Текст книги "Человек, который разгадал рынок. Как математик Джим Саймонс заработал на фондовом рынке 23 млрд долларов"

Акс начал устраивать соревнования по интенсивному похудению и намеревался обыграть своих коллег по офису. Пока, незадолго до первоначального взвешивания, он не прибавил несколько килограммов, уминая дыню, в расчете на то, что быстро сбросит набранный вес, так как дыня содержит большое количество воды. В другой раз под палящим солнцем он устраивал неистовые поездки в офис на велосипеде, надеясь похудеть. По приезде на работу, обливаясь потом, он положил свое нижнее белье в офисную микроволновую печь, чтобы высушить; спустя пару минут прибор загорелся, и один из сотрудников ринулся за огнетушителем.

Несколько раз в год Саймонс летал в Калифорнию, чтобы обсудить возможные подходы к трейдингу, но его визиты приносили больше вреда, чем пользы. Теперь, когда офис располагался в Калифорнии, некоторые сотрудники стали вести здоровый образ жизни. Саймонс по-прежнему выкуривал по три пачки Merits в день.

«Никто не хотел находиться с ним в одном помещении, когда он курил в офисе, – говорит один из сотрудников, который на тот момент работал в компании, – поэтому мы уходили во время обеда и старались как можно дольше работать вне офиса».

Когда обеденное время подходило к концу, Саймонс предлагал сотрудникам вернуться в офис, но они так боялись остаться запертыми в прокуренном помещении, что придумывали всевозможные оправдания, чтобы остаться в стороне.

«Знаешь, Джим, снаружи тоже неплохо», – однажды после обеда сказал Саймонсу его коллега.

«Да, давайте поработаем снаружи», – вмешался другой сотрудник Axcom.

Саймонс согласился, не обращая внимания на истинную причину, из-за которой сотрудники не хотели возвращаться в офис.

В конце концов Акс принял решение о том, что им следует применять более изощренные методы торговли. До сих пор они не использовали сложные математические вычисления для построения торговых формул, отчасти из-за отсутствия достаточной вычислительной мощности компьютеров. Акс подумал, что теперь настал подходящий момент, чтобы сделать это.

Долгое время он считал, что финансовые рынки имеют общие черты с цепями Маркова, последовательностью событий, в которой каждое следующее событие зависит только от состояния в текущий момент времени. В цепочке Маркова невозможно с абсолютной точностью предсказать каждый последующий шаг, но если опираться на рабочую модель, то с некоторой степенью точности можно предсказать дальнейшие шаги.

Когда Саймонс и Баум 10 лет назад разработали собственную гипотетическую модель торговли, работая в IDA, они сравнивали рынок с марковским процессом.

Акс пришел к выводу, что с целью усовершенствования их прогностических моделей пришло время привлечь специалиста с опытом работы в области стохастических уравнений, более широкого класса уравнений, к которому относятся цепи Маркова. Стохастические уравнения моделируют динамические процессы, которые развиваются с течением времени и могут включать высокий уровень неопределенности. Недавно в одном научном издании Штраус прочитал, что предположительно торговые модели, основанные на стохастических уравнениях, могут стать ценным подспорьем. Он согласился, что Axcom необходимо увеличить интеллектуальную мощь и нанять еще одного математика.

Спустя какое-то время Рене Кармоне, профессору близлежащего Калифорнийского университета в Ирвайне, позвонил друг.

«Есть группа математиков, которые занимаются стохастическими дифференциальными уравнениями, и им требуется помощь, – сказал он. – Как хорошо вы в этом разбираетесь?»

В возрасте 41 года, уроженец Франции, Кармона, который впоследствии станет профессором Принстонского университета, мало знал о финансовых рынках и инвестировании, однако специализировался на стохастических дифференциальных уравнениях. Эти уравнения позволяют делать прогнозы, используя на первый взгляд случайные данные; например, в моделях прогнозирования погоды стохастические уравнения используются для получения относительно точных данных. Сотрудники Axcom смотрели на процесс инвестирования сквозь призму математики, понимая, что финансовые рынки сложны и постоянно меняются, их поведение трудно предсказать, по крайней мере, в долгосрочной перспективе, так же как и стохастический процесс.

