Джек Швагер – известный финансист, автор таких финансовых бестселлеров, как "Новые маги рынка", "Технический анализ. Полный курс" и др. "Маги фондового рынка" – последняя книга знаменитой серии "Маги рынка", в которой автор берет интервью у наиболее успешных американских трейдеров и портфельных управляющих.

В одном из небоскребов, стоящих в центре Манхэттена, расположился офис компании, в которой сотрудничают лучшие математики, физики и программисты страны. Дэвид Шоу собрал их здесь с одной целью: использовать лучшие умы для получения стабильной прибыли на мировых финансовых рынках. Сегодня для торговли тысячами акций (а также связанными с ними финансовыми инструментами — опционами, конвертируемыми облигациями и пр.) на рынках более чем десяти стран в компании D.Е. Shaw (названной в честь своего основателя) применяют множество сложнейших взаимосвязанных математических моделей. Цель разрабатываемых здесь торговых стратегий — получать прибыль за счет расхождения цен, избегая риска, связанного с направленными движениями на рынке акций и прочих финансовых рынках (рынке валют и рынке процентных ставок).

О секретности, соблюдаемой Шоу в отношении информации об используемых компанией торговых стратегий, среди сотрудников ходят легенды. При поступлении в штат с новичка берут подписку о неразглашении служебной тайны, но даже внутри самой фирмы каждый работник имеет понятие только о том участке торговли, за который непосредственно отвечает. Зная эту особенность фирмы, я не решался задавать Шоу вопросы, непосредственно касающиеся его торговых методов. Хотя мне казалось, что Дэвид Шоу мог бы согласиться поделиться некоторыми менее значимыми сведениями, а именно:

• Описать стратегии, применявшиеся в прежние годы и признанные неподходящими в данный момент.
• Назвать области математики, изучение которых необходимо для разработки торговых стратегий, аналогичных его собственным.
• Какие аномалии рынка, позволившие в свое время получить прибыль, в настоящее время не существуют — имея в виду, разумеется, только те факты, о существовании которых уже отлично осведомлены конкуренты.

Между тем, даже эти вполне невинные вопросы были встречены с вежливой холодностью. Уклончивые ответы Шоу в целом сводились к одному, вслух, впрочем, не высказанному: «Мне не хотелось бы вдаваться в подробности из опасения, что конкуренты, готовые ухватиться за каждый намек, извлекут для себя пользу из нашей беседы».

Главная из торговых программ Шоу, запущенная в 1989 году, неизменно давала стабильную прибыль. За одиннадцать лет существования ее среднегодовой прирост капитала с учетом реинвестиций торговых прибылей и с учетом комиссионного вознаграждения составил 22%, уровень риска при этом оставался минимальным. За весь описываемый период наибольшее падение капитала с максимума до последующего минимума равнялось всего 11% — замечу, что в течение последующих четырех месяцев убыток был полностью компенсирован.

Каким образом Шоу удавалось более десятилетия получать прибыль как на бычьем, так и на медвежьем рынке? Шоу не рассказал мне об этом, во всяком случае, не обозначил специфики ни одной из своих торговых стратегий. И все же, основываясь на его замечаниях, а также на информации, которую удалось прочитать «между строк», можно составить хотя бы приблизительное представление о методах торговли, принятых в компании. Нижеследующие параграфы — напомню, что во многом они строятся на чистых догадках,— призваны дать читателю некоторое представление о методах Шоу.

Начнем с торгового метода, известного среди специалистов под названием «классический арбитраж». Сам Шоу не использует приемов классического арбитража, однако именно эта концепция, скорее всего, послужила отправной точкой его поисков. Классический арбитраж — это безрисковая сделка, состоящая в одновременной покупке и продаже одной и той же ценной бумаги (или товара) по разным ценам, дающая возможность фиксировать свободную от риска прибыль. Вот пример классического арбитража: мы покупаем в Нью-Йорке золото по $290 за унцию и одновременно продаем то же количество золота в Лондоне по цене $291 за унцию. К сожалению, в наш век компьютеризации и мгновенной коммуникации возможности классического арбитража практически исчерпаны.

«Статистический арбитраж» расширяет понятие классического арбитража, заменяя одновременную продажу и покупку идентичных финансовых инструментов, позволяющую фиксировать прибыль, на продажу и покупку тесно связанных друг с другом финансовых инструментов — сделка в этом случае обусловливает увеличение вероятности прибыли. В статистическом арбитраже каждая отдельная сделка уже не обязательно является выигрышной — она становится звеном в цепи, ведущем к победе. Трейдер, занятый статистическим арбитражем, может проигрывать на многих позициях, но в долгосрочной перспективе он остается в прибыли при условии, разумеется, что вероятностные характеристики и расходы на транзакции сделок были подсчитаны правильно. Хорошей аналогией может послужить игра на рулетке, рассматриваемая с точки зрения владельца казино: шансы выигрыша на каждом конкретном повороте колеса у казино только слегка превышают 50%, и все же законы теории вероятности диктуют неизбежность прибыли казино в долгосрочной перспективе.

Статистический арбитраж существует в нескольких разновидностях. Рассмотрим всего один пример: торговлю парой акций. Для иллюстрации принципов статистического арбитража мы выбрали этот тип сделок, поскольку, во-первых, его несложно описать и понять и, во-вторых, именно его широко использовала в своих стратегиях торговая группа Morgan Stanley, где до момента основания собственной фирмы работал Шоу.

Торговля парой акций представляет собой процесс, состоящий из двух этапов. Прежде всего на основании исторических данных выявляются пары акций, цены на которые движутся параллельно. Далее проводится мониторинг каждой из пар и определяются моменты расхождения цен. В случае если между двумя акциями в паре существует статистически значимое расхождение цен, сильнейшая акция в паре продается, а слабейшая покупается. Идея, лежащая в основе стратегии, такова: цены тесно связанных одна с другой акций имеют тенденцию к сближению. Таким образом, если данная теория верна, торговля парами акций дает преимущество над рынком и оказывается эффективной в долгосрочной перспективе, несмотря на то, что в ходе каждой конкретной сделки инвестор может с большой вероятностью проиграть.

