в условиях каменного века: эпоха онлайн-торгов ещё не наступила, а компьютеры тогда были размером с комнату и управлялись перфокартами. Изначально он разрабатывал трендовые системы для распознавания ценовых моделей и автоматического управления капиталом. К 1988 году счет одного из его клиентов вырос на 250%. Говорят, что сегодня его рабочий день за компьютером длится несколько минут — сканирование рынков и генерация торговых сигналов занимает очень мало времени. Своим успехом Сейкота обязан трем вещам: грамотному мани-менеджменту, умению быстро закрывать убытки, техническим торговым системам. Фундаментальные показатели он называет «фигоментальными», так как не видит в них пользы: рынок и так учитывает в цене всю известную вам информацию. Есть старые трейдеры, и есть смелые трейдеры. Но старых смелых трейдеров очень мало. – Эд Сейкота Богатейшие трейдеры-теханалитики В рейтинге Forbes оказалось очень много инвесторов и управляющих хедж-фондами, которым удалось разбогатеть без фундаментального анализа. Вот некоторые из рейтинга за 2012 год:5. Джеймс Саймонс, 82-й в списке Форбс Именно его часто называют «королём алгоритмической торговли». Саймонс – гениальный математик-теоретик. Начинал как дешифровщик в министерстве обороны во время войны во Вьетнаме. В 1982 основал Renaissance Technologies. К началу 2013 года сумма под его управлением достигла 15 млрд долл.Его Renaissance Technologies – это хедж-фонд, который в работе использует сложные компьютерные системы. Фонд является одним из богатейших в мире. Представьте: с 1990 по 2007 год инвестиция в 10 000 долл выросла бы до 4 млн долл.Мы – исследовательская организация. Наши сотрудники разрабатывают математические модели тех рынков, в которые мы инвестируем. Мы всегда готовы взять на работу тeх, кто одновременно сочетает в себе качества серьёзного исследователя и хорошего разработчика компьютерных программ. – Джеймс СаймонсГлавный фонд компании Renaissance, именуемый Medallion, имеет огромный портфель, насчитывающий огромное количество компаний по всему миру. Даже в жарком 2008-м фонду удалось заработать 80% для своих клиентов. Причем речь идёт о чистой выгоде, с учётом 5% комиссии за управление и 44% комиссии на прибыль. Увы, Medallion Fund сегодня открыт только для своих сотрудников, их семей и друзей.О сотрудниках Renaissance Technologies ходят легенды. В компании работает штат блестящих учёных, и каждый третий из них имеет докторскую степень. Это дешифровщики и инженеры, программисты и астрофизики.Компания постоянно ищет новые креативные умы. Саймонс говорит, что истинная креативность – это способность открывать что-то новое не через тонны книг, а через свои собственные идеи.Всё проверяется историей рынка. Прошлое – отличный предсказатель будущего. Не идеальный, конечно. Но рынком управляет Человек, который не может полностью измениться за одну ночь. Поэтому вы можете заглянуть в будущее только осознав прошлое. – Джеймс Саймонс6. Рэй Далио, 88-й в списке ФорбсСовершил свою первую сделку в возрасте двенадцати лет. Изучал финансы в Университете Лонг-Айленда. В 1973 в Гарварде получил степень магистра. На заре своей карьеры торговал фьючерсы, в 1975-м году в возрасте двадцати пяти лет основал Bridgewater Associates. С самого начала своей трейдерской деятельности вёл дневник, куда записывал все свои идеи с расчетом пробовать их потом на практике.Сегодня Далио – король хедж-фондов. Подконтрольный ему Bridgewater Associates – крупнейший хедж-фонд в мире с активами на 130 миллиардов. С 1992 по 2010 годы главный фонд компании – Pure Alpha – в среднем зарабатывал для инвесторов около 15%, и убытки не превышали 2%. Крупные сделки американскими и немецкими долговыми облигациями позволили компании подняться аж на 20% — и это в 2011-м году, когда большинство хедж-фондов дышали на ладан.Далио серьёзно работает над пониманием процессов, которые управляют рынками. Он изучает и анализирует прошлые события на рынке и их влияние на сегодняшнюю ситуацию. Этот анализ он переводит в компьютерные алгоритмы, задача которых – поиск новых возможностей. Далио отмечает, что такие исследования позволяют предположить любой возможный сценарий.Что интересно, Рэй Далио не верит, что можно понять рынок не осознав фундаментальные отношения причины-следствия.Тщательно разработанные системы, процессы и принципы – главное оружие Далио в принятии инвесторских решений. Любая стратегия досконально проверяется, в том числе стресс-тестируется — в разные временные периоды и на разных рынках. Далио стремится делать каждую стратегию универсальной для всех рынков. Как было сказано выше, его стратегии направлены на поиск новых возможностей, поэтому для них существуют особые меры предосторожности: хедж-фонд Bridgewater использует очень слабое кредитное плечо — 1 к 4.В то время как подавляющее большинство хедж-фондов мира в среднем коррелируются к S&P 500 на 75%, Далио утверждает, что имеет в запасе 15 некоррелируемых инвесторских инструментов. Основное поле деятельности Bridgewater Associates – валюта и рынки ценных бумаг с фиксированным доходом. Однако компьютеры компании работают на поиск неверно оценённых активов на разных рынках по всему миру.