Статьи

Продолжение материала о количественных аспектах в трейдинге Renaissance Technologies LLC. Благодаря каким областям знаний компания Джеймса Саймонса добивается выдающихся достижений на финансовых рынках.

Содержание:

       Распознавание речи

       Машинный перевод

      Наблюдательная астрофизика

      Теория струн

 

Введение. IBM Research, Мерсер и Браун

Соединенные Штаты весьма прагматичное государство. Это относится ко всем сферам человеческой деятельности и, не в последнюю очередь, к науке. С одной стороны, многочисленные спонсоры, фонды и благотворительные организации финансируют “чистую” науку в университетах и научно-исследовательских центрах. Пример - Институт перспективных исследований[2] в Принстоне (Institute for Advanced Study, IAS), основанный в 1930 году благодаря пожертвованию в $5 млн от брата и сестры Луиса и Каролины Бамбергеров, владельцев сети универсальных магазинов Bamberger’s[3].

Чаще всего, источник средств на науку, культуру и образование - филантропия капитанов крупного американского бизнеса. Апофеоз явления - кампания “Клятва дарения”, проводимая с 2010 г. Уорреном Баффеттом и Биллом Гейтсом. В рамках “Клятвы”, к маю 2019-го 204 миллиардера из 23 стран завещали не менее 50% личного состояния на благотворительность[4]

Вместе с тем (“американская изюминка”), научный прогресс в Штатах, во многом, разгоняется непосредственно бизнесом, крупнейшими корпорациями. Ведущие компании разных отраслей создают собственные научно-исследовательские площадки и щедро (более, чем щедро) вкладываются в НИОКР от прикладных до самых фундаментальных уровней. Есть и прямая поддержка правительства США через государственные институции.

Итог видит весь мир.

Среди 212 лауреатов Нобелевской премии по физике (по 2019 включительно) 92 представляют Соединенные Штаты - 43%[5]. По химии американцев 38%[6], по физиологии и медицине - 44%[7].

Ярким образцом американской связки “бизнес-наука” стал тандем компании IBM, International Business Machines, и ее исследовательского подразделения IBM Research. 

Шесть сотрудников IBM получили Нобелевскую премию по физике[8]. В частности, первооткрыватели высокотемпературной сверхпроводимости Г. Беднорц и К. Мюллер (1987), а годом ранее, Г. Бинниг и Г. Рорер за изобретение сканирующего туннельного микроскопа. Еще шесть удостоены высшей награды за достижения по компьютерным наукам - премии Алана Тьюринга. 

IBM развивает передовые научные направления в 19 департаментах, расположенных в 12 лабораториях на шести континентах[1].

Ядро IBM Research, его штаб-квартира - исследовательский центр им. Томаса Дж. Уотсона (TWRC) в Йорктаун Хейтс, штат Нью-Йорк. 

Среди всего прочего, TWRC подарил миру фрактальную геометрию, компьютерную память с произвольным доступом DRAM (Dynamic Random Access Memory) и архитектуру процессора RISC (Reduced Instruction Set Computing).

Англоязычная Wikipedia[1] выделяет свыше трех десятков известных имен, связанных с IBM Research, и оставивших заметный след в прикладной математике и ее многочисленных приложениях. Включая тех, кто успешно совмещал научную карьеру с бизнесом. 

Какой вид предпринимательства наших дней наиболее близок математику и компьютерщику? 

Количественный (квантовый) хедж-фонд

Так, в списке фигурирует Альфред Займон Спектор, Alfred Zalmon Spector, технический директор (CTO) Two Sigma Investments[9]. Во втором квартале 2019 г. Two Sigma занял пятое место в списке хедж-фондов по активам под управлением (AUM) - $42,9 млрд[10]

Двое других имеют непосредственное отношение к теме предлагаемой статьи, к Renaissance Technologies. Питер Браун, Peter Brown и Роберт Мерсер, Robert Leroy Mercer. 

Оба пришли в Renaissance в 1993 году и сменили Джеймса Саймонса у руля компании в 2009-ом. Оба в IBM Research занимались компьютерной лингвистикой, точнее статистическим машинным переводом в рамках проблемы распознавания речи. Разрабатывали тему кластеризации Брауна[11]

По разным оценкам[12], в Renaissance Technologies трудятся от 150 до 200 научных сотрудников в областях, на первый взгляд. далеких от инвестиций и трейдинга. Физики-теоретики и физики-экспериментаторы, математики и статистики, эксперты по обработке сигналов, включая астрофизиков, компьютерные лингвисты и криптологи. Опыт Уолл-стрит не приветствуется. Ценится талант ученого-исследователя. Каждый их них мог бы назвать офис Renaissance - “лучшим физико-математическим отделением в мире”[13].

