# Секреты Medallion: как наука и алгоритмы победили интуицию на Wall Street Источник: https://www.youtube.com/watch?v=lji-jNsXmAM Канал: FINAiUS Опубликовано: 09.12.2020 --- История фонда Medallion компании Renaissance Technologies — это беспрецедентный пример триумфа количественного анализа на Wall Street. В документальном фильме на канале FINAiUS подробно разбирается, как легендарный математик Джеймс Симонс (Jim Simons) отказался от традиционной рыночной интуиции в пользу строгого научного метода. Проект демонстрирует эволюцию торговых стратегий фонда, который с 1988 года показывал среднюю доходность в 66% до вычета комиссий, навсегда изменив индустрию хедж-фондов. ## 🧩 От академической науки к первому бизнесу [[JUMP:0:00]] Джеймс Симонс с юности демонстрировал выдающиеся математические способности, досрочно окончив бакалавриат MIT и защитив докторскую диссертацию. Его академическая карьера развивалась стремительно: он работал взломщиком кодов во время Холодной войны, а в 1976 году в возрасте 37 лет получил престижную премию Освальда Веблена по геометрии — высшую награду в этой области, сопоставимую с Нобелевской премией. Однако, в отличие от большинства коллег по академической среде, Симонс всегда стремился к богатству. Свой первый бизнес Симонс организовал еще во время учебы, вдохновив двух однокурсников из Колумбии открыть фабрику по производству виниловой напольной плитки и ПВХ-труб. В 1974 году эта компания продала 50-процентную долю, что принесло создателям значительную прибыль. Симонс доверил заработанные средства своему бывшему студенту Чарли Фретфельду (Charlie Freifeld), который управлял хедж-фондом; эти инвестиции увеличились в 10 раз, превратившись в 6 миллионов долларов. Этот успех убедил Симонса в том, что финансы — кратчайший путь к крупному капиталу, и в 1978 году он покинул академию, чтобы основать собственную инвестиционную фирму Money Metrics. ## 📈 Крах интуиции и рождение Medallion Fund [[JUMP:04:40]] Первые годы работы Money Metrics Симонс полагался на классический фундаментальный анализ и собственное чутье. Несмотря на хорошую доходность, такой метод торговли наносил сильный психологический ущерб: по воспоминаниям Симонса, постоянные колебания рынка заставляли его чувствовать себя то гением, то полным глупцом. Стремясь исключить эмоции из процесса, он привлек коллегу Ленни Баума (Lenny Baum) для создания первой математической модели. Они разработали простую модель возврата к среднему (mean reversion) для валютного рынка. Суть стратегии заключалась в следующем: * Покупка валюты происходила в тот момент, когда ее курс опускался существенно ниже недавней линии тренда. * Продажа активов осуществлялась, когда цена поднималась слишком высоко над этой линией. В 1980-е годы этот принцип эффективно работал для многих сырьевых товаров и валют. В 1982 году Симонс переименовал компанию в Renaissance Technologies, однако вскоре простая стратегия возврата к среднему начала давать сбои из-за появления технологичных конкурентов. ## 🤖 Эпоха машинного обучения: алгоритмы Джима Акса [[JUMP:06:36]] Чтобы восстановить технологическое превосходство, Симонс нанял известного математика Джима Акса (Jim Ax). Акс рассматривал изменение цен на активы как стохастический (случайный) процесс, параметры которого можно прогнозировать на основе теории вероятностей. Для моделирования этих процессов команда Renaissance Technologies начала применять машинное обучение, что для 1980-х годов было революционным шагом. В то время как академические финансисты использовали линейную регрессию, Акс и Симонс внедрили нелинейные модели. Они использовали так называемый ядерный метод (kernel method) для многомерного регрессионного анализа, работавший как «черный ящик». Этот подход позволял выявлять сложные паттерны, кластеры и корреляции, невидимые для человеческого глаза. На основе этой системы был запущен знаменитый фонд Medallion. Сочетание стратегий следования за трендом (trend following) и