Несложно понять, почему они видели сходство между случайными процессами и инвестированием. Во-первых, Саймонс, Акс и Штраус не верили, что рынок представляет собой «случайное блуждание»[51]51
  Теория случайного блуждания (random walk) – модель, предполагающая, что в каждом периоде переменная отклоняется от своего предыдущего значения на шаг, представляющий собой случайную величину, при этом шаги независимы и одинаково распределены по своему размеру. (Прим. пер.)


[Закрыть] или является совершенно непредсказуемым, как полагали некоторые, в том числе ученые. Несмотря на то что он явно содержит в себе элемент случайности, как и в ситуации с погодой, математики вроде Саймонса и Акса утверждали, что распределение вероятностей применимо как к стоимости фьючерсов, так и к любому другому стохастическому процессу. Именно поэтому Акс считал, что привлечение к работе такого математика окажется полезным для развития их торговых моделей. Возможно, Кармона помог бы им разработать модель, которая предоставит ряд вероятных исходов для их инвестиций и позволит улучшить показатели.

Кармона был готов протянуть руку помощи – на тот момент он консультировал местную аэрокосмическую компанию и был не против заработать дополнительные деньги, несколько раз в неделю сотрудничая с Axcom. Задача повышения торговых результатов фирмы показалась ему интересной.

«Главная задача состояла в том, чтобы разработать математическую модель и использовать ее в качестве основы, которая позволяет определять те или иные последствия и делать соответствующие выводы, – говорит Кармона. И добавляет: – Суть дела не в том, чтобы всегда оставаться непогрешимым, а в том, чтобы достаточно редко совершать ошибки».

Кармона не был уверен, что данный подход сработает. Он не был уверен даже в том, что тот намного превзойдет другие, в меньшей степени ориентированные на количественный подход, стратегии инвестирования, которые в то время применялись большинством других компаний.

«Если бы я лучше понимал психологию трейдеров, которые работают в биржевом зале, возможно, у нас бы все получилось», – заключает Кармона.

Ранее он использовал данные Штрауса для усовершенствования уже имеющихся математических моделей Axcom, но эта работа не привела к значительным переменам.

Несмотря на то что модели, которые разрабатывал Кармона, были сложнее, чем те, что Axcom использовал прежде, они, по-видимому, работали не намного эффективнее.

Спустя какое-то время Renaissance полностью перейдет на использование стохастических дифференциальных уравнений в том, что касается управления рисками и ценообразования опционов, но на данный момент им не удавалось найти способ получить прибыль от такого подхода, и это расстраивало Кармона.

В 1987 году Кармона одолело чувство вины. Его труд оплачивался из личной премии Акса, при этом Кармона едва ли вносил какой-то полезный вклад в работу компании. Тем летом он решил перейти на полный рабочий день в Axcom, надеясь, что чем больше времени он посвятит разработке моделей, тем большего успеха добьется. Кармона и тогда не заметил существенного сдвига, что принесло ему еще больше разочарований. Акс и Штраус относились к этому спокойно, тогда как Кармона чувствовал себя ужасно.

«Они платили мне деньги, а у меня ничего не получалось», – вспоминает он.

Однажды у Кармона появилась идея. Axcom применял различные подходы к использованию имеющихся ценовых данных для ведения торгов, в том числе полагаясь на сигналы прорыва[52]52
  Под прорывом в техническом анализе понимается выход цены за пределы некоторого интервала (коридора), в котором она находилась ранее, что нередко сигнализирует о начале нового тренда. (Прим. науч. ред.)