Остановимся на нескольких научных направлениях, которые высоколобые сотрудники Джеймса Саймонса, по меткому выражению Bloomberg “отжимали до последней капли”, ради получения прибыли на финансовых рынках.

 

Компьютерная лингвистика

Начнем со специализации руководителей Renaissance Technologies “постсаймонсовского” периода - с компьютерной лингвистики.

Что такое, собственно, лингвистика?

Лингвистика - наука о языках, от латинского lingua, язык[14]. Другие названия - языкознание, языковедение. Составная часть семиотики или семиологии - науки о знаках.

Как у любой серьезной научной дисциплины, у лингвистики обширная классификация. Различают теоретическую и прикладную лингвистику, отдельно стоит ее практическое (прежде всего, педагогическое) ответвление. Особенный интерес представляют дисциплины, появившиеся на стыке классической лингвистики с другими науками: гуманитарными, точными и техническими.

Компьютерная лингвистика вышла из “пограничной зоны” между канонической лингвистикой и вычислительной техникой. Под компьютерной лингвистикой (далее по тексту используется аббревиатура КЛ) понимают применение  математического (компьютерного) моделирования интеллектуальных языковых способностей человека (возможно и животного). Коротко - матмоделирование естественного языка. КЛ именуют еще математической или вычислительной лингвистикой. По английски - computational linguistics[15,16]

Суть КЛ вполне ясна из ее определения - попытка заменить человека алгоритмом в том, что касается устной и письменной речи. Компьютерная лингвистика -  необходимый элемент в архитектуре искусственного интеллекта. 

Истоки КЛ лежат в далеких 1950-х, когда американцы пытались делать машинные переводы с русского языка статей из советских научных журналов. Не совсем понятно, что именно послужило толчком - трудности перевода (это действительно непростой язык для иностранца) или исследователей привлекла сама постановка задачи машинного перевода, а к русскому языку, как и ко всему остальному русскому (советскому), в те годы присутствовал обостренный интерес. Сейчас, наверное, таковым стал бы китайский, но в 1950-ые Китай был, мягко говоря, не самым интересным источником научно-технических сведений.

Наиболее перспективными секторами КЛ для Renaissance Technologies и их последователей в хедж-индустрии, являются распознавание речи, машинный перевод и текстовый майнинг.

Отдельным моментам текстового майнинга, заключающегося в автоматическом извлечении и обработке фактов из электронных текстов, посвящен материал нашего сайта об анализе настроения в алготрейдинге. 

Распознавание речи

Распознавание речи - автоматический процесс преобразования речевого сигнала в цифровую информацию[17]. 

Обратная задача - синтез речи. Распознавание речи можно толковать, как  “перевод” команд, озвученных человеком в компьютерные коды и алгоритмы. Трансляция естественного языка[18] языком программирования. 

Распознавание речи - один из разделов информатики, называемого “распознаванием образов”. Трактуется, как “создание основ и методов классификации и идентификации предметов, явлений, ситуаций, сигналов и прочих объектов, характеризующихся конечным набором свойств и признаков”[19].

Помимо речи, распознаванию поддаются лица, графические изображения, символы, движущиеся и неподвижные предметы.

 

1 Рен ИС 2образ

(фото [19])

 

Проблема распознавания речи тесно связана с обработкой сигналов. 

Статистический подход в обработке речевых сигналов включает следующие ключевые этапы. 

1. Подавление шумов, помех, искажений, и выделение полезного, “чистого” сигнала с помощью модуля шумоочистки.

2. Очищенный сигнал поступает в модуль акустической адаптации. Он интерпретирует речевой фрагмент на уровне звуковой идентичности. Достигается путем построения для каждого звука отдельной статистической модели.

3. Оценка параметров речи с помощью языковых моделей. Подобные конструкции учитывают устойчивые статистические связи между словами, характерные для данного естественного языка. 

4. Пропущенная через акустические и языковые фильтры информация попадает в основной программный блок распознавания речи - декодер. Он объединяет полученные данные и формирует наиболее вероятную последовательность слов в цифровом виде.