Прекрасное описание основ торговли парами акций и тестирование результатов одной из стратегий этого типа было дано в научной работе, опубликованной в 1999 году профессорами Школы менеджмента Йельского университета.

На материале данных за 1963-1997 годы исследователи показали, что описываемая стратегия на основе торговли парами акций продемонстрировала статистически значимую эффективность при относительно низкой волатильности. Иными словами, если рассматривать весь двадцатипятилетний период в целом, следует признать, что стратегия на базе торговли парами акций показывает большую прибыль при меньшем риске (волатильности), чем S&P 500. В последние годы, однако, торговля парами акций оказалась менее эффективной: за четыре года — с 1994 по 1997 — ее прибыль почти сравнялась с нулем. Одно из возможных объяснений этому факту - растущая популярность стратегий такого типа среди различных торговых компаний (включая, в частности, фирму Шоу), практически уничтожившая возможность получения торговой прибыли.

Каким образом торговая тактика Шоу связана с принципами торговли парами акций? Скорее всего, в основу его торговых систем также положен механизм выявления акций, недооцененных по сравнению с другими акциями. Впрочем, на этом сходство заканчивается. Сложнейшие торговые методы Шоу заметно разнятся с системой простого статистического арбитража. В приведенном ниже далеко не полном списке я попытался суммировать качества, характерные для стратегий, принятых в компании D.Е. Shaw:

• Каждый торговый сигнал, в отличие от простых систем, базируется на показаниях двадцати, а то и больше, индикаторов.
• Любая из используемых методологий по своему устройству более сложна, чем торговля парами акций. В основе некоторых из них также может лежать изучение дивергенций между имеющими определенную корреляцию акциями, однако специалисты компании Шоу едва ли станут тратить время на анализ взаимоотношений двух акций — их будет интересовать структура, включающая множество связанных одна с другой ценных бумаг.
• Стратегии, принятые Шоу, предполагают проведение торговых операций на мировых рынках, а не только на рынке США.
• Стратегии нацелены как на торговлю акциями, так и на сделки с производными финансовыми инструментами: варрантами, опционами и конвертируемыми облигациями.
• Одной из задач компании является установление определенного баланса инвестиций, позволяющего защитить портфель от влияния общего рыночного тренда. С этой целью размеры позиций уточняются в соответствии с такими факторами, как различная волатильность разных ценных бумаг, а также корреляция акций в портфеле.
• Балансировка портфеля проводится не только для защиты от влияния движения цен на широком рынке, но и для смягчения отрицательных последствий скачков валютных курсов и изменения процентных ставок.
• Используются стратегии открытия и закрытия позиций, позволяющие минимизировать расходы на проведение транзакций.
• Все используемые стратегии и модели проходят постоянный мониторинг в реальном времени. Изменение одного из элементов торговли может существенным образом отразиться на состоянии всех остальных элементов. Так, поданный одним из индикаторов сигнал к покупке лота акций и продаже другого лота акций влечет необходимость пересмотра баланса портфеля в целом.
• Торговая модель является динамичной, то есть меняется с течением времени, проходя «настройку» в соответствии с меняющимся состоянием рынка: одни методы прогнозирования признаются негодными или пересматриваются, другие, напротив, включаются в работу.

Я не знаю и, боюсь, не узнаю, насколько данное описание торговых систем Шоу соответствует реальности. Полагаю, однако, что оно до некоторой степени объясняет, почему компания в то или иное время проводит определенные сделки.

Предпринимательские способности Дэвида Шоу обнаружились очень рано. Уже в возрасте двенадцати лет ему удалось собрать у друзей около $100 на съемку фильма ужасов. Так как дело происходило в Лос-Анджелесе, то в ближайшем окружении нашлось несколько взрослых, согласившихся бесплатно помочь со спецэффектами и пленкой. Согласно проекту, фильм должен был демонстрироваться соседским детям по цене 50 центов за билет. К сожалению, затея сорвалась: лаборатория, проявлявшая ролик, потеряла пленку. Учась в старших классах, Дэвид затеял производство модных галстуков. Была куплена швейная машинка и наняты одноклассницы, готовые стать швеями. На этот раз неудачным оказался маркетинг: Шоу и его друзья обошли множество магазинов, так и не сумев продать свой товар.

Впрочем, первое его серьезное деловое начинание увенчалось успехом. Готовясь к защите диссертации в Стэнфорде, он взял двухгодичный отпуск и организовал компанию, занятую разработкой компиляторов (компьютерных кодов, позволяющих перевести инструкции, написанные на языке пользователей, в инструкции на машинном языке). Предприятие оказалось чрезвычайно прибыльным, но и с ним пришлось в скором времени расстаться: научный руководитель дал понять Шоу, что получить РЬ.D., отдавая половину времени работе на стороне, будет невозможно. Дэвид продал компанию и продолжил в Стэнфорде работу над Ph.D. Он говорит, что никогда не собирался бросать диссертацию ради коммерческой деятельности. «В то время мне было крайне важно окончить университет»,— объяснил он. «Чтобы пользоваться авторитетом в среде высококлассных программистов, надо работать на кафедре в одном из лучших университетов или хотя бы, имея РЬ.D., быть сотрудником какой-нибудь известной научной лаборатории».

Докторская диссертация Шоу «Алгоритм поиска в реляционных базах данных» подводила теоретические основы под идею создания компьютеров с несколькими параллельными процессорами. Одна из доказанных в работе теорем гласила: существует широкий круг задач, для решения которых теоретическое преимущество компьютеров с множеством процессоров над компьютерами с единичным процессором возрастает пропорционально объему задачи. Применение теоремы в компьютерной практике очевидно: достижение значимых успехов в развитии компьютерных технологий невозможно без использования компьютерных систем с параллельными процессорами.