Далио удалось понять суть процессов, происходящих на фондовом рынке – благодаря этому он создал столько эффективных и стабильных инвесторских инструментов.Я научился особенно внимательно относиться к анализу данных. То, что сработало в прошлом, может не сработать в будущем. Два кита, на которых стоит наша стратегия, – это фундаментальные основания для сделки плюс обоснованные ожидания от неё. – Рэй Далио7. Стивен Коэн, 106-й в списке ФорбсЗвезда Уолл-стрит. Прославился благодаря первоклассной результативности и фантастическими объёмами торговли — они достигают 2% от ежедневных объёмов на Нью-Йоркской Фондовой Бирже. Стивен начал торговать опционы в 1978 году, и уже в первый день заработал 8000 долларов.В 1992 основал хедж-фонд SAC Capital. Сначала под управлением было 25 миллионов долларов. К концу 2012 года SAC состоял из 9 фондов, а под управлением было уже 13 миллиардов долларов. Средняя годовая доходность составляла 36%. К слову, в 2008 году компания потеряла около 15%. В 2011 году главный фонд компании сделал 8% — в то время как среднестатистический хедж-фонд терял где-то 5%. К августу 2012 фонд SAC опять сделал 8%.Стивен сохраняет секретность во всём, что делает. Однако его стиль очевиден: это высокообъёмная краткосрочная торговля опционов и ценных бумаг.Старая гвардия рынка не в восторге от меня – и я это знаю. Поклонники классической школы трейдинга не доверяют чему-либо, не основанному на фундаментальном анализе… Мы всегда больше торговали, чем инвестировали. Люди долго смотрели на это с осуждением и не хотели попробовать делать так же. Но в итоге они сказали: «Эй, да он же делает деньги!». И все начали меня копировать. – Стивен КоэнКоэн считает, что любые колебания цены вызваны на 40% рынком, на 30% сектором экономики и на 30% самой акцией.Результативность SAC Capital превосходна. Успех SAC Стивен связывает с опытом и умениями людей, работающих на фирму. SAC берёт на работу трейдеров, которые будут уверенно рисковать и самостоятельно принимать решения. Тот, кто сидит и ждёт указаний, вряд ли сможет добиться чего-нибудь.Знайте, кто вы есть на самом деле. Не пытайтесь быть тем, кем вы не являетесь. Если вы внутридневнойтрейдер – торгуйте внутридневно. Если вы инвестор – инвестируйте. Иначе будете выглядеть как комик, который вышел на сцену и вдруг почему-то запел. Зачем он поёт? Люди-то пришли посмотреть на комика. – Стивен Коэн8. Пол Тюдор Джонс II, 330-й в списке ФорбсНачинал успешно торговать фьючерсы на хлопковой бирже. Сегодня – дискреционный и системный трейдер в одном лице. Работал на хлопкового трейдера Элая Туллиса. Самое главное, чему он научился от Элая, – эмоциональный контроль. Правда, Туллис уволил Джонса после того, как тот заснул на работе после ночной пирушки с друзьями.В 1983 Джонс основал хедж-фонд Tudor Investment Corp, имея в распоряжении 300 тысяч долларов. К концу 2012 года фонд уже управлял двенадцатью миллиардами. Средняя годовая доходность составляла 24%. Главный хедж-фонд компании — BVI Global — в 2011 году сделал 2%, а к августу 2012 заработал уже 3,8% за вычетом комиссионных.Слава пришла к Джонсу после того, как он предсказал крах фондового рынка в 1987 году. Фонд Джонса продемонстрировал невероятный доход в 62 %. Джонс утверждал, что предсказать обвал было нетрудно. Он считал так: гиперактивные продажи на переоценённом рынке рано или поздно запустят цепную реакцию. Он не устаёт повторять, что вы должны знать абсолютно всё о тех активах, которые торгуете.Свой успех Джонс связывает с постоянной жаждой знаний и умелым управлением рисками. Он использует совершенно разносторонние стратегии — он и среднесрочник, и волновик, и трендоследящий трейдер, и контртрендовый игрок в одном лице. Основная прибыль идет от сделок, совершаемых на низинах или вершинах рынков. Джонс сознательно пропускает «мясо» в середине тренда. Он полагает, что движения цены – главное, а фундаментальные факторы на втором месте.Джонс сделал себя сам. Он ненавидит терять деньги, поэтому всегда стремится к тому, чтобы потенциальное соотношение риска и вознаграждения было в его пользу. К тому же, он никогда не использует большое кредитное плечо. Джонс убеждён: хорошим трейдером может считаться тот, кто способен продемонстрировать среднегодовую прибыль в 2-3 раза большую, чем его крупнейшая просадка.Не притворяйтесь героем. Засуньте куда-нибудь своё эго. Постоянно испытывайте себя и свои способности. Не смейте думать, что вы хороши. Как только вы допускаете эту мысль – вы труп… Основа моей философии – хорошая защита. Если вам вдруг кажется, что вы совершаете неплохую сделку, задайте себе вопрос: разве я умею предсказывать будущее?.. Всегда будьте уверены, но не доводите до самоуверенности. – Пол Тюдор Джонс IIГлавные секреты от нашей блестящей восьмерки трейдеровОчевидно, что технический анализ всегда работал и работает сейчас. Но что нужно иметь в виду, чтоб заставить его работать на себя?