Wysadzenie

W środę 8 sierpnia, niedługo po zamknięciu rynków, 200 najmądrzejszych ludzi na Wall Street zebrało się w sali konferencyjnej w Four World Financial Center, 34-piętrowej siedzibie Merrill Lynch. Sierpień to zwykle wolny miesiąc, ale rzędy krzeseł były zajęte, a wysoko opłacani inżynierowie finansowi stali przy oknach z tyłu, z których roztaczał się widok na czarne samochody miejskie poniżej i rzekę Hudson. Nie wyglądali jak Mistrzowie Wszechświata; wyglądali jak członkowie klubu szachowego. Byli kwantami i mieli dużo do powiedzenia, ponieważ ich praca znajdowała się w centrum jednego z najbardziej niepokojących rynków letnich od dziesięcioleci.

Konferencja była sponsorowana przez Międzynarodowe Stowarzyszenie Inżynierów Finansowych (IAFE), a jej tytuł pytał: Czy subprime to kanarek w kopalni? Kredytobiorcy subprime to nabywcy domów, których słaba historia kredytowa oznacza, że ​​nie kwalifikują się do rynkowych stóp procentowych. Pożyczki dla kredytobiorców subprime, które stały się coraz bardziej powszechne w ostatnich latach, mają zazwyczaj zmienne oprocentowanie; gdy stopy te rosły, wielu kredytobiorców nie spłacało rat kredytu hipotecznego. Z kolei ich niewypłacalność wywołała nieoczekiwane problemy na rynku instrumentów finansowych zwanych instrumentami pochodnymi.

Instrument pochodny to zbywalny produkt, którego wartość opiera się na lub jest pochodną bazowego papieru wartościowego. Klasycznym przykładem instrumentu pochodnego jest opcja zakupu akcji w pewnym momencie w przyszłości. Dla porównania, nowsze pochodne są niezwykle złożone i zostały wynalezione przez kwantystów takich jak te w centrali Merrill Lynch.

Sytuacja zaczęła się psuć w czerwcu, kiedy słabość na rynku subprime doprowadziła do upadku dwóch ogromnych funduszy w banku inwestycyjnym Bear Stearns, co kosztowało inwestorów około 1,6 miliarda dolarów. Kiedy kwantyści zebrali się w sierpniu, najbardziej pesymistyczni spośród nich wyobrażali sobie, że załamanie rynku subprime może doprowadzić do niedoboru kredytów, ponieważ banki będą radzić sobie z niewypłacalnością. To ochłodziłoby gospodarkę, powodując utratę miejsc pracy na całym świecie, jeszcze więcej przypadków niewypłacalności, zmniejszenie wydatków i wycofywanie się z giełdy, czego kulminacją byłaby globalna recesja lub coś jeszcze gorszego.

Multimedialne

• Interaktywny program, który zapewnia podgląd wyników modelu Blacka-Scholesa.

Moderatorem panelu był Leslie Rahl, absolwent MIT i założyciel Capital Market Risk Advisors. Jej zadaniem jest doradzanie firmom w zakresie ryzyka i pomaganie im w zrozumieniu produktów, które wymyślają ilości. Ale zrozumienia brakowało w sierpniu. Ceny niektórych produktów finansowych kwantowych spadły, co miało nieoczekiwane konsekwencje w innym sektorze finansowym: handlu akcjami.

Giełda spadła w lipcu i od tego czasu zachowywała się niestabilnie. W ciągu kilku tygodni po konferencji rozwinęła się swego rodzaju narracja organizacyjna. Ale w tym czasie pogląd ekonomiczny był oszałamiający. Rynek gwałtownie spadłby w ciągu dnia, a następnie odbiłby się prawie do poprzedniego poziomu w ciągu ostatnich 45 minut handlu. Co dziwniejsze, akcje z dobrymi raportami finansowymi i dobrymi perspektywami spadały; były to blue chipy, które zwykle rosły w niepewnych czasach. Akcje o słabych finansach i szarej przyszłości rosły. To były zwykle psy, które zostały porzucone.