Достижения Шоу позволяют поставить его в ряд блестящих специалистов сразу в нескольких областях. Компания D.Е. Shaw, успешно занимаясь торговлей на фондовом рынке, в то же время явилась основательницей целого ряда других фирм. Пожалуй, наиболее известная из них — Juno Online Services, второй по величине (после American Online) мировой провайдер интернет-услуг по телефонным линиям. Juno была организована в 1999 году как публичная компания; в настоящее время она торгуется на Nasdaq (торговый символ: JWEB). D.Е. Shaw также явилась основателем DESoFT, финансовой технологической компании, проданной Merrill Lynch,— приобретение, позволившее Merrill Lynch заняться оказанием торговых услуг через интернет. FarSight, фирма, оказывающая брокерские услуги через интернет, и компания D.Е. Shaw Financial Products — еще одни, затеянные D.Е. Shaw и затем проданные деловые начинания.

Будучи организатором нескольких успешно функционирующих фирм, компания D.Е. Shaw в то же время является организацией, обеспечившей начальный капитал Schrodinger Inc. (где сам Шоу является председателем совета директоров) и Molecular Simulations Inc. — двум фирмам, в настоящее время лидирующим в области разработки программного обеспечения для химической промышленности. Данные инвестиции явились следствием уверенности Шоу в том, что производство новых лекарственных средств, равно как и новых материалов, в наши дни перемещается из химических лабораторий в компьютерные. Шоу считает, что процесс создания новых лекарств будет ускорен за счет использования принципиально иных типов компьютеров и программ — революция, в которой сам он надеется принять непосредственное участие.

Думаю, что, подсчитав количество часов, необходимых Дэвиду Шоу для того, чтобы совмещать все эти виды деятельности, мой читатель уже мысленно восклицает: позвольте, да когда же этот человек спит? Скажу честно: не представляю. Знаю только, что у него хватает сил еще и на политическую карьеру: Шоу участвует в работе Комитета советников президента Клинтона в области науки и технологии (Committee of Advisors on Science and Technology), а также является председателем Отделения образовательных технологий (Panel on Educational Technology).

Приемная в D.Е. Shaw — полупустое кубическое пространство, разделенное прямоугольниками перегородок, подсвечиваемых откуда-то изнутри солнечными лучами, проходящими сквозь цветное стекло, — больше всего напоминает зал выставки современного искусства. Не многословное, аскетическое и неброское архитектурное решение призвано, по-видимому, подчеркнуть приверженность компании самым современным технологиям.

Наша беседа состоялась в кабинете Шоу просторной комнате с высоким потолком и идущими вдоль двух стен широкими окнами, открывающими вид на южную и западную оконечности Манхэттена. Шоу, должно быть, — увлеченный собиратель кактусов, во всяком случае, этими растениями заставлены все подоконники, а один экземпляр величиной с дерево стоит в особой кадке в углу. Центр кабинета занимает необычной пятиугольной формы стол, часть которого приспособлена для работы с документами, другая, очевидно, используется во время заседаний. Мы с Шоу расположились друг напротив друга на той половине пятиугольника, за которой проходят общие собрания.

Ваша карьера началась с разработки суперкомпьютеров. Не могли бы вы рассказать об опыте работы в этой сфере?

Со времен колледжа мне не давала покоя идея исследования человеческой мысли — тех черт, которые отличают мыслительный процесс от функционирования компьютера. Когда я учился на старших курсах в Стэнфорде, мне захотелось разработать машину, которая действовала бы наподобие мозга, то есть, в отличие от обычных компьютеров, имеющих один очень быстрый процессор, состояла бы из огромного числа очень медленных процессоров — нейронов, — функционирующих одновременно.

Кто-нибудь кроме вас в то время занимался разработкой параллельных суперкомпьютеров?

К тому времени существовало немало великолепных научных работ, исследующих проблему параллельных компьютеров, однако все они предлагали строить систему из восьми-шестнадцати процессоров. Я же хотел задействовать миллионы процессоров, каждый из них должен был быть наделен очень небольшим объемом памяти. Игра стоила свеч. Хотя процессоров было больше, они оказывались меньше и дешевле. Кроме того, теоретически, для некоторых типов задач, скорость решения могла превысить скорость самых мощных из существовавших компьютеров. Сказать по правде, в тот момент кое-кто уже заинтересовался этой проблемой — скажем, некоторые ученые, которые занимались исследованием визуальных компьютерных технологий, но в целом эта область не пользовалась большой популярностью в среде программистов.

Вы сказали, что решили устроить свой компьютер наподобие мозга. Нельзя ли уточнить это определеиие?

В то время одним из основных препятствий к увеличению скорости работы компьютера являлся феномен, получивший название «бутылочного горлышка фон Ньюманна». Традиционная схема компьютера фон Ньюманна (названная по имени своего создателя Джона фон Ньюманна) имела единственный центральный процессор (CPU), соединенный с единственным блоком памяти. Изначально оба блока идеально подходили друг другу по объемам и скорости. Однако с течением времени процессоры становились быстрее, а блоки памяти больше, поэтому связь между блоками — время, которое требовалось CPU, чтобы достать из памяти информацию, совершить вычисления и затем поместить результаты обратно в память, — все больше напоминала узкое бутылочное горлышко, препятствующее протеканию жидкости.

Такое «бутылочное горлышко» не существует в мозгу, поскольку память хранится здесь в миллионах разных блоков, соединенных друг с другом огромным количеством связей. Хотя мы не до конца понимаем принцип работы мозга, нам точно известно, что все вычисления проходят на самом близком расстоянии от блоков памяти. Очевидно, что мышление и запоминание взаимодействуют в мозге намного теснее, чем в традиционной машине фон Ньюманна. В своей работе я исходил из того, что компьютер, имеющий множество крохотных блоков памяти, каждый из которых соединен с особым процессором, не должен подпадать под действие эффекта «бутылочного горлышка».