[Закрыть]. Они также применяли простой метод линейной регрессии, главный инструмент прогнозирования многих инвесторов, который анализирует отношения между двумя наборами данных или переменных при условии, что эти отношения остаются линейными. Изобразите на оси Х цены на сырую нефть, а на оси Y – цену на бензин, проведите прямую линию регрессии через точки на графике, продолжите линию. В таком случае вы можете, как правило, довольно точно прогнозировать цены на нефтепродукты при заданном уровне цен на нефть.

В основном используются рыночные цены. Модель, которая зависит от того, как линия регрессии проходит через точки данных, как правило, малоэффективна при прогнозировании будущих цен на сложных и нестабильных рынках, подверженных влиянию снежных бурь, панических распродаж и неспокойных геополитических событий, с вероятностью негативно отразиться на цене сырьевых и других товаров. В то же время Штраус собрал большое количество массивов данных по ценам закрытия различных товаров за разные периоды времени. Кармона решил, что им нужно использовать регрессии, которые смогут отразить нелинейные отношения между рыночными данными.

Кармона предложил иной подход. Его идея заключалась в том, чтобы компьютер искал взаимосвязи в собранных Штраусом данных. Возможно, у них получится найти примеры похожего состояния рынка в отдаленном прошлом, а затем изучить, как это повлияло на формирование цен. Путем выявления сопоставимых экономических ситуаций на рынке и отслеживания того, что впоследствии происходило с ценами, можно было разработать сложную и точную модель прогнозирования, способную искать скрытые закономерности.

Для того чтобы применить этот подход, Axcom требовалось большое количество данных, больше, чем то, что уже удалось собрать Штраусу и другим сотрудникам. Чтобы решить эту проблему, Штраус стал не просто собирать, а моделировать данные. Другими словами, чтобы устранить пробелы в исторических сведениях, он использовал компьютерные модели, которые позволяли делать обоснованные предположения относительно недостающей информации. Например, при отсутствии подробных данных о ценах на хлопок с 1940-х годов, возможно, было бы достаточно просто создать таковые.

Когда виден собранный пазл, в котором отсутствует какая-либо часть, можно понять, чего именно не хватает, глядя на изображение в целом.

Аналогичным образом команда Axcom делала выводы о недостающей информации и вносила ее в базу данных.

Кармона предложил, чтобы модель делала это автономно, обрабатывая всевозможные фрагменты данных и принимая решения о покупке или продаже. В каком-то смысле он предложил создать раннюю версию системы машинного обучения. Модель станет генерировать прогнозы цен на различные сырьевые товары, опираясь на сложные закономерности, кластеры и корреляции, которые Кармона и его коллеги были не в силах понять самостоятельно или обнаружить невооруженным глазом.

Во всем остальном мире статистики применяли схожие подходы – так называемые ядерные методы – для распознавания образов в наборах данных. По возвращении на Лонг-Айленд Генри Лауфер работал над аналогичным методом машинного обучения в рамках собственного исследования и собирался поделиться своими наработками с Саймонсом и его коллегами. Кармона не знал о том, что подобная работа уже ведется. Он просто-напросто предлагал использовать сложные алгоритмы, на основе которых Акс и Штраус могли выявлять закономерности в текущих движениях цен, имеющих сходство с предыдущими состояниями рынка.

«Воспользуйтесь этим», – призывал Кармона своих коллег.

Когда они рассказали об этом подходе Саймонсу, тот побледнел. Он понимал, каким образом линейные уравнения, на которые они опирались, генерировали предположения относительно торговых операций и распределения капитала. Однако оставалось неясным, почему именно программа Кармона выдавала те или иные результаты. Его беспокоило, что в основе данного метода была модель, которую Саймонс и его коллеги не могли просто свести к набору стандартных уравнений. Для того чтобы получить какие-то результаты, Кармона запускал программу, работающую на протяжении нескольких часов, в течение которых компьютеры распознавали образы, а затем генерировали сделки. Саймонсу казалось, что здесь что-то не так.

«Меня смущает то, какие результаты она выдает, – сказал как-то раз Саймонс своим коллегам, – я не понимаю, почему [программа говорит покупать, а не продавать]».

Со временем его раздражение только усилилось.