Nikt jeszcze do końca nie wiedział dlaczego, ale dziwne zachowanie rynku okazało się ściśle powiązane z pracą kwantowych. Oprócz tworzenia tajemnych produktów finansowych, kwanty przesuwały granice komputerowych systemów transakcyjnych i zbyt mało z tych systemów działało tak, jak powinno – lub, mówiąc dokładniej, tak, jak powinno. praca okazała się kontrproduktywna w tak niestabilnych czasach jak te.

Ilości takie jak te na sierpniowej konferencji były po kolana w kłopotach zagrażających światowemu systemowi finansowemu. To wszystko wywołało dwa bardzo dobre pytania: kto dokładnie? są ilości? A co oni naprawdę? robić ?

Quant to elastyczne słowo, które oznacza różne rzeczy w różnym czasie. W przeszłości termin ten odnosił się do techników zaplecza, którzy wykorzystywali analizę ilościową do wspierania bankierów sprzedających instrumenty finansowe. Szeroko zaczęto go stosować w latach 80., kiedy akademicy – ​​w większości czyści matematycy i fizycy – zaczęli pojawiać się w świecie finansów w większej liczbie. Klasyczni geekowie, przybysze, byli początkowo traktowani przez establishment finansowy jako imigranci z declassé. Emanuel Derman był fizykiem teoretycznym na Uniwersytecie Columbia, zanim dołączył do Goldman Sachs w 1985 roku, i pamięta w swoich wspaniałych wspomnieniach Moje życie jako ilość kiedy dwoje dorosłych wyrażających zgodę rozmawiało o matematyce, uniksie lub C w towarzystwie handlowców, sprzedawców i bankierów było złym gustem. Ale sukces dodawał wiarygodności. To, co początkowo było pogardliwym określeniem, było radośnie przyjmowane przez tych, których pierwotnie miało ono obrażać. W końcu objął większą grupę ludzi, w tym najogólniej każdego, kto zajmuje się finansami matematycznymi lub obliczeniowymi. W tym artykule słowo kwant odnosi się do każdego praktyka finansów ilościowych, szeroko zakrojonej dyscypliny, która obejmuje między innymi wycenę instrumentów finansowych, ocenę ryzyka i poszukiwanie możliwych do wykorzystania wzorców w danych rynkowych.

Kwant widzi świat finansów przez pryzmat matematyczny. Niekoniecznie opisuje to przeciętnego sprzedawcę lub handlowca z Wall Street, którego sukces często opiera się w równym stopniu na intuicji i, co może ważniejsze, na powiązaniach i osobistej charyzmie, jak na jakimkolwiek zrozumieniu tematu, takiego jak rachunek stochastyczny. Aby dać pewne pojęcie o tym, jak daleko umysł kwantowy jest od umysłu typowego finansisty, rachunek stochastyczny – gałąź matematyki zajmująca się losowością – jest czasami wyśmiewany przez kwanty jako matematykę ludową. Kwanty, w przeciwieństwie do swojego sprytniejszego odpowiednika, stara się zrozumieć rynki i czerpać z nich korzyści na podstawie czysto liczbowej. Albo jak mówi Herbert Blank, kwant opracowujący algorytmy oceny kondycji finansowej firm: „Jeśli myślisz, że możesz dowiedzieć się tego, czego potrzebujesz, udając się na spotkanie z kierownictwem firmy, to nie mam ci nic do powiedzenia .

Jeśli kwanty w takim czy innym przebraniu istnieją już od jakiegoś czasu, już wcześniej sprawiały kłopoty. Fundusz hedgingowy Long-Term Capital Management, który upadł w sierpniu 1998 roku, chwalił się wśród swoich dyrektorów i kierowników niektórymi założycielami branży. Niemniej jednak w ostatnich latach wzrosła liczba i wpływ kwantów. Pozagiełdowe instrumenty pochodne, takie jak te, które znalazły się w samym sercu kryzysu subprime, stały się bardziej popularne, napędzając boom w udzielaniu pożyczek, ułatwiając handel pożyczkami. Według statystyk prowadzonych przez Bank Rozrachunków Międzynarodowych wartość pozagiełdowych instrumentów pochodnych, jeden ze skróconych mierników aktywności na rynku, wzrosła z 298 bilionów dolarów w grudniu 2005 roku do 415 bilionów dolarów rok później. Pod pewnymi miarami pieniądze zainwestowane w dwa z najpopularniejszych rodzajów funduszy ilościowych wzrosły w ciągu ostatnich dwóch lat o 60 procent (wliczając zarówno w rozwój aktywów, jak i nowe inwestycje), a fundusze wygenerowały jedne z najwyższych zwrotów w branży finansowej .