Насколько я понимаю, в то время еще не существовало технологических разработок, необходимых для создания подобной машины.

Они только-только появлялись. Я защитил Ph.D в 1980 году. К тому времени, как я пришел на факультет в Колумбийском университете, появилась возможность поместить несколько самых простых и маленьких процессоров в одну микросхему. Мы первыми стали исследовать возможность построения микросхемы, содержащей несколько настоящих многобитных компьютеров. В то время в одну микросхему нам удалось поместить восемь восьмибитных процессоров. Сегодня в микросхему можно поместить 512 или даже 1024 таких процессора.

В те дни к разработке суперкомпьютеров уже приступил Крей. Ваш подход к проблеме отличался от его методов?

Я думаю, что Сеймур Крей — величайший из разработчиков однопроцессорных суперкомпьютеров. Он знаменит постоянными прорывами в область новых технологий. Для каждой новой модели компьютера он применял особый, ранее не использовавшийся в компьютерах тип полупроводников, вентиляторов, проводов. Его причисляют также к лучшим создателям компьютеров, но, на мой взгляд, его талант — сочетание отличных инженерных способностей и технологической оригинальности. Он блестящий специалист в области высокоскоростных технологий, а я был занят, в первую очередь, архитектурой — изобретением принципиально новых типов компьютеров.

Вы сказали, что увлечение компьютерами началось в вашем случае с изучения принципов работы человеческой мысли. Как вы полагаете, существует теоретическая возможность создать думающий компьютер?

С точки зрения теории я не вижу к этому никаких препятствий.

Значит, Hal в 2001 году — это не научная фантастика?

В этой области невозможно ничего гарантировать, но я думаю, что до некоторой степени такие предсказания могут сбыться. В то же время, если речь идет о создании по-настоящему «умных» машин, скорее всего, их появления не следует ожидать в ближайшее время.

Но вы полагаете, что теоретически такая машина может существовать? Компьютер может обладать самосознанием?

Я не очень понимаю, что является «самосознанием» компьютера, так же, как не совсем понимаю, что имеется в виду под самосознанием человеческого существа. Я просто хочу сказать, что когнитивные процессы могут протекать не только в гидрокарбонной среде, аналогичной человеческому организму. Очевидно, что мы до сих пор не имеем четкого понятия о том, как именно думает человек, однако, скорее всего, нас с вами можно рассматривать как весьма любопытную коллекцию высокоорганизованных взаимодействующих друг с другом молекул. Я пока не встречал научно обоснованных доказательств, что феномен мысли появляется только в системе молекул, организованной тем самым образом, какой установился в результате эволюции.

Вы пытались применить свои теоретические построения на практике и собрать работающую модель суперкомпьютера?

Да, хотя и в уменьшенном масштабе. Получив Ph.D., я пришел на факультет вычислительной техники Колумбийского университета. Мне повезло: мы подписали многомиллионный контракт на проведение исследовательских работ с АКРА (Комитет перспективных научных исследований Департамента обороны США, известного прежде всего созданием ARPAnet — предшественника интернета). Этот грант позволил мне собрать команду из тридцати пяти ученых и построить уменьшенную работающую модель параллельного компьютера. Машина была очень маломощной, но с ее помощью можно было протестировать наши идеи и собрать данные, необходимые для вычисления скоростей, возможных на полномасштабных суперкомпьютерах, созданных в соответствии с аналогичными принципами.

Вы решили, кому будут принадлежать авторские права в случае, если попытки создания суперкомпьютера увенчаются успехом?

Сначала мы об этом не думали. Когда было завершено строительство модели, стало понятно, что для создания полномасштабного варианта потребуется еще $10-20 млн. — такие деньги правительство едва ли согласилось бы выделить на финансирование исследования. Так что мы принялись искать начальный капитал, чтобы самим организовать компанию. Хотелось заработать, но, кроме того, нам было важно продвинуть свои научные разработки.

Вы знали людей, которые так же, как вы, были заняты созданием суперкомпьютеров, основанных на принципах параллельно работающих процессоров?

Было несколько групп, придумавших многопроцессорные машины, состоящие из относительно небольшого числа процессоров, но в то время, когда мы сделали свою уменьшенную модель, людей, которые разработали бы мощный параллельный суперкомпьютер на базе принципов, сходных с нашими, не существовало.

Вам удалось найти начальный капитал?

Нет, во всяком случае в первые несколько месяцев поисков, а потом моя жизнь приняла совсем иной оборот. Не знаю, что было бы, не брось я эту затею: смогли бы мы найти человека, готового рискнуть несколькими десятками миллионов долларов ради воплощения крайне ненадежного, с общепринятой точки зрения, бизнес-плана? Судя по реакции, которую встречали наши первые попытки собрать начальный капитал, предприятие имело мало шансов на успех. А с моей карьерой дело обстояло следующим образом: как только стало известно, что я частным образом занимаюсь изучением рынка опционов, поступило предложение принять на себя руководство крайне интересной исследовательской группой в Morgan Stanley. К тому моменту я уже почти не сомневался в неудачном исходе попыток набрать сумму денег, достаточную для организации серьезной компании, занятой разработкой суперкомпьютеров. Так что, как только Morgan Stanley предложили мне контракт — по тем временам он казался мне необыкновенно выгодным, — я сбежал на Уолл-стрит.

До этого момента вам приходила в голову мысль начать работать на финансовых рынках?

Ни разу.

Я читал, что ваш отчим был экономистом и что именно он познакомил вас с теорией эффективного рынка. Явилась ли эта усвоенная в относительно юном возрасте информация причиной проявившегося позднее нежелания разрабатывать стратегии, позволяющие опередить рынок? Кстати, ваш отчим до сих пор верит в теорию эффективного рынка? Его не смущают отчеты о прибылях вашей компании?