Машинный перевод

Машинный перевод — процесс перевода текстов (письменных, а в идеале и устных) с одного естественного языка на другой с помощью специальной компьютерной программы[20]

Машинным переводом именуется и отдельное направление в компьютерной лингвистике, связанное с исследованиями в области систем машинного перевода. 

В настоящее время оформились три концепции  машинного перевода.

1. Машинный перевод на основе правил. Задействует лингвистические сведения об исходном и переводном языках, формализованные в словарях и грамматиках[21]

2. Статистический машинный перевод. Перевод “генерируется, опираясь на статистические модели, параметры которых являются производными от анализа двуязычных корпусов текста”[22]

Под корпусом текстов лингвистика понимает “подобранную и обработанную по определенным правилам совокупность текстов, используемых в качестве базы для исследования языка”[23]. Корпус текстов позволяет вводить в лингвистику вообще, и в машинный перевод, в частности, матстатистику.

Корпус текстов должен отвечать критериям репрезентативности, размеченности и прагматичности (ориентация под выделенную тему). Различают параллельные корпуса - текст, переведенный на несколько языков и псевдопараллельные или сопоставимые корпуса - оригинальные тексты одной тематики на разных языках. 

Алгоритмы машинного статперевода сравнивают большие объемы текстовых корпусов, называемых еще языковыми парами. Чем обширнее и качественнее массив исследуемых языковых пар. тем быстрее алгоритм подстраивается и выдает хороший результат. Предпочтение отдается псевдопараллельным корпусам, состоящим из идентичного по смыслу и содержанию контента, написанного носителями обоих языков. Как пример часто приводят отчеты канадского парламента, одновременно подготавливаемые  на двух языках, английском и французском. Канада здесь не одинока, можно упомянуть о документообороте в Гонконге, Евросоюзе и ООН.

3. Машинный перевод с применением нейронных сетей

Магистральное направление современного машинного перевода - совмещение статистического и нейронного (самообучающегося) приемов. На таких гибридных началах работают популярные Google Translate и Яндекс.Переводчик.

Вполне понятно почему компьютерные лингвисты смогли внести свежую струю в изучение статистических закономерностей, которыми пронизаны финансовые рынки. Они не углублялись в экономические предпосылки, оставив их приверженцам фундаментального подхода. Они не всматривались и в ценовые паттерны, как любители свечного и прочих вариантов технического анализа.

Компьютерные лингвисты “переводили” язык фондового, валютного и срочного рынков в строчки скриптов, торговых программ, извлекающих прибыль из сопоставления миллионов пар картинок. Один из инструментов - скрытые марковские модели, оптимизированные алгоритмами сходимости. В распознавании речи нередко имеет место следующая “скрыто-марковская”ситуация - если в звуке был сигнал X (скрытое событие), то, с высокой степенью вероятности говорящий произносил слово Y (наблюдаемое событие). 

Будущие руководители RT стояли за вероятностные методики в машинном переводе. Их шеф Ф. Джелинек говорил: “Каждый раз, когда я увольняю лингвиста <не математика>, система становится лучше”. 

Перед переходом в Renaissance Technologies из IBM Research Мерсер, Браун, с коллегами “скармливали компьютерам” пачки двуязычных документов. Особенной популярностью пользовались отмеченные выше англо-французские протоколы канадского парламента. В статье “Статистический подход к машинному переводу” специалисты IBM упоминали о создании алгоритма, статистически подбиравшего лучший вариант перевода французской фразы “Le chien est battu par Jean” - “Джон действительно бьет собаку”[24].

 

Поиск и обработка сигналов, астрофизика и теория струн

“В мире финансов повсюду шум”

П. Браун, один из руководителей Renaissance Technologies LLC

 

Успех современного хедж-фонда во многом определяется тем, насколько он способен просеивать любой  (абсолютно любой) информационный шум, выделять из него полезные финансовые сигналы и принимать верные торговые решения.

Навыки “слушать и фильтровать” Дж. Саймонс приобрел в Институте оборонного анализа (IDA), где трудился криптологом в 1964-68 гг.

Тема обработки финансовых сигналов в современной интерпретации отнюдь не нова и берет свое начало в работах американского математика, инженера-электрика и криптографа, “Отца информационной теории” Клода Шеннона, Claude Elwood Shannon (1916-2001)[25,26].