«Это какой-то черный ящик!» – воскликнул он с разочарованием.

Кармона был согласен с оценкой Саймонса, но продолжал стоять на своем.

«Просто отслеживай данные, Джим, – сказал он. – Я тут ни при чем, все дело в данных».

Акс, подружившись с Кармон, поддерживал разработанный им подход и отстаивал его перед Саймонсом.

«Это работает, Джим, – убеждал его Аксон. – В этом есть здравый смысл… человек не способен прогнозировать цены».

Акс настаивал, что этим должны заниматься компьютеры. Именно на это изначально и рассчитывал Саймонс.

Тем не менее он по-прежнему сомневался в целесообразности использования такого радикального подхода. Саймонс понимал необходимость применения подобных моделей, однако глубоко в душе не мог с этим смириться.

«Джим любил вдаваться в детали того, как функционирует та или иная модель, – вспоминает Штраус. – Он не был в восторге от ядерного метода».

Со временем Штраус и его коллеги нашли и дополнили другие исторические данные относительно цен, что помогло Аксу разработать новые прогностические модели, опираясь при этом на предложения Кармон. Некоторые из еженедельных сводок о биржевых торгах, обнаруженных ими позднее, восходили к XIX веку (надежная информация, к которой лишь немногие имели доступ). На тот момент они едва ли могли применить эти данные, однако возможность изучать историю и видеть, как рынки реагировали на выходящие за рамки привычного события, позже поможет команде Саймонса разработать и другие модели.

Они позволят извлекать прибыль из обвалов на фондовых рынках и других экстремальных ситуаций, чтобы оставаться активными игроками в такие моменты.

Когда команда Axcom начала тестировать данный подход, они сразу обнаружили улучшение показателей. Компания стала внедрять методы многомерной ядерной регрессии, которые, казалось, лучше всего работают для трендовых моделей или прогнозирования того, как долго будет сохраняться тренд по определенным инструментам.

Саймонс был убежден, что они способны на большее. Идеи Кармон оказались полезными, но этого было недостаточно. Саймонс созванивался и приезжал в Axcom, надеясь усовершенствовать рабочий процесс компании, однако по большей части он выступал в качестве клиентского менеджера, занимаясь поиском богатых инвесторов для фонда и поддерживая с ними отношения. Он также инвестировал в технологические проекты, которые составляли примерно половину от активов в 100 миллионов долларов, которые теперь принадлежали фирме. Саймонс продолжал искать дополнительную интеллектуальную мощь в лице математиков и договорился с уважаемым ученым проконсультировать сотрудников его компании. Этот шаг мог послужить основой для исторически значимого прорыва.

Глава пятая

Я глубоко убежден, что для детей и большинства взрослых главным мотиватором является любопытство, а не деньги.

Элвин Берлекэмп

Если бы Элвину Берлекэмпу сказали, что он поможет осуществить настоящую революцию в мире финансов, он воспринял бы это, как неудавшуюся шутку.

Элвин вырос в Форт-Томасе, штат Кентукки, на южном берегу реки Огайо, посвятил свою жизнь служению Богу, математическим играм и всячески избегал занятий спортом. Его отец был пастырем в Евангелическо-реформатской церкви, ныне известной как Объединенная церковь Христа, одной из крупнейших и наиболее либеральных протестантских конфессий в стране. Уолдо Берлекэмп был добросердечным и сострадательным предводителем экуменического движения, который организовывал совместные службы с различными протестантскими церквями и католическими общинами. Благодаря увлекательным проповедям и присущей ему харизме Уолдо заполучил для церкви верных последователей. Когда семья решила переехать, прощальное собрание посетили 450 прихожан. В знак своей любви и признательности они подарили Уолдо Берлекэмпу новый автомобиль DeSoto.

Будучи уроженцем Форт-Томаса, пригорода Цинциннати с населением в 10 000 человек, который славился своим аболиционизмом[53]53
  Аболиционизм – общественное движение конца XVIII–XIX веков за отмену рабства в США. (Прим. науч. пер.)