Мой отчим действительно первым рассказал мне о том, что почти вся, если не вся, известная большинству участников рынка информация о данной компании уже отражена в ее текущей рыночной цене, но я сомневаюсь в том, что он считал, будто опередить рынок невозможно. Сведения, полученные от него, скорее, заставили меня с некоторым скептицизмом относится к идее «победы над фондовым рынком»; в то же время он никогда не говорил, что отсутствие аргументов, опровергающих гипотезу эффективного рынка, означает, что эта гипотеза — непреложная истина.

Собственно говоря, доказать это действительно невозможно. Единственное, что исследователь в состоянии сделать, — путем тестирования установить, что специфическая стратегия не эффективна в реальности. Не существует способов, позволяющих установить, что стратегий, способных «побить» рынок, нет.

Совершенно верно. Так вот я и рос в убеждении, что опередить рынок не то чтобы невозможно, но крайне трудно. Даже сейчас я каждый раз с удивлением обнаруживаю, до какой степени, оказывается, эффективны рынки. Было бы замечательно, если бы получить необычно большую прибыль мог человек, идентифицировавший на исторических данных конкретной акции некий повторяющийся рисунок. К сожалению, большинство «достижений» так называемых технических аналитиков, рисующих уровни сопротивления и поддержки или фигуры типа «голова и плечи», опровергаются результатами серьезных эмпирических исследований.

Возможно, многие из этих фигур не проходят тестирования, поскольку не существует их объективных определений. Вы опишете фигуру «голова-плечи» одним способом, я — другим. Собственно говоря, для большинства фигур теоретически существует бесконечное число возможных дефиниций.

Великолепная мысль. Отсутствие четких определений тестируемых гипотез — это и есть один из признаков лженауки. Но даже если протестировать только те из фигур, относительно которых людям, называющих себя «техническими аналитиками», удалось сойтись во мнении, окажется, что такие фигуры не имеют абсолютно никакой прогностической силы. Меня всегда удивляло, что даже самые уважаемые фирмы на Уолл-стрит имеют среди сотрудников по нескольку таких предсказателей, хотя получаемые ими результаты сравнимы по ценности разве что с гороскопами.

Но послушайте, я беседовал с множеством трейдеров, ориентированных исключительно на технический анализ: их блестящие результаты не могут объясняться простым совпадением.

Я думаю, многое зависит от того, что именно человек понимает под «техническим анализом». Исторически сложилось, что большинство людей, пользующихся этим термином, принадлежат к мощному лагерю приверженцев псевдонаучных теорий «голова-плечи-сопротивление-поддержка». В наше время люди, занятые серьезной научной работой в области финансов, как правило, именуют себя «квантитативными аналитиками» — некоторые из этих ученых действительно сумели обнаружить ряд присущих рынку аномалий. Следует помнить, впрочем, что как только сведения об этих аномалиях становятся достоянием гласности, аномалии исчезают, поскольку их начинает использовать все больше людей. Один из ведущих специалистов в этой области — Эндрю Лоу из MIT. Именно он идентифицировал многие из исторически отмеченных аномалий и поместил свои результаты в печати. Если вы побеседуете с ним, он расскажет, что, во-первых, аномалии с течением времени исчезают и, во-вторых, их исчезновение, скорее всего, частично связано с торговой деятельностью фирм наподобие нашей.

Приведите пример рыночной аномалии, некогда существовавшей, но исчезнувшей благодаря тому, что сведения о ней стали достоянием гласности.

Мы не сторонники разглашения информации этого рода. В нашем деле знать, что именно не работает, не менее важно, чем знать, что работает на рынке. Таким образом, если нам пришлось, потратив немалые средства а именно так и устанавливается «смерть» аномалий, описанных в литературе, — осознать, что некое явление перестало существовать, мы меньше всего хотим рассказывать о своем открытии конкурентам, которые в этом случае смогут совершенно бесплатно узнать, что не стоит концентрировать усилия на разработке того или иного материала.

Люди, которые публикуют исследования о рыночных аномалиях в финансовых газетах и журналах, являются учеными-теоретиками или некоторые из них сами торгуют на фондовых рынках?

Бывает, что исследователи, занятые торговлей на рынке, публикуют часть полученных результатов в периодических изданиях, например, в Journal of Portfolio Management, но, как правило, ученые-теоретики делятся своими достижениями более охотно, чем трейдеры.

Зачем человеку, торгующему на рынке, предавать гласности информацию, способную принести реальную пользу?

Это очень любопытный вопрос. По целому ряду причин огромное большинство высококлассных работ, появляющихся в научных изданиях, не может быть использовано на практике для получения прибыли. И, наоборот, подавляющее большинство ценнейших исследований, скорее всего, никогда не будет опубликовано. Существует, однако, несколько успешных квантитативных трейдеров, которые время от времени публикуют свои результаты, несмотря на то, что в их интересах, возможно, лучше было бы промолчать. Мой любимый пример — Эд Торп, настоящий пионер в этой области. Он начал свою работу задолго до того, как похожие идеи пришли в голову остальным. Эд с чрезвычайной легкостью делился сведениями о разработанных им за эти годы прибыльных стратегиях — как в финансовой области, так и вне ее. Он придумал, как обыграть казино в «блэк-джек», и немедленно опубликовал свою книгу «Обыграй крупье». Потом он нашел способ опередить рынок и издал книгу «Обыграй рынок», где с присущей ему профессиональной четкостью объяснял, как извлекать преимущества из некоторых существовавших в то время рыночных аномалий. Ясное дело, что публикация книги привела к исчезновению описанных аномалий.

Устранение аномалий в карточной игре выразилось в том, что казино установили систему нескольких колод?

Я не специалист по «блэк-джеку», но, насколько я знаю, игорные заведения не только приняли особые меры, изменив правила игры, но и стали с подозрением относиться к посетителям, «считающим карты», — их стали просто-напросто выставлять из заведений.