 

2 Рен ИС 2Шеннон

К. Шеннон [26]

 

Квантовые фонды (и Renaissance не исключение) одними из лучших охотников за сигналами признают астрофизиков и ученых, работающих на грани астрофизики и других наук. Источник, близкий к RT называл их “гениями в области скрининга “шумных данных”.

Почему?

Наблюдательная астрофизика

Объекты изучения астрофизики находятся столь далеко от Земли, что малейший, крохотный шорох, приходящий из различных уголков вселенной, важен и значим для ученого. 

Подавляющее большинство астрофизических сведений получают в виде электромагнитного излучения (ЭМИ). 

В зависимости от длины волны (частоты) принимаемого и анализируемого излучения, наблюдательная астрофизика делится на четыре базовых астрономических блока[27].

1. Гамма,  рентгеновская и ультрафиолетовая астрономия. Длина волны ЭМИ: менее 0,1 А (ангстрема, 10-10 метра), 0,1-100 А и 10-320 нм (нанометров, 10-9 метра, 10 нм = 100 А) соответственно. Ввиду малых длин волн, излучение в большой степени приобретает корпускулярный характер. Прежде всего, это относится к гамма-астрономии, работающей с гамма-квантами. Предмет исследования коротковолновой астрофизики - процессы с участием частиц высокой энергии, происходящие в черных дырах, двойных пульсарах, нейтронных звездах (магнетарах). 

2. Оптическая астрономия. Диапазон волн видимого света 380-750 нм. Традиционные астрономические наблюдения человеческим глазом, усиленным оптикой, восходящие к изобретению телескопа Галилеем в 1609 году[28].

3. Инфракрасная астрономия. Длина волны 0,74-2000 мкм = 740 нм - 0,2 мм.

4. Радиоастрономия, радиоволновой диапазон длин волн - от 0,1 мм до 100 м. Изучает межзвездный газ, пылевые облака, радиогалактики и реликтовое излучение.

Теория струн

В разделы теоретической физики, помогающие осмыслить современные астрофизические и космологические изыскания, входит знаменитая теория струн.  

Теория струн изучает динамику взаимодействия не точечных частиц, а одномерных протяженных объектов, называемых квантовыми струнами[29]. Гипотеза заключается в том, что с точки зрения струнной теории “все элементарные частицы и их фундаментальные взаимодействия возникают в результате колебаний и взаимодействий ультрамикроскопических квантовых струн на масштабах порядка планковской длины 10-35 м”.

Теория струн позволила избежать ряд трудностей, присущих канонической квантовой теории, и начиная с первых работ ее основателя Габриэле Венециано в 1970-х, подавала большие надежды в физическом сообществе. Предполагалась, что она даст серьезный импульс в создании квантовой теории тяготения и (даже) общей теории поля, над которой многие десятилетия ломал голову Альберт Эйнштейн. 

Сейчас энтузиазм несколько угас, противники концепции безжалостно критикуют ее за отсутствие весомых экспериментальных подтверждений, но это нисколько не умаляет того факта, что теория струн - один из наиболее глубоких прорывов в теоретической физике последних 30 лет. И, что немаловажно, она стройна и красива. А красота и стройность ценятся не только на подиуме.

3 Рен ИС 2струны

Взаимодействие элементарных частиц в микромире.

Слева - диаграмма Фейнмана[30], справа - ее аналог в теории струн 

(источник [29])

 

В контексте данной статьи, теория струн интересна ее приложением к астрофизике. 

Следствием общей теории струн является существование космических струн или суперструн. 

Суперструна - “реликтовый астрономический объект, одномерная складка пространства-времени”[31]. Суперструна невидима, в буквальном понимании, но ее присутствие можно обнаружить через скрытые косвенные признаки. Она выступает гравитационной линзой[32], преломляющей свет, идущий от источников, расположенных за ней.

 

4 Рен ИС 2гравит линза

Графическая иллюстрация действия гравитационной линзы[32]

 

Габариты и физические свойства суперструн потрясают воображение. Нечто диаметром, значительно меньше размера атомного ядра (10-29 см), с минимальной длиной в несколько десятков парсеков[33] и линейной плотностью в 1022 грамм на сантиметр. Эти нечто, возникшие сразу после Большого взрыва, в бесконечно протяженном или замкнутом виде, летят в космосе со скоростями, близкими к скорости света. 