Все вышеупомянутые трейдеры окружили себя и свою деятельность чрезвычайной секретностью. К сожалению, какие-то специфические их методы нам не известны. Однако можно выделить кое-какие общие позиции:Общие идеиБольшинство успешных трейдеров использовали механические модели.Все они отстраивали четкую систему и жестко её придерживались.Большинство из этих трейдеров тестировали свои стратегии перед тем, как применить их на реальных рынках.Большинство из них собирали вокруг себя лучших профессионалов.Многие из них начали карьеру с крупных потерь.Торговая система каждого из них подходила им по характеру.Типичные черты характера хорошего трейдераНизкий уровень эмоциональной реакции – трейдер всегда остаётся спокойным; не испытывает сильных перепадов настроения.Бесстрастность – трейдер понимает, что рынок действует сам по себе и он не может его контролировать.Скромность – удерживая эго в узде, трейдер не рискует понести убытки или упустить прибыль.Решительность – трейдер быстро принимает решения и действует, не сомневаясь в решении.Добросовестность – трейдер дисциплинирован, основателен, чётко следует плану – он упорно добивается своего.Уверенность – трейдер верит в свою систему и имеет возможность реализовать её.Бесспорно одно: технический анализ работает. Следующий шаг – заставить технический анализ работать НА ВАС. Для этого необходимо найти или разработать систему, которая будет стопроцентно подходить вашему стилю. Желаем успехов.

17 июля 2017, 13:54

Доступ к телу. Кто из крупных лоббистов стоит ближе к Трампу

Финансисты и банкиры, содержатели казино и нефтяники — самые влиятельные группы поддержки президента-миллиардера

21 января 2017, 13:49

Фонд Medallion: как работает уникальная машина по зарабатыванию денег?

Перевели статью Bloomberg о Renaissance Technologies и его фонде Medallion. Рекомендуем к прочтению. Фонд Medallion можно назвать самым чёрным ящиком во всей финансовой системе США. Он прославился далеко за пределами страны благодаря своим финансовым успехам и окружающей его атмосфере максимальной секретности, только усиливающей интерес к фонду. Medallion создан в 1988 году инвестиционной компанией Renaissance Technologies и специализируется на количественных методах инвестирования. Средняя годовая доходность с момента основания превышает 40%. В 1993 Medallion прекратил принимать деньги от сторонних инвесторов и сегодня работает исключительно на сотрудников Renaissance Technologies. В чём секрет уникальной машины по зарабатыванию денег? В 100 км к востоку от Уолл-стрит, участок земли, напоминающий по форме китовый хвост, разделяет залив Лонг-Айленд и залив Конскайенс. Здесь расположились роскошные виллы с собственными пирсами, теннисными кортами, бассейнами и зелёными аллеями. Район носит название Олд Филд, но соседи зовут его по-другому – ривьера Ренессанс. Как можно догадаться, самые богатые жители этого района – учёные, работающие в хедж-фонде Renaissance Technologies, базирующемся в соседнем районе Ист Сетокет.О владельцах роскошных вилл почти ничего не известно, как и о самой компании. Имя Renaissance Technologies на слуху у всех, но никто не знает, что происходит внутри. Известно, что компания управляет несколькими фондами, в т.ч. Institutional Equities Fund, Institutional Diversified Alpha и Medallion Fund. Последний – самый успешный – работает только для трёхсот сотрудников Renaissance Technologies и нескольких избранных, имеющих многолетние тесные связи с компанией. Все три фонда основаны на количественных методах анализа фондового рынка. Сегодня это самый наукоёмкий подход к инвестированию. Около 90 сотрудников Renaissance Technologies обладают учёной степенью.По данным Bloomberg, за последние 28 лет Medallion получил $55 млрд прибыли, что на $10 млрд больше, чем у фондов под управлением миллиардеров Рея Дэлио и Джорджа Сороса. Более того, прибыль Medallion получена за более короткий срок и с меньшими активами под управлением. Сегодня Renaissance ограничивает не только количество людей, которые могут вступить в фонд, но и размер инвестиций. Это необходимо для того, чтобы стратегии Medallion, основанные на количественных методах анализа рынка, продолжали работать. Сумма активов под управлением, превышая определённый порог, начинает влиять на рынок, и алгоритмы не могут работать так, как запрограммированы. Поэтому Renaissance удерживает объём средств Medallion между 9 и 10 млрд долларов. Это в два раза превышает размер активов, находившихся под управлением Medallion десять лет назад. Сегодня прибыль фонда снимается каждые полгода.Благосостояние учёных из Renaissance превышает ВВП многих стран и всё больше влияет на политику Соединённых Штатов.