[Закрыть], у Элвина сформировались непримиримые предубеждения против южан и убежденность в том, что необходимо придерживаться своих принципов, какими бы непопулярными они ни были. Пока другие дети из начальной школы играли, бросали мяч и дрались на игровой площадке, щуплый и серьезный Берлекэмп сидел в классе, соревнуясь несколько иначе. Вместе с друзьями они брали карандаши, бумагу и рисовали игровое поле в виде квадратов. Они поочередно добавляли отрезки определенной длины, связывая точки и заполняя квадраты. Это была старая стратегическая игра под названием «Палочки», популярная в то время на Среднем Западе. Некоторые считали ее простой детской забавой, но на самом деле эта игра на удивление сложна и подчиняется математическим законам – тому, что Берлекэмп будет особенно ценить в будущем.

«Тогда я впервые столкнулся с теорией игр», – говорит Берлекэмп.

К тому времени, как он поступил в среднюю школу Форт-Томас Хайлендс, в 1954 году, он был жилистым юношей ростом 1 м 70 см, который отлично понимал, чем ему хочется заниматься в классе и за его пределами. В школе Берлекэмп любил в основном математику и естественные науки. Одноклассники, заметив его выдающийся ум, выбрали его президентом класса. Юноша питал интерес и к другим предметам. Впрочем, его увлечение литературой было подавлено учителем, который решил потратить половину семестра на анализ романа «Унесенные ветром»[54]54
  Англ. Gone with the Wind – роман американской писательницы Маргарет Митчелл 1936 года. (Прим. науч. ред.)


[Закрыть].

Спорт не входил в сферу интересов Берлекэмпа, но он чувствовал необходимость им заниматься.

«Ботаники не пользуются особой популярностью, и школьная атмосфера отчетливо дает это понять, – отмечал он, – поэтому я решил последовать примеру большинства и присоединиться к какой-нибудь команде».

Подумав, Берлекэмп пришел к выводу, что больше всего шансов преуспеть у него есть в плавании.

«В команде по плаванию был недобор ребят, поэтому я по крайней мере знал, что меня примут».

Каждый вечер мальчики нагишом плавали в бассейне местной Юношеской христианской ассоциации. Вода содержала огромное количество хлора, поэтому на то, чтобы ее смыть уходила целая вечность. Наверное, в этом и кроется причина того, почему было так мало желающих вступить в команду по плаванию. Или, возможно, все дело было в тренере, который постоянно орал на мальчишек. Берлекэмпу, самому медленному и слабому пловцу, обычно доставалось больше всех.

«Пошевеливайся, Берлекэмп! – кричал он. – Хватит протирать штаны!»

Это выражение показалось ему особенно глупым, ведь плавал он голышом. Берлекэмп был не только медлительным, но и находился в плохой форме.

В тех редких соревнованиях, во время которых он финишировал вторым и получал медаль, как правило, принимали участие лишь два человека, включая его самого.

В 1957 году на соревновании штата произошла путаница, и Берлекэмп был вынужден участвовать в заплыве против группы намного превосходящих его по силе пловцов. К счастью, товарищи по команде дали ему огромное преимущество, которым он не мог не воспользоваться. Его команда заняла первое место, что стало одним из самых ярких спортивных моментов в жизни Берлекэмпа и преподнесло ему ценный урок. «Старайтесь попасть в отличную команду», – говорил он. (Спустя десятилетия капитан команды, Джек Уодсворт-младший, стал инвестиционным банкиром, который проводил первичное публичное размещение акций для новой компании Apple Computer.)

Когда Берлекэмп выбирал университет для поступления, он оценивал два критерия: наличие преподавателей мирового класса и минимальное количество занятий физкультурой. Он пришел к выводу, что спорт слишком переоценен в современном обществе, и нет причин притворяться, что ему нравится этим заниматься.

Выбор Берлекэмпа пал на Массачусетский технологический институт.