Специалисты по суперструнам, как искатели невидимых планет, прекрасно освоились в Renaissance Technologies. Образцом стали братья-близнецы Делла Пьетра - Стивен и Винсент. Физику изучали в Колумбийском университете и в Принстоне. Докторские степени получили в Гарварде в 1986-ом. В IBM Research входили в группу Брауна и Мерсера, за которыми и последовали в Renaissance Technologies в начале 1990-х.

Оценкой вклада суперструнных теоретиков в достижения RT можно считать высказывание их маститого коллеги профессора Эдварда Уиттена (Виттена) о достижениях математиков Renaissance вне чистой математики. В целом, похвала Э. Уиттена адресуется к каждому исследователю Renaissance, от Дж. Саймонса до рядового научного сотрудника, но к любителям суперструн она имеет прямое отношение. Уиттен ведущий авторитет именно в теории струн и квантовой теории поля. Причисляется к “величайшим физикам-теоретикам, живущим в наше время”[34].

 

Big Data

Использование навыков распознавания образов (в том числе статистического машинного перевода), опыта астрофизических и прочих наблюдений, и многого другого, чем спецы Renaissance успешно “взламывают рынки” уже не один десяток лет, было бы абсолютно невозможным без способности обрабатывать большие (а точнее, огромные) массивы данных, Big Data. 

Ключевой критерий эффективной работы с Big Data - три V: VVV[35].

Первое V - объем (volume), второе V - скорость (velocity) и третье V - многообразие (variety).

Традиционный принцип Big Data конфигураций - горизонтальное масштабирование. Система разбивается  на небольшие структурные составляющие, отдельные машины, серверы, группы машин и/или серверов, выполняющие параллельно одну и ту же функцию. Подобная архитектура позволяет добавлять в структуру сотни и тысячи новых узлов без потери производительности[36]. 

Renaissance Technologies освоила обработку больших данных задолго до формализации понятия редактором Nature Клиффордом Линчем в 2008 году. Петабайтные[37] хранилища RT ежедневно пополняются многими терабайтами периферийной, по отношению к финансам и экономике информации. Так выполняется критерий V -  многообразие.

Для извлечения трейдинговых сигналов, специалисты Renaissance используют сколь угодно много данных. Размер V (объем) для них не имеет значения. Главное - его собрать. 

С “железом” у RT тоже нет проблем. По мнению экспертов, компания обладает компьютерными комплексами, по производительности сравнимыми с лучшими мировыми образцами. Питер Вейнбергер, бывший технический директор Renaissance Technologies, впоследствии разрабатывавший софт для Google, отмечал: “Если вам были нужны большие вычислительные мощности, то решение вопроса основывалось на том, действительно ли они вам были нужны, а не на бюджете”. 

Имеем третью V - скорость. 

Полный набор VVV по Big Data позволяет фондам RT открывать немыслимое число позиций на всех рынках и во всех инструментах. “От фьючерсов на соевые бобы до облигаций французского правительства”. И делать это в режиме “скоростного огня”, предпочитая краткосрочный вариант трейдинга. 

Подход  Renaissance Technologies к торговле позволяет сравнить ее инвестиционные стратегии с экстенсивным земледелием. Дж. Саймонс говорил: “Не каждый маленький стебель пшеницы впечатлял успешным ростом, однако большинству из них это удавалось, вот почему вам надо сосредоточиться на статистике”. Противоположный метод у У. Баффетта Саймонс называет традиционным сфокусированным инвестированием или “интенсивным фермерством”: “Это два совершенно разных конца спектра”.

 

Еще раз о сигналах

В заключительном разделе попытаемся, в меру наших скромных сил, структурировать политику Renaissance Technologies по торговым сигналам.

1. Требования к чистоте и сортировке сведений. 

Информация полезна, если она максимально очищена от шума и упорядочена, пусть даже ценой потери некоторого времени. Она не должна быть сырой. Бывший криптолог IDA Ник Паттерсон, перешедший в RT в том же 1993-м, так отзывался о задаче: “Если у вас есть идея, вы хотите быстро ее протестировать. А если вам для этого нужно привести в порядок данные, это значительно замедляет весь процесс”. 

2. Дополнение, но не исключение.

Каждый новый сигнал необходимо попытаться встроить в массив уже действующих и присвоить ему ранг (вес). Цитата от Дж. Саймонса из его интервью Institutional Investor: “Вам нужно строить систему слой за слоем, С каждой новой идеей, вам нужно определить: это действительно что-то новое или часть того, что вы уже сделали раньше”,

3. Бережное отношение.