Например, сопредседатель компании Роберт Мерсер поддерживал Теда Круза во время праймериз и Дональда Трампа во время президентских выборов. По данным Центра за ответственную политику, Мерсер пожертвовал $22,9 млн и тем самым стал третьим по величине спонсором Республиканской партии. В то же время Джим Саймонс, основатель Renaissance, и Генри Лофер, бывший руководитель исследовательских работ, оказались по другую сторону баррикад – в сумме они пожертвовали $30 млн Демократической партии. Спикер компании Джонатан Гэстелтер заявил, что собственники и руководители Renaissance отказались комментировать ситуацию. Это довольно типичный ответ для структуры, максимально закрытой для общественности. Чтобы хоть что-то узнать о компании, было проведено журналистское расследование. Факты, изложенные ниже, получены в результате двух сотен интервью с людьми, которые лично знают учёных из Renaissance: учились, работали вместе или же конкурировали с ними. «Renaissance Technologies – это коммерческая версия «Манхэттенского проекта» (кодовое название программы США сер. XX в. по разработке ядерного оружия, проводившейся в атмосфере максимальной секретности – прим.)», – утверждает Эндрю Ло, профессор финансов в Школе Слоана Массачусетского технологического университета и председатель компании AlphaSimplex, которая занимается исследованиями в области финансовой математики. Ло превозносит основателя Renaissance Джима Саймонса за то, что тот сумел объединить такое количество учёных: «Они асы в области количественных инвестиций. Никто не может с ними сравниться».Естественно, больше всего споров и обсуждений разгорается вокруг финансовых успехов главного фонда Renaissance, Medallion. Результаты его работы поражают воображение инвесторов и кажутся невозможными. В 2000 году Medallion получил доходность 98,5%; в 2007 – 85,9%; в 2008 – 98,2%. Своим успехам фонд, разумеется, обязан учёным-математикам и количественным методам анализа фондового рынка. Это направление инвестирования сейчас считается самым перспективным. По данным Bloomberg, в 2016 году клиенты вложили $21 млрд в алгоритмические хедж-фонды и одновременно забрали $60 млрд из компаний, специализирующихся на других направлениях. Стоит привести ещё один достойный пример: фонд Two Sigma, управлявший в период кризиса капиталом в $5 млрд, резко увеличил свои активы до $37 млрд. И даже такие консервативные трейдеры как Пол Тюдор Джонс и Стив Коэн внедряют инструменты количественного анализа в своё программное обеспечение в надежде увеличить доходы. Специализация на количественных методах инвестирования – не единственная причина успеха фонда Medallion. Конкуренты говорят о нескольких преимуществах компании. Первое: компьютеры Renaissance – одни из мощнейших в мире. Сотрудники обладают большим количеством – и качеством – информации. Поэтому они находят больше сигналов, на которых основываются их «предсказания», и создают лучшие стратегии для управления капиталом. Renaissance всегда вкладывала много средств в развитие процессов сбора, сортировки и проверки данных, а также – в обеспечение их доступности для сотрудников. «Когда у тебя появляется идея, ты хочешь проверить её как можно быстрее. И если ты получаешь информацию в неподходящем формате, это сильно замедляет процесс», – говорит Ник Паттерсон, который проработал исследователем в Renaissance 8 лет.Ещё одна сильная сторона компании – контроль затрат на биржевую торговлю и пристальное внимание к тому, какое влияние на рынок оказывают сделки фондов Renaissance. Однако всё это – не уникальные преимущества. Компьютерные технологии становятся всё дешевле, всё больше компаний обращаются к количественным методам инвестирования, а конкуренты оттачивают своё мастерство.Продолжит ли Medallion так же успешно чеканить деньги?Разумеется, значительная часть успеха заключается в профессионализме сотрудников. Объединение такого количества учёных – целиком и полностью заслуга Джима Саймонса. Его без преувеличения называют математическим гением. Саймонс – профессор Массачусетского технологического института и Гарварда, лауреат премии Освальда Веблена в области геометрии и соавтор теории Черна-Саймонса. Он родился в 1938 году в Массачусетсе, отец – владелец обувной фабрики, мать – домохозяйка. Их предки переселились в США из Российской империи в конце XIX века. В 1964-1968 Джим Саймонс занимал должность исследователя (дешифровальщика) в Институте оборонного анализа, где он проводил работу по выявлению сообщений на фоне помех. Цель алгоритмической биржевой торговли очень похожа – построить модели, которые улавливают торговые сигналы из хаоса, создаваемого рынками. Часто сигналы очень тихие, но, тем не менее, они могут помочь определить, как будет меняться цена акций, облигаций или барреля нефти. Это комплексная проблема. Колебания цен зависят от фундаментальных причин и процессов, а иногда от нерационального поведения людей, совершающих покупки и продажи. Несмотря на то, что Саймонс лишился работы в Институте оборонного анализа после того, как осудил войну во Вьетнаме в своём письме в New York Times, приобретённые им во время криптографической работы связи помогли создать Renaissance, а спустя несколько лет и Medallion. В течение следующего десятилетия Саймонс возглавлял кафедру математики в университете Стони Брук и одновременно упражнялся в торговле товарными фьючерсами.  