возврата к среднему позволило фонду генерировать около 20% годовой доходности, существенно опережая средние показатели конкурентов, не превышавшие 12%. ## 🎰 Математика казино и критерий Келли [[JUMP:09:28]] Для дальнейшего улучшения результатов Симонс привлек выдающегося специалиста по теории игр и информации Элвина Берлекампа (Elwyn Berlekamp). Берлекамп радикально изменил подход фонда: он предложил полностью сфокусироваться на краткосрочных сделках, чтобы минимизировать рыночные риски. Возглавив Medallion Fund, Берлекамп внедрил философию управления операциями по принципу работы казино. По мнению автора канала FINAiUS, ключевым элементом этой стратегии стало использование критерия Келли для точного расчета размера позиций. Математические принципы обновленной торговой системы включали: * Закон больших чисел: фонд не заботился об исходе конкретной сделки, полагаясь на долгосрочное статистическое преимущество. * Критерий Келли: размер ставки определялся пропорционально степени уверенности в успехе, рассчитываясь как отношение ожидаемого чистого выигрыша к чистому выигрышу в случае победы. В конце 1989 года Renaissance Technologies запустила обновленную систему с капиталом 27 миллионов долларов. Результаты оказались мгновенными: среднее время удержания позиций сократилось до полутора дней. В 1990 году фонд Medallion зафиксировал чистую прибыль в размере 55,9%, что положило начало его легендарной серии успешных лет. Личное состояние Симонса резко возросло, достигнув в итоге 21 миллиарда долларов. ## 🍏 Покорение рынка акций: преодоление проскальзывания [[JUMP:12:14]] Несмотря на колоссальный успех на рынке сырьевых товаров, емкость фонда Medallion была ограничена лимитом в 10 миллиардов долларов. При масштабировании сделок фонд сталкивался с проблемой долгого исполнения ордеров, что меняло финальную цену покупки акций. Чтобы выйти на емкий рынок акций (equities), Симонс нанял двух ведущих ученых из IBM — Питера Брауна (Peter Brown) и Роберта Мерсера (Robert Mercer), являвшихся экспертами в области обработки естественного языка. Разработка эффективной модели для акций заняла более двух лет и сопровождалась убытками. Ученые обнаружили, что математические модели верно прогнозировали направление движения цен, но не учитывали скрытые издержки реального рынка: * Рыночное влияние (market impact): крупные объемы заявок фонда сами по себе двигали цену актива в невыгодную сторону. * Проскальзывание (slippage): разница между ожидаемой ценой сделки и ценой, по которой ордер фактически исполнялся на бирже. Браун и Мерсер успешно интегрировали эти факторы в алгоритм, минимизировав торговые издержки. После этого фонд перешел на новый этап развития. К 2000 году Renaissance Technologies управляла активами на сумму 6 миллиардов долларов, имея в штате 140 сотрудников. К моменту своего ухода на пенсию в 2020 году Симонс заработал за один только год более 1 миллиарда долларов. ## 🔬 Научный метод как основа корпоративной культуры [[JUMP:15:16]] Главным фактором долгосрочного успеха Симонса, по мнению автора канала FINAiUS, стала его уникальная способность нанимать первоклассные таланты и создавать для них оптимальную среду. В Renaissance Technologies была построена абсолютно открытая научная атмосфера, полностью исключающая изоляцию сотрудников. В компании действовали строгие правила интеллектуального обмена: * Все сотрудники знали, над какими проектами работают их коллеги, и закрытые изолированные группы внутри фирмы отсутствовали. * Каждую неделю проводились общие исследовательские собрания, на которых любой ученый мог представить свою идею для последующего тщательного рецензирования коллективом. Джеймс Симонс подчеркивал, что истинная настойчивость и терпение имеют колоссальную ценность в науке и бизнесе. Даже после его ухода из компании Renaissance Technologies продолжает стабильно опережать рынок, доказывая, что в основе ее мифического успеха лежит строгий научный расчет, а не слепая удача.