Полезные сигналы, отработанные ранее, надо хранить и ни в коем случае не отбрасывать. Даже если они затухают со временем. Предпосылки для них могут возникнуть и в будущем. Кроме того, непонятно, как поведет модель, выстроенная, в том числе, и на подобных сигналах, после их изъятия.

4. Важность оригинальности.

Не нужно боятся абсурдности предположений. Великий датский физик-теоретик Нильс Бор подбадривал своих учеников словами “Если идея не кажется безумной, от нее не будет никакого толку”. 

Питер Браун, комментируя, никчемную (на первый взгляд) мысль о зависимости рынков от погоды за окном отмечал: “Штука в том, что если вы находите сигнал, который был сильным и имел смысл, то его уже давно использовали в трейдинге”. В письме Дж. Саймонса инвесторам RT есть фраза: “Мы верим, что имеем отличный набор прогнозирующих сигналов, но некоторые из них, без сомнения, используются <другими> долгосрочными и краткосрочными хедж-фондами”.

Мораль - данные сигналы, скорей всего бесполезны. Что, кстати, неплохо согласуется с гипотезой эффективного рынка, полагающей, что “цена актива отражает всю доступную информацию о нем[38]. Заработать почти нереально. Все знают все.

Одна из любимых тем шуток у сотрудников Renaissance Technologies - обсудить догадки конкурентов об их предсказывающих сигналах. Например, о том, что RT сканирует и распознает шум, идущий из торговых ям фондовых бирж. 

Впрочем, почему бы и нет? Что здесь такого уж безумного?

 

Заключение. Ложка дегтя

Магия успеха Renaissance Technologies LLC математика Джеймса Саймонса завораживает. “Алхимия финансов” от бывшего криптолога Института оборонного анализа и заведующего матфаком университета Стоуни-Брук сотоварищи околдовывает еще больше, когда пытаешься хоть чуть-чуть вникнуть в его методики. Искусственный интеллект и скрытые марковские модели, суперструны и квантовая теория гравитации...

А может быть все гораздо проще и банальнее… Кто знает?

Уже отмечалось, сколь ревностно руководство фирмы следит за разглашением того, что творится в ее стенах. В 2003 году[39] пара русских (читай, бывших советских) математиков Александр Белопольский и Павел Вольфбейн немного приоткрыли завесу секретности. Они уволились из Renaissance, и по мнению своих руководителей, сделали это некрасиво. Как (почти всегда) бывает в США поругавшиеся стороны обратились в суд. Не первый случай в хедж-бизнесе Соединенных Штатов, когда российские трейдеры-ученые “бьют горшки” с американскими хозяевами. Достаточно вспомнить историю Миши Малышева и Цитадели Кена Гриффина. 

В процессе прений сторон, выходцы из далекой и загадочной России (в некоторой степени земляки Джеймса Саймонса[40]) поведали широкой общественности на чем Renaissance Technologies LLC зарабатывает деньги.

Белопольский и Вольфбейн выделили три направления:

  1. Операции со свопами.
  2. Организация трейдинга в “темных или черных пулах”, dark pool или black pool[41].
  3. Использование данных биржевой книги неисполненных лимитных ордеров. 

Собственно, ничего революционного в перечне уволившихся сотрудников Renaissance нет. Все известно давно и применяется многими хедж-фондами. Никаких “гравитонов и тахионов”[42].

Забавно, что уважительное объяснение успехов квантовой структуры Саймонса, выраженное фразой конкурентов: “Они бегут быстрее других” может иметь и второе дно. “Бегущими быстрее других” часто называют высокочастотных трейдеров (HFT), обладающих преимуществом в скорости получения, обработки и передачи информации. Кратко данный торговый прием освещался в статье о рыночных манипуляциях. Много едких страниц “бегунам” посвятил Майкл Льюис в книге “Flash Boys: Высокочастотная революция на Уолл-стрит”, вышедшей в 2014 г.

Еще более развенчивают ореол “алхимиков” из Renaissance Technologies сведения[12] о банальной налоговой оптимизации, когда прибыль от торговли деривативами (опционами) для снижения ставки налогообложения пряталась в долгосрочный прирост капитала. Возможно именно под этим русские математики понимали работу компании со свопами?