В 1977 году он распрощался с академической работой, чтобы попробовать себя в управлении активами. (Впоследствии Саймонс и его коллеги пожертвуют университету $250 млн. Стони Брук находится всего в трёх километрах от Ист Сетокета, где базируется Renaissance). Саймонс покупал и продавал товарные активы, делая свои ставки на основе фундаментальных показателей, таких как спрос и предложение. Увидев неэффективность этого подхода, он решил обратиться к своим знакомым среди криптографов и математиков за помощью в выявлении паттернов, биржевых закономерностей. Он связался с бывшими коллегами из Института оборонного анализа Элвином Берлекампом и Леонардом Баумом, а также с коллегами из университета Стони Брук профессорами Генри Лофером и Джеймсом Эксом. «Я предположил, что существуют способы предсказания цен методами статистики, – сказал Джим Саймонс корреспонденту из журнала Numberphile. – В итоге мы создали такие алгоритмы». В сущности, эти алгоритмы либо следуют за трендом (трендследящие модели), либо действуют против него (реверсные). Фонд Renaissance пользовался и первыми, и вторыми. Поначалу результаты были разными: в 1988 году доход составил 8,8%, а в 1989 году компания понесла убытки в размере 4,1%. Но в 1990 году, сконцентрировавшись на краткосрочной торговле, Medallion показал 56% прибыли после налогообложения. «Я был уверен, что наши модели будут работать лучше, – говорит Берклекамп, который несколько лет назад покинул Renaissance, чтобы вернуться к академической деятельности, и является почётным профессором в Калифорнийском университете в Беркли. – Но я не думал, что они будут работать настолько хорошо». В начале 90-х высокая годовая прибыль стала нормой в Renaissance: 39,4%, 34%, 39,1%. Многие инвесторы, узнавшие о прорыве Renaissance, пытались пробиться в Medallion, но их игнорировали. С 1993 года фонд не принимает инвестиций со стороны. Комиссионные также взлетели вверх: от 5% с активов и 20% с доходов до 5% с активов и 44% с доходов. Полное отсутствие клиентоориентированности стало визитной карточкой Renaissance. Боннефой – один из последних сторонних инвесторов, которых «выдавили» из Medallion в 2005 г. – вспоминает, как набирал Манхеттанский номер, чтобы узнать записанную на автоответчик ежемесячную прибыль. «Они непомерно задрали цены на свои услуги, и, тем не менее, остались на голову выше остальных», – говорит Боннефой. Доходность – вот первое и единственное, что нужно Medallion, чтобы поддерживать свой имидж. До сих пор корпоративный сайт renfund.com выглядит так, будто не менялся со времён Netscape. Вдохновлённый успехом Medallion, в середине 90-х Саймонс занялся расширением штата учёных. Любой, кто обладал опытом работы на Уолл-cтрит или хотя бы образованием в сфере финансов, мог попробовать свои силы в компании. «Мы нанимаем людей, которые проявили себя в исследовательской деятельности», – пояснил однажды Саймонс. Следующий поток талантливых людей – большая часть которых до сих пор составляет костяк компании – пришёл из исследовательского центра IBM имени Томаса. Дж. Уотсона в Йорктаун Хейтс. Эта команда занималась проблемами распознавания речи и машинным переводом. Когда эти задачи только начинали решать, учёные-программисты объединялись с лингвистами и пытались преобразовать грамматику в код. В IBM группа учёных, включая Мерсера и Брауна, утверждала, что эти проблемы лучше решать с помощью статистики и теории вероятности. Их руководитель Фредерик Джелинек любил говорить: «Как только я увольняю лингвиста, система начинает работать лучше». По словам учёных, работавших в том исследовательском центре, исследователи загружали в компьютеры «тонны данных». Однажды, по свидетельствам коллег, Мерсер не появлялся в течение нескольких месяцев, загружая в компьютер французские глаголы во всех формах. Результатом приложенных усилий стал алгоритм, который определял, что к фразе «Le chien est battu par Jean» ближе всего фраза «Жан укусил собаку». Те же принципы и полученный новый опыт учёные применили для создания алгоритма распознавания речи: «Давая аудитории сигнал х, спикер, возможно, на самом деле сказал у». «Проблемы распознавание речи и перевода находятся на пересечении математики и информатики», – утверждает Эрни Чан, который работал в исследовательском центре IBM в середине 90-х и сейчас возглавляет алгоритмический фонд QTS Capital Management. По его словам, учёные решали не только академические задачи, они развивали теории и создавали программное обеспечение для внедрения полученных решений. Работа группы в конечном итоге сделала возможным создание программы Google Translate и программы Siri компании Apple. По словам человека, знавшего Мерсера и Брауна, в 1993 году они вышли на руководство IBM со смелым предложением: создать алгоритмы для управления подразделением IBM – пенсионным фондом с капиталом в $28 млрд. IBM проигнорировало их предложение, посчитав, что компьютерные лингвисты не могут разбираться в прогнозировании инвестиций. Но увлечение Мерсера и Брауна финансовым рынком только начиналось. В том же 1993 году Ник Паттерсон, который раньше работал дешифровщиком для Великобритании и США, присоединился к Renaissance и сблизился с Брауном и Мерсером. «У IBM были серьёзные