Я знаю, что возможности классического арбитража в наши дни исчерпаны. Сделки этого рода еще существовали в те времена, когда вы начинали работать?

Даже тогда возможности классического арбитража были крайне ограниченными и появлялись очень редко. Время от времени удавалось совершить несколько небольших по объему сделок с близко связанными финансовыми инструментами, благодаря которым компания фиксировала свободную или почти свободную от риска прибыль. Бывало даже, что сделки, входившие в одну арбитражную стратегию, проводились с разными отделениями одной и той же крупной финансовой организации — ситуация, невозможная в случае, если организация использует эффективные методологии, позволяющие осуществлять интегрированное управление всем множеством позиций. Но сделки такого рода даже в те времена совершались крайне редко, а сегодня их практически невозможно осуществить.

Не стало ли появление новых компьютерных технологий, значительно облегчивших поиск рыночных аномалий, причиной исчезновения части ранее существовавших аномалий? Не стало ли этих аномалий меньше в наши дни?

«Бесплатного сыра» на сегодняшнем рынке вы не найдете. Возможно, кто-нибудь когда-нибудь обнаружит сценарий, который мы все проглядели, но наш опыт показывает, что наиболее очевидные и логичные идеи получения торговой выгоды себя исчерпали. Осталось ограниченное число не слишком существенных рыночных неэффективностей, сложных по сути и необнаружимых с помощью стандартных математических моделей или аналитических методов, которым учат в университетах. Впрочем, даже если вам удастся набрести на одну из оставшихся аномалий, не потратив на исследования огромных денег, которые пришлось выложить нам в течение этих одиннадцати лет, вы, скорее всего, обнаружите, что прибыль не окупит даже расходов на транзакции.

Таким образом, существуют очень жесткие ограничения, препятствующие большинству фирм браться за работу в этой области. Только компании, подобные нашей, которым удалось идентифицировать пару дюжин неэффективностей на рынках нескольких финансовых инструментов, оказываются в состоянии получать прибыль, несмотря на транзакционные расходы. Очевидно, что новичкам, которые обнаружили одну-две неэффективности, намного труднее бороться за жизнь.

Что дает вам преимущество?

Методология чрезвычайно сложна. Одной рыночной неэффективности может быть недостаточно для покрытия расходов на транзакции. В то же время в случае совпадения нескольких подобных неэффективностей появляется статистическая вероятность прибыли, большей, чем связанные с ее получением расходы на проведение сделок. При прочих равных условиях чем больше рыночных неэффективностей вы обнаружите, тем больше ваша потенциальная прибыль.

Почему использование нескольких стратегий, каждая из которых в отдельности не генерирует прибыль, является выгодным? Приведем самый простой пример. Представьте, что существует две стратегии, каждая из которых в состоянии принести $100 при расходах на проведение транзакций, равных $110. Сама по себе ни одна из этих стратегий не может быть названа прибыльной. Далее предположим, что серия сделок, сигналы для которых дают одновременно обе стратегии, способна принести $180 при расходах на транзакции, равных тем же $110. Совершить серию сделок будет крайне выгодно, хотя каждая сделка в отдельности не является выгодной. Компания Шоу, торгующая многими финансовыми инструментами на множестве рынков, осуществляет более сложный вариант описанной здесь примитивной схемы.

Чем больше участников рынка занимается арбитражем, тем больше неэффективностей компания должна знать для того, чтобы осуществить выгодную сделку и тем более сложным становится процесс получения торговой прибыли для новичков. Когда мы начинали одиннадцать лет назад, фирме было достаточно выявить одну-две неэффективности — этого хватало для того, чтобы компенсировать расходы на проведение сделок. Это значит, что самое небольшое исследование давало возможность приступить к торговле, прибыль от которой позволяла финансировать новые исследования. В наше время работать куда труднее. Думаю, не начни мы свою деятельность так давно, добиться сегодняшних результатов было бы просто немыслимо — настолько дорогим оказывается исследование.

В своих моделях вы используете только ценовые данные или фундаментальная экономическая информация также имеет значение?

Мы никогда не ограничиваемся ценовыми данными. Мы исследуем балансовые отчеты, документы, отражающие доходы компании, информацию об обороте и любые другие данные, доступные в цифровой форме. Мне не хотелось бы говорить о том, какие переменные считаются у наших специалистов наиболее значимыми, скажу только, что мы изучаем невероятное количество данных и тратим огромные деньги не только на то, чтобы их получить, но и на то, чтобы перевести эти данные в форму, с которой потом будет удобно работать.

Можно ли вкратце выразить торговую философию вашей компании следующим образом: состояние рынка с трудом поддается предсказанию, и каждая отдельно взятая стратегия не в состоянии обеспечить выгодный коэффициент прибыль/риск; между тем, комбинация достаточного числа стратегий позволяет создать торговую модель, обеспечивающую преимущество перед конкурентами?

Вы прекрасно выразили суть нашего метода. Единственное, что хотелось бы добавить: мы стараемся защититься от действия возможно большего числа факторов систематического риска.

Полагаю, вы хотите сказать, что устанавливаете баланс между длинными позициями и соответствующими короткими позициями, таким образом ослабляя влияние такого фактора риска, как направленные движения цен.

Хеджирование против направленных трендов на рынках, где мы торгуем, — один из основных элементов нашей стратегии управления риском, однако существует целый ряд других факторов риска, от которых мы также стараемся защитить свои инвестиции, хотя, на первый взгляд, наши позиции от этих факторов вроде бы не зависят. Скажем, если вы инвестируете в IBM, ваша прибыль зависит не только от направления движения цены на рынке в целом и не только от показателей сектора экономики в сравнении с показателями фондового рынка вообще, но и от многих других обстоятельств.

Каких, например?