Но, как бы там ни было, о каждой из упомянутых методик, включая и в чем-то сомнительные, знают все участники рынка, а вот двузначные числа ежегодной доходности десятки лет устойчиво показывает только команда “яйцеголовых”[43] из Renaissance Technologies. 

Они стараются.

NYSE[44] далеко не IBM Research.
Цитата от Питера Брауна: “Мы быстро поняли, что мир финансов отличается от атмосферы IBM. Он безжалостен. Или ваши модели работают лучше, чем у других, и вы зарабатываете, или нет - и вы разоряетесь. Такое давление действительно заставляет концентрироваться”. 

 

Владимир Наливайский

 

При подготовке текста использовалась информация статьи K. Burton “ Inside a Moneymaking Machine Like No Other”, Bloomberg, 21.11.2016, в редакции перевода портала Ain.ua, а также материалы ресурса MMGP.

На заставке - исследовательский центр им. Томаса Дж. Уотсона (штаб-квартира IBM Research) в Йорктаун Хейтс, штат Нью-Йорк. Проект здания выполнен архитектором Ээро Саариненом[1].

 

Примечания и ссылки (источник – Википедия/Wikipedia или авторский комментарий, если не оговорено иное).

  1. “IBM Research”.
  2. “Институт перспективных исследований”.
  3. “Louis Bamberger”.
  4. “Клятва дарения”.
  5. “Список лауреатов Нобелевской премии по физике”.
  6. “Список лауреатов Нобелевской премии по химии”.
  7. “Список лауреатов Нобелевской премии по физиологии или медицине”.
  8. “IBM”, русс.
  9. “Alfred Zalmon Spector”.
  10. “List of hedge funds”.
  11. “Robert Mercer”.
  12. “Renaissance Technologies”, англ.
  13. Цитата от американского математика Айсадора Зингера,  Isadore M. Singer[12].
  14. “Лингвистика”.
  15. “Компьютерная лингвистика”.
  16. “Computational linguistics”.
  17. “Распознавание речи”.
  18. Естественный язык, в лингвистике и философии языка - язык, используемый для общения людей, в отличие от формальных языков и других типов знаковых систем, и не созданный целенаправленно, в отличие от искусственных языков, “Естественный язык”.
  19. Теория распознавания образов”.
  20. “Машинный перевод”.
  21. “Машинный перевод на основе правил”
  22. “Статический машинный перевод”.
  23. “Корпус текстов”.
  24. П. Браун, Р. Мерсер и др. “Статистический подход к машинному переводу”, журнал “Компьютерная лингвистика” июнь 1990 (англ.).
  25. “Financial signal processing”.
  26. “Claude Shannon”.
  27. “Астрофизика”.
  28. “Телескоп”.
  29. “Теория струн”.
  30. “Диаграммы Фейнмана”.
  31. “Космическая струна”.
  32. Гравитационная линза - массивное тело (планета, звезда и пр.), изменяющее своим гравитационным полем направление распространения электромагнитного излучения, подобно тому, как обычная линза изменяет направление светового луча, “Гравитационная линза”.
  33. 1 Парсек - около 30,8568 трлн км или 3,2616 светового года, “Парсек”.
  34. “Виттен, Эдвард”.
  35. “Большие данные”.
  36. “Масштабируемость”.
  37. 1 Петабайт (Пбайт) = 103 Терабайт=1015 байт.
  38. “Efficient-Market Hypothesis”.
  39. Год события (2003) - по информации портала “Теории и практики”.
  40. Предки Дж. Саймонса эмигрировали в США из Российской империи в конце XIX века, “Саймонс, Джеймс”.
  41. “Темный пул” - выделенная организатором частная (непубличная) закрытая торговая площадка, “Dark pool”.
  42. Гравитон и тахион - гипотетические элементарные частицы.
  43. Яйцеголовый - насмешливо-пренебрежительное название умника, интеллектуала в США. В более узком смысле термин применяется к ученым, “Яйцеголовый”.
  44. NYSE - New York Stock Exchange, Нью-Йоркская фондовая биржа.

 

Используемые сокращения

RT - Renaissance Technologies LLC, коротко, Renaissance

НИОКР - научно-исследовательские и опытно-конструкторские работы (разработки)

TWRC - Thomas J. Watson Research Center, исследовательский центр IBM им. Томаса Дж. Уотсона

КЛ - компьютерная лингвистика

ЭМИ - электромагнитное излучение

IDA - Institute for Defense Analyses, Институт оборонного анализа США