проблемы, моральное состояние было никакое, и работа на Renaissance была выходом из ситуации», – говорит Паттерсон. Он трудился в Renaissance вплоть до 2001 года, а в настоящий момент работает старшим биологом-вычислителем в исследовательском Институте Брода и занимается исследованиями в области генетики. По его словам, Мерсер и Браун решили присоединиться к команде Renaissance, привлечённые пятидесятипроцентной прибавкой к зарплате. Они разместились в мансарде в Сетокете и часто ужинали вместе. Когда приносили счёт, они доставали специальный калькулятор, который генерировал случайные числа. Оплачивал счёт тот, кому выпадало большее число. Когда Мерсер и Браун стали работать на Renaissance, им поручили проводить исследования в разных областях, но вскоре стало понятно, что они лучше работают в паре, чем по отдельности. Они подпитывали друг друга: Браун был оптимистом, а Мерсер – скептиком. По словам Паттерсона, Питер очень креативный и генерит множество идей, а Боб обычно отвечает, что над этими идеями ещё нужно серьёзно поразмыслить. Они стали руководить группой, занимавшейся акциями, которая теряла деньги. «Им понадобилось четыре года, чтобы заставить систему работать. Джим был очень терпелив», – говорит Паттерсон. Вложения окупились. Много лет спустя, на конференции по компьютерной лингвистике 2013 года, Браун сказал: «Renaissance основала пара математиков. Они и понятия не имели, как программировать. Они учились этому, читая компьютерные справочники, а это не самый хороший способ обучения». По сведениям из документов, поданных в Министерство труда США, сегодня та самая группа, занимающаяся акциями, зарабатывает большую часть прибыли Medallion, используя деривативы и заёмные капиталы, превышающие собственный в 4-5 раз. Renaissance подал эти сведения в Министерство труда в связи с заявлением об изменении пенсионных программ для работников. Часть их средств в Medallion планируется перевести в Индивидуальный Пенсионный План. Предполагается, что сотрудники не будут никогда платить налоги с доходов, полученных в результате использования уже заработанного. Это сэкономит им миллионы долларов. В команде Renaissance работали и другие ветераны IBM: близнецы, разработчики теории струн, Стивен и Винсент Делла Пьетра, разработчик алгоритма распознавания человеческой речи Лалит Бал, специалист по обработке цифровых сигналов Мукунд Падманабан, программист Дэвид Маджерман, и Глен Уитни, который писал программное обеспечение во время летней практики. «Основная идея, усвоенная в IBM, заключается в том, что целое больше, чем просто сумма частей», – вспоминает Эрни Чан. По словам людей, близких к Renaissance, помимо Мерсера и Брауна, специалистов в области исследований языка, на успех системы существенно повлияли астрофизики. Эти учёные значительно преуспели в «отсеве» сигналов от шума. Специалисты в области теории струн, братья Делла Пьетра были лишь первыми из многих с подобным опытом. Близнецы всегда работали в паре. Будучи учениками старших классов, они закончили научную программу Колумбийского университета с отличием, в студенческие годы изучали физику в Принстоне; получили учёные степени в Гарварде в 1986. Стивен Строгац, профессор математики в университете Корнелл, помнит, как они, только поступив в Принстон, учились в классе универсальной алгебры. «Они всегда сидели рядом. Размышляя, они постоянно спорили. Их математические дискуссии всегда были жаркими, они постоянно поправляли преподавателя или объясняли что-то друг другу», — говорит он.  Чан, работавший с ними в IBM, вспоминает, что близнецы всегда кричали исключительно друг на друга, а с остальными были добры и милы. Тот факт, что они близнецы, добавил ещё одну особенность. «Они практически читают мысли друг друга», – утверждает Чан. В Renaissance, дабы упростить проведение дискуссий, братья Делла Пьетра заняли соседние кабинеты, разделённые лишь внутренним окном. Паттерсон, которому какое-то время они отчитывались, также отмечал, что «братья очень креативны и постоянно друг с другом конкурируют». Переход из IBM не всем давался легко. Атмосфера в Renaissance сильно отличалась от той, к которой они привыкли. Об этом времени Браун вспоминает так: «Мы очень быстро поняли, что мир финансовых рынков сильно отличается от IBM. Он безжалостен. Или твои стратегии работают лучше, чем у других, и ты зарабатываешь деньги, или твои алгоритмы работают хуже, и ты прогораешь. Это давление заставляет тебя сконцентрироваться». Изменения в образе мышления были не единственными стимулами учёных из Renaissance, голодных до исследований больших объёмов данных. Они также обрели нечто неосязаемое – ощущение, что они стали частью семьи. Джим Саймонс выглядел как заботливый отец семейства. Ни один другой руководитель Renaissance не обладал такими навыками работы с людьми, говорят те, кто знаком с ним и с компанией. Он вдохновил своих ботаников-квантов сплотиться, работать вместе. «У нас царит атмосфера открытости. Мы следим за тем, чтобы каждый знал, чем занимается любой из сотрудников компании. Чем быстрее происходит этот обмен