Należą również do najbardziej tajemniczych organizacji w branży. Firmy, które utrzymują swoje metody w tajemnicy, są znane jako czarne skrzynki, a fundusze hedgingowe oparte na ilościach są tak samo czarne jak inne. Nie jest niczym niezwykłym, że w takie firmy zainwestowano miliardy dolarów, a niewiele zostało ujawnionych poza wynikami. Jednak wcześniejsze wyniki mogą być silną zachętą do dawania pieniędzy komuś, kto nie powie ci, co z nimi zrobi. Przykładem jest Renaissance Technologies Jamesa Simonsa, który od założenia w 1988 roku zarabiał średnio ponad 30 procent rocznie. Podobnie jak inne fundusze ilościowe, jest zaciekle skryty. Mimo to tak wielu inwestorów zaufało Simonsowi, że wartość dwóch zarządzanych przez niego funduszy wynosi obecnie ponad 30 miliardów dolarów. Tylko w 2006 roku zarobił 1,7 miliarda dolarów na prowadzeniu funduszu.

Prasa często nazywa Simonsa czołowym kwantem na świecie. Światowej klasy matematyk z doktoratem na Uniwersytecie Kalifornijskim w Berkeley, spędził lata w środowisku akademickim, wnosząc znaczący wkład w matematykę. Zajmował się głównie geometrią i subdziedziną zwaną geometrią różniczkową, gdzie jego najbardziej znaczącym wkładem była teoria Cherna-Simonsa, topologiczny opis zachowania pola kwantowego, który był przydatny dla teoretyków strun. Wielu jego pracowników ma wykształcenie w dziedzinie fizyki, astronomii i matematyki.

Ilość technologii renesansowych jest niezwykła, ponieważ wielu z nich mogło robić znaczące kariery w środowisku akademickim. Ale w instytucjach finansowych wszechobecne stają się ilości mniej wzniosłe. W bankach inwestycyjnych są kwanty, opracowujące nowe struktury kredytowe. W funduszach hedgingowych są duże ilości, które zbierają dane rynkowe z lat, aby opracować algorytmy handlowe, które komputery wykonują w ciągu milisekund. A w funduszach emerytalnych pojawia się coraz więcej kwantów, próbujących zrozumieć i wycenić narzędzia stworzone przez kwanty bankowe, a także próbujących ocenić metody kwantów inwestujących.

Kiedyś wysyłaliśmy naszych absolwentów głównie do dużych banków, mówi Andrew Lo, dyrektor Laboratorium Inżynierii Finansowej MIT, gdzie szkoli się wielu kwantystów. Teraz idą wszędzie, do funduszy emerytalnych, towarzystw ubezpieczeniowych i firm, które w ogóle nie są firmami finansowymi. Laboratorium MIT zostało założone w 1992, jako jeden z wielu programów akademickich w tej dyscyplinie, które pojawiły się na kampusach w Stanach Zjednoczonych i za granicą; Jednym z najnowszych dodatków jest nowy instytut na Uniwersytecie Oksfordzkim. Rynki finansowe i procesy inwestycyjne stają się coraz bardziej ilościowe, mówi Lo.