«Когда я узнал, что в МТИ нет футбольной команды, я понял: этот вуз мне идеально подходит», – вспоминает он.

По приезде в Кембридж, Массачусетс, Берлекэмп увлекся физикой, экономикой, компьютерами и химией. На первом курсе он посещал занятия по высшей математике, которые вел Джон Нэш, математик, работавший в области теории игр, чей образ в последующем будет увековечен на страницах книги Сильвии Назар «Игры разума. История жизни Джона Нэша, гениального математика и лауреата Нобелевской премии»[55]55
  Назар С. Игры разума. История жизни Джона Нэша, гениального математика и лауреата Нобелевской премии. – М.: Corpus, 2017. 752 c. (Прим. пер.)


[Закрыть]. Как-то раз, в начале 1959 года, когда Нэш читал лекцию, один из студентов поднял руку, чтобы задать вопрос. Преподаватель повернулся и вперился в того пристальным взглядом. Спустя несколько минут неловкого молчания, Нэш ткнул пальцем в сторону студента, и начал орать на него за то, что тот имел наглость прерывать его лекцию.

«Он был похож на сумасшедшего», – вспоминает Берлекэмп.

Это стало одним из первых публичных проявлений развития психического заболевания Нэша. Спустя несколько недель он уволился из МТИ и был помещен в местную больницу для лечения шизофрении.

Берлекэмп не испытывал проблем с успеваемостью по большинству предметов. В одном из семестров он получил высшую оценку по восьми дисциплинам, и его средний балл составлял 4,9 (по шкале 5,0), общую картину портила лишь четверка по гуманитарным наукам. Победив в выпускном году на престижной математической олимпиаде и получив звание Putnam Fellows, Берлекэмп поступил в аспирантуру МТИ. Он изучал электротехнику, а его преподавателями стали Питер Элиас и Клод Шеннон. Элиас и Шеннон были пионерами в области теории информации, новаторского подхода к количественной оценке, кодированию и передаче телефонных сигналов, сообщений, изображений и других видов информации, которые послужили основой для развития компьютеров, интернета и всех цифровых медиа.

Как-то раз в коридоре университета Шеннон прошел мимо Берлекэмпа. Худой профессор ростом 1 м 77 см считался известным интровертом, поэтому было необходимо быстро сообразить, как привлечь его внимание.

«Я иду в библиотеку, чтобы изучить одну из ваших статей», – выпалил Берлекэмп. Шеннон поморщился.

«Не стоит – вы узнаете гораздо больше, если попробуете разобраться в этом самостоятельно», – настаивал Шеннон.

Он отвел Берлекэмпа в сторону, словно хотел рассказать ему какой-то секрет.

«Сейчас неподходящее время инвестировать в фондовый рынок», – сказал он.

Шеннон мало кому говорил о том, что стал разрабатывать математические формулы в желании обыграть фондовый рынок[56]56
  Говоря «обыграть рынок», обычно имеют в виду получение более высокой доходности при вложениях в акции по сравнению с пассивным инвестированием в индекс широкого рынка (S&P 500 или Dow Jones). Многочисленные исследования показывают, что «обыграть рынок» – достаточно сложная задача: так, на протяжении 30–40 лет это удается не более 10 % инвестиционных фондов, а краткосрочные успехи в большей степени обусловлены удачей, а не квалификацией управляющего. (Прим. науч. ред.)


[Закрыть]. На тот момент его расчеты показывали не лучший прогноз. Берлекэмп едва сдерживался, чтобы не рассмеяться; его банковский счет был почти пустым, поэтому в его случае предостережения Шеннона не имели никакого значения. К тому же Берлекэмп довольно пренебрежительно относился к финансовым рынкам.

«Мне казалось, это игра, в которой богачи пытаются обыграть друг друга, что не приносит миру никакой пользы, – говорит Берлекэмп. – Я по-прежнему так считаю».

Тот факт, что человек, которым он так восхищался, торгует акциями на бирже, стал для него шоком.

«Вот это новости», – заявил он.

