Человек, который разгадал рынок. Как математик Джим Саймонс заработал на фондовом рынке 23 млрд долларов - страница 5

Шрифт
Интервал


Абсурдность ситуации заключается в том, что в отличие от других компаний, где персонал насчитывает десятки тысяч человек, в Renaissance работают лишь около 300 сотрудников.

Я установил, что активы Саймонса составляют примерно 23 миллиарда долларов, что превышает состояние Илона Маска из Tesla Motors, Руперта Мердока из News Corp и Лорен Пауэлл Джобс, вдовы Стива Джобса. Саймонс не единственный миллиардер в своей фирме. Рядовой сотрудник Renaissance имеет одних только вложений в хедж-фонды компании на сумму примерно 50 миллионов долларов. Саймонс и его коллеги действительно зарабатывают сказочно много денег: это богатство, о котором повествуется на страницах книг о королях, сундуках с сокровищами и соломе, волшебным образом превращающейся в золото.

Однако меня интересовали не только успехи Саймонса в области трейдинга. Вначале он принял решение прорваться через горы данных, нанять ведущих математиков и разрабатывать передовые компьютерные модели. Это отличало его от конкурентов, которые по-прежнему полагались на интуицию, инстинкты и устаревшие исследования, чтобы получить собственные прогнозы. Саймонс произвел революционные изменения, которые с тех пор захватили мир инвестиций. К началу 2019 года хедж-фонды и другие количественные, или квантовые, инвесторы стали крупнейшими игроками на рынке. На них приходилось около 30 % объема торговли ценными бумагами – больше, чем у частных инвесторов или традиционных инвестиционных компаний. (2) Управленцы со степенью MBA[3] когда-то с насмешкой относились к мысли о том, что при инвестировании следует опираться на научный, системный подход. Они были уверены: при необходимости можно всегда нанять кодера[4]. Сегодня программисты говорят то же самое об управленцах со степенью MBA, если вообще о них вспоминают.

Новаторские методы Саймонса нашли применение практически в каждой отрасли и касаются большинства аспектов повседневной жизни.

Вместе с командой они обрабатывали статистические данные, решали задачи при помощи компьютеров и использовали алгоритмы еще 30 лет тому назад – задолго до того, как эти методы стали применять в Кремниевой долине и правительственных учреждениях, на спортивных стадионах и в кабинетах врачей, в центрах управления вооруженными силами и почти повсюду, где необходимо было составлять прогнозы.