Aby zrozumieć, kim byli i co robili, rozmawiałem z obecnymi i byłymi kwantami, zarówno na nagraniach, jak i poza nimi. Wielu rozmawiało radośnie i długo. Inni mówili ostrożnie lub anonimowo – zwłaszcza ci, którzy używają zastrzeżonych analiz i algorytmów do przeprowadzania transakcji. Przeczytałem pamiętniki o kwantach – ostatnio rozwijającym się gatunku – i zanurzyłem się w podręczniku wprowadzającym do kwantów, Paul Wilmott wprowadza finanse ilościowe , 722-stronicowa kondensacja 1500-stronicowego, autorskiego, trzytomowego kowadła książki, Paul Wilmott o finansach ilościowych . I poszedłem na imprezę z piciem ilościowym, która odbyła się w piwnicy pubu obok Grand Central Station. Nazwa tego wydarzenia dowodzi, jak cokolwiek innego, że kwanty mają w żyłach geek: było to sierpniowe spotkanie nowojorskiego oddziału Quantitative Work Alliance for Applied Finance, Education, and Wisdom, czyli QWAFAFEW.

Chociaż kiedyś pochodne były prostsze, nigdy nie były bardzo proste. Przełomem w wycenie instrumentów pochodnych w ogóle, a opcji w szczególności, był model i formuła znane jako Black-Scholes, zaproponowane po raz pierwszy przez Fischera Blacka i Myrona Scholesa w latach 70. i sformalizowane przez Roberta Mertona w 1973 roku. wielu z najlepszych kwantystów nie wyszło z Wall Street, ale ze środowisk akademickich, zdobywając doktorat z ekonomii na MIT w 1970 r.)

W finansach ilościowych formalne wyrażenie Blacka-Scholesa Roberta Mertona jest tak ważne, że wszystko, co następuje, nazwano przypisem. Model Blacka-Scholesa zakłada, że ​​cena akcji zmienia się częściowo z przewidywalnych przyczyn, a częściowo z powodu zdarzeń losowych; element losowy nazywamy zmiennością akcji. Ideę można przedstawić matematycznie za pomocą prostego równania:

S T to wartość akcji, oraz dS T to zmiana ceny akcji. Symbol µS tdt reprezentuje przewidywalną zmianę akcji i jego zmienność. (Zobacz wyniki modelu Blacka-Scholesa za pomocą tego interaktywnego kalkulatora.) Ta ostateczna, kabalistyczna kombinacja liter, dW T , jest matematycznym wyrażeniem losowości, znanym jako ruch Browna lub proces Wienera. (Chemicznie ruch Browna to losowy ruch cząstek w roztworze, zidentyfikowany przez botanika Roberta Browna w 1828 roku i opisany matematycznie przez wielkiego matematyka z MIT Norberta Wienera. Black-Scholes ma pewne cechy z równaniami ciepła i dyfuzji, które opisują codzienne zdarzenia, takie jak przepływ ciepła i rozproszenie populacji. To, że niektóre procesy fizyczne wydają się istotne dla finansów, zainspirowało wszelkiego rodzaju daleko idące prace, takie jak próby nagięcia ogólnej teorii względności do teorii finansów.) Black-Scholes wycenia opcję zgodnie z ilość losowości w cenie akcji; im większa losowość, tym wyższe zapasy mogą wzrosnąć, a tym samym droższa opcja.

Od tamtej pory kwanty udoskonaliły Blacka-Scholesa i wraz z rosnącą mocą komputerów opracowały inne, bardziej wymagające przetwarzania metody wyceny pochodnych. Na przykład w symulacjach Monte Carlo potężne komputery modelują wydajność akcji miliony razy, a następnie uśredniają wyniki. Podczas gdy Black-Scholes, jako skrót matematyczny, przypisuje stałą wartość zmienności akcji, symulacje Monte Carlo zmieniają samą zmienność. W teorii zapewnia to lepsze przybliżenie wahań cen w świecie rzeczywistym. A kwantyści opracowali jeszcze bardziej tajemnicze metody wyceny instrumentów pochodnych. Niektóre szczególnie skomplikowane modele śledzą inne czynniki ekonomiczne – takie jak rynek akcji jako całość, a nawet większe czynniki makroekonomiczne – oprócz ceny akcji.