В 1960 и 1962 годах, в летнее время, Берлекэмп трудился ассистентом в престижном исследовательском центре Bell Laboratories, расположенном в Мюррей-Хилл, штат Нью-Джерси. Он работал на Джона Ларри Келли-младшего, физика с привлекательной наружностью и техасской манерой растягивать слова. У того было множество интересов и привычек, многие из которых Берлекэмп поначалу не разделял. Во время Второй мировой войны Келли прослужил четыре года в качестве пилота в ВМС США, поэтому на стену в гостиной он водрузил огромную винтовку. Кроме того, он ежедневно выкуривал по шесть пачек сигарет и увлекался профессиональным и студенческим футболом. Келли даже написал книгу о системе ставок и о том, как прогнозировать счет игры.

Когда Келли терпел неудачи в работе, он не стеснялся выражаться такими словами, которые ухо его юного помощника не привыкло слышать.

«Гребаные интегралы», – однажды выкрикнул он, испугав Берлекэмпа.

Несмотря на порой грубоватый антураж, Келли был самым потрясающим ученым, которого Берлекэмп когда-либо встречал.

«К моему удивлению, он рассуждал здраво, – отмечает Берлекэмп. – Раньше я считал южан идиотами, но Келли заставил меня изменить мое мнение».

За несколько лет до этого Келли опубликовал статью, в которой описывал разработанную им систему для анализа информации, передаваемой по сетям, – стратегия, также применимая для того, чтобы делать разного рода ставки.

Чтобы наглядно продемонстрировать свои идеи, Келли представил метод, который он придумал для выигрыша денег на скачках.

Его система предлагала оптимальные ставки в том случае, если удавалось собрать достаточное количество информации. Пренебрегая данными о размещенных ставках, она позволяла получить более точный набор вероятностей – «подлинные шансы» на выигрыш в каждом забеге.

Келли вывел эту формулу благодаря более ранним работам Шеннона по теории информации. По вечерам Берлекэмп часто проводил время в гостях у Келли, играя в бридж, обсуждая науку, математику и многое другое, и в результате этого общения он заметил сходство между ставками на скачках и инвестированием в акции, поскольку в обоих случаях большую роль играла вероятность. Они также дискутировали на тему того, какие преимущества дают точные данные и правильные размеры ставок.

Работа Келли подчеркивала важность определения размеров ставок, важный урок, который Берлекэмпу предстояло усвоить в будущем.

«Я не питал ни малейшего интереса к финансам, но тут появился Келли с этой портфельной теорией», – говорит Берлекэмп.

Со временем он проникся тем, какой интеллектуальный вызов и денежные вознаграждения предлагает работа на финансовом рынке.

В 1964 году Берлекэмп оказался в глубокой депрессии. Его оставила девушка, и он погряз в жалости к себе. Когда Калифорнийский университет в Беркли предложил Берлекэмпу пройти собеседование на должность преподавателя, он не стал упускать представившуюся возможность.

«На улице постоянно шел снег, стоял сильный мороз, и мне нужен был отдых», – говорит он. И Берлекэмп, наконец, принял предложение о работе, защитил докторскую диссертацию в Беркли, став доцентом в области электротехники. Однажды, занимаясь жонглированием в своей квартире, он услышал постукивания этажом ниже. Две девушки, жившие по соседству, были недовольны тем, что он создает шум. Берлекэмп решил извиниться, что привело его к знакомству со студенткой из Англии по имени Дженнифер Уилсон, на которой он женился в 1966 году. (1)

Берлекэмп стал экспертом в области декодирования цифровой информации, помогал НАСА расшифровывать изображения, получаемые со спутников, которые исследовали Марс, Венеру и другие объекты Солнечной системы. Используя принципы, которые он вывел, изучая игры вроде «Палочек» и различные головоломки, Берлекэмп заложил основу новой области в математике под названием теория комбинаторных игр, и написал книгу под названием «Алгебраическая теория кодирования»[57]57
  Берлекэмп Э. Алгебраическая теория кодирования. – М.: Мир, 1971. 477 с. (Прим. пер.)