информацией, тем лучше. Вот что стимулирует людей», – отметил Саймонс во время своей речи в Массачусетском технологическом институте в 2010 г. В Renaissance разные команды ответственны за разные области исследования, но на практике каждый может работать над любой задачей. Каждый вторник проводится общее собрание, чтобы обсудить возникшие идеи. Разумеется, Саймонс работал и над совершенствованием технологий количественных инвестиций. В 2000 году он дал интервью изданию Institutional Investor, в котором объяснил  философию своей фирмы и алгоритмов Medallion. «Система должна состоять из постоянно создающихся слоёв. Рассматривая каждую новую идею, мы должны понять: это что-то принципиально новое, или оно похоже на то, что мы уже делали», – сказал он. Как только это становится понятно, группа исследователей определяет, в каком объёме новый алгоритм можно использовать. Сигналы могут со временем исчезать, но обычно их не удаляют из кода совсем, поскольку они могут возникнуть вновь, или их игнорирование может иметь неожиданные последствия. Когда люди из IBM были приняты в Renaissance, Medallion генерировал годовую прибыль в размере около 30% после налогообложения практически исключительно на торговле фьючерсами. Тогда было просто выявить паттерны и обратить в свою пользу отклонения. Один из бывших инвесторов сообщил, что учёные Renaissance обратили внимание на то, что опционы и фьючерсы Standard&Poor закрываются с разницей в 15 минут, и это какое-то время лежало в основе механизма извлечения прибыли. В системе использовалось большое число подобных отклонений, и учёные Renaissance подробно изучали каждое из них. В совокупности эти отклонения позволили зарабатывать миллионы, а немного позже и миллиарды. Но по мере того как финансовый рынок становился сложнее, и всё больше квант-исследователей направляли свои усилия на расшифровку сигналов рынка, подобные отклонения, «неэффективности рынка», начали исчезать. На конференции в 2013 году Браун упомянул о наблюдениях, которыми Medallion поделился со сторонними инвесторами. Изучая сведения об облачности, они выявили связь между солнечными днями и подъёмом рынков от Нью Йорка до Токио. «Оказывается, когда в Париже облачно, вероятность того, что рынок пойдет вверх, понижается», – сказал Браун. Однако это не то, на чём можно заработать много денег, поскольку эта тенденция прослеживается в пятидесяти с небольшим случаев из ста. «Но дело в том, что если бы сигналы, в которых было бы больше смысла, были явными, их бы уже давным-давно использовали в торгах… Мы ищем все больше и больше закономерностей, и наши специалисты, 90 человек из которых обладают учёной степенью, просто сидят и целыми днями наблюдают за паттернами. У нас более 10 000 процессоров, которые непрерывно работают в поисках сигналов», – продолжил Браун. Учёные из Renaissance разработали корпоративный язык программирования для построения своих алгоритмов. По словам людей, знакомых с деятельностью компании, код, на основе которого работает фонд Medallion, состоит из нескольких миллионов строчек. По данным другого источника, иногда позиции удерживаются в течение секунд, а иногда – в течение нескольких месяцев. Команда из IBM многое сделала для повышения эффективности количественных инвестиций Renaissance. Поскольку алгоритмы фонда были ориентированы на закрытие сделок в течение короткого времени, исследователи уделили время тому, чтобы изучить стоимость операций и то, как их собственные действия влияют на рынок. По мнению квант-аналитиков, последняя проблема особенно сложная. Они также следили за тем, чтобы сделки и доход соответствовали тому, что было запланировано системой, поскольку выставление неадекватной цены или другой компьютерный сбой могли провалить всю операцию. И практически с самого основания компании Саймонс указал на ещё одну опасность: общий размер инвестиций влияет на результат инвестирования. Слишком много денег может привести к отсутствию доходности. Также Саймонс отмечал, что необходимо быть готовым к ущербу, который может нанести работа других компаний. В письме, обращённом к инвесторам фонда акций, основатель компании Renaissance писал: «Мы верим в то, что обладаем совершенным набором торговых сигналов, но некоторыми из них несомненно пользуются другие хедж-фонды, также зарабатывающие на росте или падении рынка». Ещё одна зона риска для Renaissance – утечка кадров и информации. Случаи ухода из компании крайне редки. За исключением учёных, которые увольняются, чтобы вернуться к академической работе или заняться благотворительностью, сотрудники не уходят из Renaissance. Да и зачем бы они стали это делать? Задачи разнообразные, коллеги – суперпрофессионалы, а оплата труда исключительно высокая. Однако были и исключения. В 2001 году Renaissance нанял русского учёного Александра Белопольского, который, как и многие его коллеги, приехал на запад после развала Советского Союза. Паттерсон возражал против его принятия на работу, поскольку тот совсем недавно пришёл работать на Уолл-стрит. Опасения оправдались. В 2003 году Александр Белопольский и