Prowadzenie tak intensywnych obliczeniowo symulacji stało się znacznie łatwiejsze w ostatniej dekadzie. Gregg Berman, były astrofizyk eksperymentalny, który opuścił akademię dla świata finansów w 1993 roku, jest jednym z wielu doktorów w RiskMetrics, firmie, która dostarcza modele, narzędzia i dane większości ważnych banków, domów maklerskich oraz fundusze hedgingowe. (Firma między innymi stara się przewidzieć, jak instrument pochodny zachowa się w różnych warunkach rynkowych – jak może zareagować na przykład na osłabienie kursów walutowych lub wzrost stóp procentowych). Kiedy Berman rozpoczynał działalność, mówi: pełnowymiarowe symulacje [typu Monte Carlo] były rzadkie. Teraz, gdy komputery można tak łatwo połączyć, Berman może jednocześnie uruchomić nawet 1000 procesorów, aby przeprowadzać symulacje w ramach symulacji, co może mierzyć ryzyko związane z produktem, takim jak papier wartościowy zabezpieczony hipoteką.

Rezultatem netto tej ulepszonej zdolności do przypisywania wartości coraz bardziej skomplikowanym instrumentom pochodnym była eksplozja ich różnorodności. Oznaczało to, że istnieje instrument pochodny, który zaspokoi apetyt każdego inwestora na ryzyko. W konsekwencji inwestorzy coraz chętniej inwestowali w instrumenty pochodne.

Ostatnio jednym z najpopularniejszych z tych nowych instrumentów są zabezpieczone obligacje dłużne, czyli CDO. Co najważniejsze dla naszej historii, CDO są również produktem najbardziej związanym z letnim bałaganem subprime. CDO zostało nazwane pochodną instrumentu pochodnego, a żeby jeszcze bardziej pomylić sprawę, istnieją CDO od CDO, a nawet CDO od CDO od CDO. CDO łączy zarówno papiery wartościowe wysokiego, jak i niskiego ryzyka, które mogą czerpać przepływy pieniężne z kredytów hipotecznych, kredytów samochodowych lub bardziej ezoterycznych źródeł, takich jak przychody z filmów lub leasing samolotów. Inwestorzy w CDO mogą kupować prawa do różnych poziomów dochodu i związanego z nimi ryzyka, zwanych transzami. Ogólnie rzecz biorąc, najbardziej ryzykowna transza CDO przynosi największy dochód. Stworzone przez kwanty i wycenione przez kwanty, CDO stały się popularnym sposobem kupowania przez fundusze hedgingowe, fundusze emerytalne, firmy ubezpieczeniowe i innych inwestorów części sektorów wysokiego ryzyka, ale przynoszących wysokie zyski, takich jak pożyczki subprime. Według Stowarzyszenia Przemysłu Papierów Wartościowych i Rynków Finansowych roczne emisje CDO na całym świecie prawie podwoiły się w latach 2005-2006, z 249,3 miliarda dolarów do 488,6 miliarda dolarów.

Kwanty, którzy opracowują takie instrumenty pochodne, działają mniej więcej na widoku publicznym. Przesłania ich głównie złożoność ich pracy. Ale nasza wiedza o kwantach, którzy projektują strategie handlowe, jest dodatkowo utajniona przez tajemnicę wielkich operatorów funduszy, takich jak Renaissance Technologies. Udało mi się porozmawiać z kilkoma obecnymi traderami, którzy przekazali mi ogólne pojęcie o swoim podejściu, oraz z kilkoma ex-traderami, którzy byli nieco bardziej konkretni.

Jedną z powszechnych metod stosowanych przez kwanty do identyfikacji możliwości rynkowych jest handel parami. Handel parami polega na próbie znalezienia papierów wartościowych, które rosną w tandemie lub mają tendencję do podążania w przeciwnych kierunkach. Jeśli ta relacja się załamie – jeśli, powiedzmy, wartości dwóch akcji, które podróżują razem, nagle się rozejdą – prawdopodobnie będzie to oznaczać, że jedna z akcji jest niedowartościowana lub przewartościowana. Która akcja jest nieistotna: trader, który jednocześnie obstawia, że ​​jeden wzrośnie, a drugi spadnie, prawdopodobnie zarobi pieniądze. Jest to strategia, która nadaje się do korzystania z komputerów, które mogą sortować ogromną liczbę korelacji cen na przestrzeni wielu lat przechowywanych danych – chociaż ostateczna decyzja o spekulacji na temat względnej ceny sparowanych akcji zwykle należy do menedżerów funduszu.