[Закрыть], которая считается фундаментальной работой в данной области. Он также разработал алгоритм, который получил соответствующее название «алгоритм Берлекэмпа», предназначенный для факторизации многочленов над конечным полем и ставший важным инструментом в криптографии и других областях.

Берлекэмп едва ли мог следить за политической жизнью кампуса. Однако вскоре он оказался вовлеченным в ожесточенную борьбу за территорию между факультетами литературы и естественных наук.

«Меня осуждали за то, что я сидел за обеденным столом не с теми людьми», – вспоминает он.

Берлекэмп осознал, что межличностные отношения имеют множество неясных оттенков, которые порой ему было трудно различить. Математика, напротив, позволяла получать объективные и непредвзятые ответы, что казалось успокаивающим и обнадеживающим.

«В нашей жизни понятие истины весьма расплывчато и неоднозначно; вы можете выдвигать всевозможные доводы, например, ужасен или прекрасен президент или любой другой человек, – говорит он. – Вот поэтому я и люблю математические задачи – они предлагают конкретные ответы».

В конце 1960-х годов научно-исследовательская работа Берлекэмпа по теории кодирования привлекла внимание Института оборонного анализа, некоммерческой организации, в которой также работал Саймонс. С 1968 года он стал выполнять засекреченные задания для IDA, на протяжении нескольких лет работая над различными проектами в Беркли и Принстоне. В какой-то момент коллега познакомил его с Саймонсом, но они так и не поладили, несмотря на общую любовь к математике, а также опыт работы в МТИ, Беркли и IDA.

«Я занимался математикой по другим соображениям, – рассказывает Берлекэмп. – Джим испытывал неутолимое желание торговать на бирже и зарабатывать деньги. Он предпочитал активно действовать… Он постоянно играл в покер и суетился по поводу финансовых рынков. Я всегда воспринимал покер как отвлекающий фактор, занятие не намного увлекательнее бейсбола или футбола, если оно вообще представляло хотя бы какой-то интерес».

Берлекэмп начал трудиться в Беркли в качестве преподавателя по электротехнике и математике примерно в то же время, когда Саймонс создавал свою кафедру в Стоуни-Брук. В 1973 году Берлекэмп стал совладельцем криптографической компании и подумал, что Саймонс, возможно, захочет приобрести часть акций.

Джеймс не мог позволить себе инвестировать 4 миллиона долларов, но он стал входить в совет директоров компании.

Берлекэмп заметил, что он внимательно выслушивает выступающих на заседаниях совета директоров и дает разумные рекомендации, хотя при этом зачастую прерывает собрания, чтобы покурить.

В 1985 году компанию Берлекэмпа купила компания Eastman Kodak Company, которая работала над блочными кодами для спутниковой и дальней космической связи. В результате на его голову неожиданно свалилась сумма в несколько миллионов долларов, что привнесло в его брак новые сложности.

«Моя жена хотела купить дом побольше, а я хотел путешествовать», – говорит он.

Решив обезопасить свое новообретенное богатство, Берлекэмп купил муниципальные облигации с высоким рейтингом. Но весной 1986 года прошел слух о том, что Конгресс может отменить безналоговый статус этих ценных бумаг, и они сильно упали в цене. В итоге закон не был принят, но опыт научил Берлекэмпа, что иногда инвесторы ведут себя нерационально. Он подумывал о том, чтобы инвестировать деньги в акции, но прежний сосед по комнате в студенческом общежитии предупредил его, что руководители компаний «обводят акционеров вокруг пальца», а значит, в большинстве случаев рискованно инвестировать в акции.

«Присмотрись к товарным рынкам», – посоветовал его университетский друг. Берлекэмп знал, что торговля сырьевыми товарами сопряжена со сложными фьючерсными контрактами, поэтому он позвонил Саймонсу, единственному знакомому, который хотя бы немного разбирался в этой области, и попросил дать совет.