От общего состояния экономики, от изменений курсов валют, так или иначе связанных с экспортной активностью IBM, от процентных ставок, имеющих отношение к активам фирмы, от состояния ее долговых обязательств, торговой деятельности и прочих математически вычисляемых факторов риска, которые сложно описывать понятным широкому кругу людей языком. Разумеется, невозможно, да и слишком дорого защищать капитал от всех факторов риска, но мы пытаемся свести к минимуму влияние тех риск-факторов, которые не имеем возможности предсказать, а те, что можем прогнозировать, используем с большой долей осторожности.

Некоторые стратегии, ранее использовавшиеся в практике вашей компании, в настоящее время полностью вышли из употребления. Не могли бы вы подробно описать хотя бы одну из них — таким образом читатели составили бы представление о неэффективностях рынка, когда-то предоставивших выгодную торговую возможность.

Я предпочитаю не говорить о прошлых неэффективностях, даже если на текущем рынке они не наблюдаются, поскольку такого рода информация может помочь конкурентам направить исследование в нужное русло, оттолкнувшись от наших «отрицательных выводов»,— таким образом они несправедливо получат над нами преимущество. Единственный пример, который сейчас приходит мне в голову, — это недооцененные опционы (опционы, торгующиеся по ценам более низким, чем те, что предусмотрены теоретической моделью). Сегодня, если появляется опцион, цена которого не соответствует теоретической, для такого расхождения, как правило, существует причина. Несколько лет назад такое могло случиться и безо всякого основания.

Предположим, на исторических данных вам удается выявить аномалию или повторяющуюся фигуру - откуда вы знаете, что имеете дело с реально значимым фактом, а не со случайным совпадением?

Чем больше переменных вы рассматриваете, тем больше число статистических закономерностей, которые удается найти, и тем острее встает вопрос имеет ли обнаруженный сценарий предсказательную силу? Мы очень стараемся избежать промахов, связанных с «избыточной подгонкой» данных.

Несмотря на то, что для придания нашим стратегиям достоверности и прогностической силы, мы используем самые разные математические методики, наиболее действенным орудием анализа является самое прямолинейное применение научного метода как такового. Вместо того, чтобы вслепую обшаривать данные, надеясь наткнуться на повторяющуюся фигуру — метод, опасность которого очень хорошо знают биологи или медики, — мы, как правило, начинаем с формулировки гипотезы, основанной на осмыслении характеристик, присущих рынку как структуре, а затем проверяем гипотезу, выясняя, насколько она значима для рыночных данных.

К сожалению, по большей части реальные данные не позволяют нам заявить, что в данной конкретной области теория эффективного рынка дает сбой. Однако пусть редко, но случается, что нам удается выявить новую аномалию рынка, которая выдерживает все проверки и, соответственно, ложится в основу новой торговой стратегии.

Я слышал, что в прошлом (1998) году у вашей компании были серьезные трудности, но, изучив отчет о прибылях, обнаружил, что наибольшее падение капитала составило всего 11% — причем даже этот убыток оказался полностью компенсирован в течение нескольких ближайших месяцев. Не понимаю, о каких трудностях тогда идет речь. В чем они заключались?

Отчеты о прибылях, на которые вы ссылаетесь, отражают результаты применения стратегий торговли акциями и производными инструментами, которые, собственно, и составляют наше «ноу-хау» в течение одиннадцати лет работы на рынке. Однако последние несколько лет мы также занимаемся разработкой стратегии торговли на рынке инструментов фиксированного дохода. Эта стратегия качественно отличается от исторически принятых в компании методов работы на фондовом рынке: используя ее, мы подвергаем инвестиции воздействию принципиально других факторов риска. Хотя вначале торговля на рынке фиксированного дохода принесла нам немалую прибыль, в конце 1998 года, в период глобального кризиса ликвидности, мы наравне с другими арбитражерами, совершающими сделки в этой области, понесли немалый ущерб. Несмотря на то, что наши потери как в процентном, так и в абсолютном долларовом выражении были несравнимы с убытком таких компаний, как, скажем, Long Term Capital Management, они оказались настолько значимыми, что мы решили больше не заниматься этим видом торговой деятельности.

LTCM — хедж-фонд, возглавляемый блестящим трейдером рынка облигаций, работавшим когда-то на Salomon, Джоном Мериветером; в руководство фонда входили Нобелевские лауреаты по экономике Роберт Мертон и Мирон Шоулс. Во второй половине 1998 года фонд оказался на грани банкротства. Зарегистрировав в первые три года существования среднегодовую прибыль в размере 34% и увеличив объем находящихся в управлении активов до $5 млрд., в течение августа 1998 года LTCM потерял 44% (примерно $2 млрд.). Появление убытков было обусловлено целым рядом причин, однако их катастрофические объемы в первую очередь связаны с необдуманно большим плечом. Для левериджа позиций фонд использовал заемные средства, соотносившиеся с собственным капиталом как 40 к 1. Сочетание огромных потерь и больших долгов должно было привести компанию к гибели. LTCM был спасен Федеральной резервной системой, выделившей для помощи фонду $3,5 млрд. (деньги не являлись частью государственных средств — они были получены от частных финансовых организаций).

У вас столько дел в самых разных областях науки и финансов — вы успеваете отдыхать?

Я только что брал неделю отпуска — первую за долгое время.

Похоже, вы нечасто бываете в отпуске?

Довольно редко. Я обнаружил, что даже в отпуске должен несколько часов в день проводить за работой, иначе настроение портится.

О вашей компании говорят, что в ней собрался весь цвет математики и естественных наук. Как проходит прием на работу? Вы сначала берете человека, а потом придумываете для него занятие?