другой русский учёный Павел Вольфбейн объявили, что они переходят в фонд Millenium Partners, у которого они выторговали себе крупные бонусы и право получать собственные доходы. Renaissance подал в суд на них и на Millenium, опасаясь, что бывшие сотрудники будут использовать инсайдерскую информацию. Впоследствии стороны урегулировали конфликт во внесудебном порядке. Примерно в это же время на Renaissance работал другой учёный с русскими корнями Алексей Кононенко. Он получил учёную степень в Пенн Стейт в 1997 году и также недолгое время работал на Уолл-стрит. В Renaissance, к неожиданности многих, он получил повышение в составе группы, исследовавшей акции. Руководители обсуждали повышение Кононенко на регулярном ужине в доме Саймонса. Человек, знакомый со сложившейся ситуацией, утверждает, что некоторые учёные не могли понять, почему выдвинулся Кононенко, хотя многие проработали в компании гораздо дольше него. Со стороны это выглядело как сетования старшего товарища на то, что на должность назначили его более молодого коллегу. Другие люди, знакомые с положением дел в компании, утверждают, что русский учёный фактически выиграл борьбу за власть. Его продвижение стало целым событием. Какие бы ни были причины повышения Кононенко, результатом стало то, что Renaissance сохранил источник своего благосостояния: с момента того самого ужина Medallion получал годовой доход в размере более 40% после налогообложения. Согласно индексу миллиардеров Bloomberg, Саймонс, которому до настоящего времени принадлежит не менее 50% компании, благодаря Medallion владеет состоянием в размере $15,5 млрд. Активы Брауна, Мерсера и Лофера оцениваются в сотни миллионов долларов. Последнему принадлежит второй по величине пакет акций Renaissance (около 25%). То, сколько денег сотрудника находится в Medallion, зависит от его вклада в прибыль компании. Одним из способов получить больший кусок общего пирога является слаженная совместная работа. Сотрудников поощряют количеством акций, которые они могут купить. В дополнение, четверть их заработка сберегается и инвестируется в Medallion, где эти деньги работают в течение 4 лет, причём сотрудники также уплачивают комиссию по модели «5% и 44%». Как только каждый сотрудник Medallion становится богатым, это меняет его образ жизни. Поезд до Манхеттена уступает место вертолёту. Учёные меняют Honda на Porsche. Люди начинают заниматься теми хобби, о которых мечтали. Кузен Саймонса Роберт Лури, который возглавляет исследования в области фьючерсов, построил для своей дочери огромную арену для катания на лошадях. Яхты стали своеобразным must have. Мерсер заказал целую серию, и каждую назвал «Морская сова». На яхте Саймонса длинной 222 фута построен камин, который топится дровами. Обе яхты оборудованы такими современными средствам движения, что им не нужны якоря. Будучи заводилой, Саймонс всегда сам планировал корпоративные путешествия – на Бермудские острова, в Доминиканскую Республику, во Флориду, в Вермонт – и поощрял сотрудников, чтобы они брали с собой семьи. Одна из традиций компании – катание на лыжах. Саймонс, курильщик со стажем, дабы не отказываться от своей любимой привычки, оформил одному из ресторанов специальную страховку. Когда соперников и бывших инвесторов спрашивают, как Renaissance удаётся продолжать получать столь ошеломляющие прибыли, они единодушно отвечают: «Renaissance двигается вперёд быстрее, чем кто бы то ни было». Однако не всегда, когда все остальные спотыкались, Renaissance оставался на ногах. В августе 2007 года ипотечный кризис привёл к падению нескольких крупных алгоритмических хедж-фондов, включая управлявший $30 млрд фонд Goldman Sachs. Менеджеры этих фирм вынуждены были закрыть позиции, что только ухудшило ситуацию. По информации инсайдеров, кризис обошелся Medallion в $1 млрд – одну пятую его активов. Руководители Renaissance, опасаясь, что хаос сметёт их собственный фонд, дабы укрепить позиции свернули рискованные операции и начали продавать активы. Они были близки к капитуляции, когда рынок восстановился. За остаток года Medallion отыграл потери, и к концу 2007 года его прибыль составила 85,9 %. Руководство Renaissance усвоило один важный урок: не нужно вмешиваться в работу алгоритмов.  Кванты утверждают, что ни одна система не живёт вечно. Они задаются вопросом, насколько долго будет действовать магия Medallion. Прошло 7 лет с тех пор, как основатель компании Джим Саймонс вышел на пенсию. Однако фонд продолжает делать деньги теми же темпами. Даже в первой половине 2016 года, когда многие фонды понесли убытки, Medallion заработал более 20%. Renaissance снова нарастил своё благосостояние и влияние. Сегодня Renaissance успешен под управлением Брауна и Мерсера, но обоим уже за 60, и люди задумываются над тем, какова будет ситуация при их преемниках. Анекдотичная ситуация имела место на закрытой конференции в 2016 году. Кто-то из аудитории задал квантам вопрос: «Кого вы видите для себя в качестве идеального работодателя?» Раздались нервные смешки, затем последовал честный ответ: «Джима Саймонса».(Ист. — Bloomberg)