эффект». Компьютерная модель Medallion начинала покупать на исходе дня в пятницу, если, например, наблюдался явный восходящий тренд, а затем продавать в начале дня понедельника, используя то, что получило название
эффекта выходного дня.
Саймонс и исследователи, работавшие в его команде, не считали, что нужно тратить время на разработку и тестирование своих интуитивных торговых идей. Они полагались на данные, которые сами указывали им на аномальное поведение на рынке, что могло оказаться полезным. Кроме того, они утверждали, что не стоит волноваться о том, по какой причине такие отклонения происходят. Значение имело только то, что они появлялись достаточно часто, для того чтобы можно было включить их в обновленную торговую систему, а также поддавались проверке, подтверждающей, что данные отклонения не являются статистическими случайностями.
Берлекэмп и его коллеги выдвинули предположение о том, что местные, или трейдеры биржевого зала, которые покупают или продают товары и облигации для поддержания работы рынка[70], как правило, завершали рабочую неделю с небольшим числом открытых позиций по фьючерсам или вообще без них, на случай, если в выходные ситуация на рынке обернется не в их пользу, и они понесут убытки. Аналогичным образом поступали брокеры, работающие в торговых залах товарных бирж, которые, казалось, сокращали число фьючерсных позиций в преддверии экономических отчетов во избежание вероятности того, что неожиданные новости негативно скажутся на их активах.
После выходных или публикации новостей трейдеры вновь наращивали свои позиции, что способствовало восстановлению цен. Торговая система Medallion покупала акции, когда брокеры избавлялись от ценных бумаг, и продавала их обратно, когда те были готовы принимать на себя больше рисков.
«Мы занимаемся страхованием», – говорил Берлекэмп Штраусу.
Отклонения на валютных рынках означали дополнительные прибыльные сделки.
Особенно выгодной казалась торговля немецкими марками. Если в один день курс валюты возрастал, то появлялась на удивление высокая вероятность, что на следующий день он также повысится. Если же курс снижался, то зачастую он падал и на следующий день. Независимо от того, какую корреляцию изучала команда – ежемесячную, еженедельную, ежедневную или даже почасовую – курс немецкой марки демонстрировал необычную предрасположенность сохранять тенденцию на протяжении определенного временного промежутка, который продолжался дольше, чем этого можно было ожидать.
Когда вы подбрасываете монетку, существует 25 %-ная вероятность того, что два раза подряд у вас выпадет орел, но нет никакой взаимосвязи между первым и последующим броском. Тогда как Штраус, Лауфер и Берлекэмп определили, что корреляция ценовых движений немецкой марки между двумя любыми последовательными временными промежутками составляет целых 20 %. Это означает, что данная последовательность повторялась более половины времени. Для сравнения, команда обнаружила подобную корреляцию между последовательными периодами примерно в 10 % и для других валют, 7 % для золота, 4 % для свинины и других сырьевых товаров и только 1 % для акций.
«Масштаб времени, видимо, не играет роли, – однажды удивленно сообщил Берлекэмп своему коллеге, – мы получаем такое же статистическое отклонение».
В корреляции изменений цен при переходе от одного временного промежутка к последующему не должно быть определенной частотности, по крайней мере, по мнению большинства экономистов того периода, которые придерживались гипотезы эффективного рынка. Согласно этой точке зрения, невозможно сорвать куш на бирже, если построить свою торговую стратегию на отклонениях ценовых значений – их не должно быть. Ученые утверждали, что при обнаружении подобных отклонений в процесс сразу должны вмешаться инвесторы и устранить их.
Закономерности, обнаруженные в торговых операциях с немецкой маркой, – и даже более сильная корреляция, выявленная в курсе иены, – стали настолько неожиданными, что команда твердо решила выяснить, почему так происходит. Штраус нашел научные статьи, в которых утверждалось, что центральные банки не приветствуют резкие колебания валютных курсов, которые могут негативно отразиться на экономике, поэтому они вмешиваются, чтобы замедлить резкие движения цен в том или ином направлении, таким образом, сохраняя эти тенденции более продолжительный промежуток времени. Берлекэмп считал, что то, насколько медленно крупные компании вроде Eastman Kodak Company, принимают деловые решения, наводит на мысль, что экономические факторы, лежащие в основе изменений валютных курсов, скорее всего, оказывают влияние на протяжении многих месяцев.
«Люди придерживаются старых привычек дольше, чем это необходимо», – утверждал он.
Колебания на валютных рынках стали частью растущего многообразия торгуемых эффектов Medallion, как они их называли.
Берлекэмп, Лауфер и Штраус провели не один месяц за изучением данных, работая часами, не отрываясь от компьютера, анализируя поведение цен в зависимости от десятков тысяч различных рыночных событий. Саймонс подключался ежедневно, лично или по телефону, рассказывая о собственных идеях по улучшению торговой системы, и одновременно мотивировал команду продолжить поиски того, что он назвал «тонкими аномалиями», которые другие упускали из виду.
Кроме повторяющихся последовательностей, которые, казалось, не лишены смысла, система, разработанная Берлекэмпом, Штраусом и Лауфером, отмечала едва различимые необъяснимые закономерности на различных рынках. Эти тенденции и отклонения иногда происходили так стремительно, что большинство инвесторов их просто не замечало. Поэтому команда называла их призраками, которые появлялись достаточно часто и стали достойным дополнением различных торговых идей, рассматриваемых ими. Саймонс пришел к выводу, что причины не играют никакой роли, если сделки при этом приносят прибыль.
Так как исследователи рассматривали историческое поведение рынка, у них было существенное преимущество: они обладали более точными ценовыми данными, чем их конкуренты. Штраус годами собирал тиковые данные, указывающие на внутридневной торговый объем и информацию о ценах на различные фьючерсы, несмотря на то, что большинство инвесторов не углублялись в такую детальную информацию. До 1989 года в Axcom, как и в большинстве других инвестиционных компаний, полагались на информацию о ценах на момент открытия и закрытия биржи; к этому моменту подавляющая часть внутридневных данных, собранных Штраусом, в значительной степени была бесполезна. Однако установленные в офисе более современные и мощные компьютеры MIPS («миллион инструкций в секунду») позволили компании быстро анализировать все ценовые данные, накопленные Штраусом, генерируя при этом тысячи статистически значимых наблюдений среди информации о сделках. Это помогло выявить не обнаруженные ранее закономерности в ценах.
«Мы осознали необходимость сохранения внутридневных данных, – заявил Штраус. – Они были плохо очищены, и некоторые тиковые данные отсутствовали», но они были надежнее, и их было больше, чем у конкурентов.
К концу 1989 года, спустя шесть месяцев работы, Берлекэмп и его коллеги были уже вполне уверены, что модернизированная ими торговая система, ориентированная на сырьевые, валютные и облигационные рынки, успешно сработает. Некоторые из обнаруженных отклонений и трендов сохранялись на протяжении нескольких дней, другие наблюдались лишь пару часов или даже минут, но Берлекэмп и Лауфер считали, что