Если сравнивать наши принципы с подходом многих других компаний, выясняется, что интеллектуальные способности для нас представляют больший интерес; опыт работы значит намного меньше. Когда на горизонте всплывает действительно одаренный человек, мы стараемся пригласить его к нам, даже если в данный момент не знаем, какую именно должность ему предложить. Классический пример — история с Джефом Безосом. Один из моих напарников пришел как-то раз и сказал: «У меня только что было интервью с великолепным кандидатом по имени Джеф Безос. Работы для него у нас нет, но я чувствую, что он когда-нибудь кого-нибудь озолотит, так что давай-ка встреться с ним и побеседуй». Я поговорил с Джефом: у этого человека оказался мощнейший интеллект, огромный творческий потенциал и предпринимательское чутье, каких мало. Я сказал напарнику, что он прав: пускай у нас нет позиции, но Джефа надо принимать на работу, а потом уже думать, чем его занять.

Безос покинул вашу фирму, чтобы основать Amazon?

Да, в D.Е. Shaw Джеф занимал самые разные должности; в последнее время мы вместе с ним разрабатывали новые предпринимательские проекты в связанных с технологией областях. Одна из идей вылилась потом в организацию универсального электронного книжного магазина. Когда мы узнали о существовании электронного каталога, включавшего миллионы наименований, которые можно легко заказать через Ingram (крупнейший книжный дистрибьютор), мы с Джефом провели прикидочные подсчеты и доказали, что начать такого рода предприятие можно, имея не слишком крупный капитал. Хотя в то время ни один из нас не рассчитывал на бешеный успех, мы оба думали, что попробовать надо. Как-то раз — в то время магазин оставался еще чисто бумажным проектом — Джеф сказал, что хочет со мной кое-что обсудить. Мы бродили по Центральному парку, и он говорил, что его «укусила муха предпринимательства», и спрашивал, как бы я отнесся к его решению продолжить проект в одиночку.

И как вы отнеслись к этому плану?

Я сказал, что компании будет очень его не хватать, что я с благодарностью вспоминаю обо всем, что он сделал для D.Е. Shaw, и что, останься он с нами, у него была бы масса интересной работы. В то же время, поскольку я сам когда-то поступил сходным образом, я отлично понимал его состояние, так что если, по его мнению, наступила пора разделиться, я не собирался его отговаривать. Я сказал, что план создания электронного книжного магазина обсуждался нами очень недолго, поэтому я не возражаю, если он исключит меня из проекта. Правда, я не мог обещать, что наша компания не станет ему конкурентом, и Джеф согласился, что это совершенно справедливое решение.

Мы расстались друзьями, и когда Джеф закончил первоначальную версию системы Amazon, он пригласил меня и других ребят из D.Е. Shaw ее опробовать. До тех пор, пока я сам с помощью той первоначальной системы не заказал для компании книгу, я и представить не мог, какая это гениальная выдумка. И хотя идея электронного книжного магазина обсуждалась нами в то время, когда Джеф еще работал в D.Е. Shaw, Amazon в том виде, в каком мы его знаем и ценим сегодня, — исключительно его детище.

Торговый метод Шоу, предполагающий использование крайне сложных математических моделей, широкого спектра компьютерных программ, постоянный мониторинг мировых рынков целым штатом трейдеров, а также почти мгновенное, требующее очень низких затрат исполнение сделок, очевидно, недоступен рядовому инвестору. Индивидуальному инвестору, однако, будет любопытен вывод, сделанный в свое время Шоу: рыночные фигуры («аномалии» в терминологии Шоу), не приносящие прибыль сами по себе, могут лечь в основу выгодной стратегии, если будут скомбинированы с другими фигурами. Шоу с явным презрением относится к графическим фигурам и традиционным техническим индикаторам, между тем я имел смелость изложить его мысль более понятным для нас, обычных инвесторов, языком: теоретически возможно, что сочетание фигур (или индикаторов) пригодно для создания полезных торговых моделей, даже если индивидуальные элементы, используемые по отдельности, не приносят пользы.

Подобного рода эффект может быть применен и к фундаментальным экономическим показателям. Допустим, было проведено исследование десяти фундаментальных факторов, позволившее предположить, что ни один из них не может быть использован в качестве индикатора движения цены. Значит ли это, что данные показатели должны быть отброшены как непригодные? Ни в коем случае. Несмотря на то, что ни один из факторов в отдельности не обладает предсказательной ценностью, их сочетание, вполне возможно, явится незаменимым индикатором изменения цены.

Другой важный вывод, который может сделать читатель, познакомившись с интервью, касается методов тестирования торговых идей. Трейдер, разрабатывающий торговые системы или любой другой подход, предполагающий использование повторяющихся моделей поведения цены, получаемых компьютерным путем, не должен «закапываться в данные», тестировать тысячи, миллионы переменных в надежде отыскать стратегически выгодную фигуру. Хотя стоимость компьютерного времени в наши дни не является серьезной статьей расхода, убытки в данной ситуации неизбежны: результатом исследования явится торговая модель (система), с виду великолепная, но в действительности лишенная предсказательной силы; торговля на основе подобной модели обязательно повлечет за собой серьезные отрицательные последствия для капитала.

Почему? Потому что повторяющиеся сценарии могут быть обнаружены даже в случайных данных. Скажем, если вы десять раз одновременно подбросите миллион монет, то примерно 977 монет все десять раз упадут на решку. Предположение о том, что и в будущем на тех же монетах скорее всего выпадет решка, очевидно лишено смысла. Однако именно таким образом рассуждают наивные создатели торговых систем, проводящие тестирование огромного количества сочетаний параметров и ценовых данных, а затем создающие стратегии, исходя из наиболее прибыльных комбинаций. Проведите тестирование большого числа вариаций любой торговой системы — часть из них непременно окажется прибыльными, точно так же, как часть монет непременно каждый раз будет падать на орла, при условии, что будет сделано достаточное число попыток. Шоу решает проблему «зависимости от данных», требуя от исследователей, чтобы каждому компьютерному тестированию предшествовала теоретическая гипотеза, а также проводя самую тщательную проверку статистической значимости результатов.