Quants realizuje również strategię znaną jako arbitraż struktury kapitału, która ma na celu wykorzystanie nieefektywnej wyceny obligacji firmy w porównaniu z jej akcjami. Ponownie komputery przeprowadzają wyszukiwanie, szukając przypadków, w których z tego czy innego powodu papiery wartościowe są nieco niedopasowane.

W podobnej technice Max Kogler, dyrektor nowo uruchomionego MM Capital w Nowym Jorku, używa komputerów do wyszukiwania niespójności wartości między opcją na fundusz indeksowy a opcjami na akcje, które składają się na ten indeks. Kogler ma tytuł magistra na Uniwersytecie w Cambridge z czystej matematyki, ze szczególnym uwzględnieniem statystyki. Mówi, że jego algorytmy szukają koszyków opcji, które nie robią tego, co powinny. Kiedy jego komputery znajdują taki kosz, on i jego partnerzy dyskutują, czy kupić, czy nie.

Kogler uruchamia swoje algorytmy na jednym komputerze z Linuksem. Częścią uroku naszego algorytmu, powiedział w e-mailu, jest to, że radykalnie zmniejsza wymagania obliczeniowe. Niemniej jednak będziesz chciał mieć szybką maszynę z całkiem przyzwoitą częstotliwością zegara i kilkoma równoległymi procesorami.

W tak zwanym handlu nieuznaniowym komputery zarówno znajdują nieefektywność, jak i realizują transakcje. Aite Group, firma badawcza zajmująca się usługami finansowymi, szacuje, że około 38 procent wszystkich akcji może być przedmiotem obrotu automatycznie, a liczba ta wzrośnie do 53 procent w ciągu trzech lat.

Komputery leżą również u podstaw innej rozwijającej się granicy, handlu o wysokiej częstotliwości, który jest fantastycznie przesadną formą handlu dziennego. Komputer szuka wzorców i nieefektywności w ciągu minut lub sekund, a nie godzin lub dni. Algorytm może na przykład szukać wzorców w handlu, gdy Japończycy są na lunchu lub w chwilach przed ważnym ogłoszeniem. Takich danych do przetworzenia jest ogromna ilość. Olsen Financial Technologies, firma z Zurychu, która oferuje dane do sprzedaży, twierdzi, że zbiera nawet milion aktualizacji cen dziennie.

Jeden z traderów, z którym rozmawiałem, z funduszem hedgingowym o wartości 10 miliardów dolarów z siedzibą w Nowym Jorku, powiedział, że jego komputer wykonywał od 1000 do 1500 transakcji dziennie (chociaż zauważył, że nie były to tak zwane transakcje intraday). Jego gruba na cal umowa o pracę uniemożliwiała mi używanie jego nazwiska, ale on trochę mówił o swoim podejściu. Nasz system ma w sobie odrobinę teorii genetycznej i odrobinę fizyki, powiedział. Przez teorię genetyczną miał na myśli, że jego komputer generuje algorytmy losowo, w taki sam sposób, w jaki losowo mutują geny. Następnie testuje algorytmy z danymi historycznymi, aby sprawdzić, czy działają. Uwielbia wyzwanie polegające na złamaniu zachowania czegoś tak złożonego jak rynek; jak to ujął, to tak, jakbym próbował obliczyć wszechświat. Podobnie jak większość liczb, trader wyznawał pogardę dla szóstego zmysłu tradycyjnego tradera, a także dla staromodnych analityków, którzy spędzali czas na przeprowadzaniu wywiadów z kierownictwem i ocenianiu historii firmy.

Handel o wysokiej częstotliwości prawdopodobnie stanie się bardziej powszechny, gdy giełda nowojorska będzie coraz bardziej zbliżać się do w pełni zautomatyzowanego systemu. Już 1500 transakcji dziennie jest konserwatywne; komputery niektórych handlowców o wysokiej częstotliwości dokonują setek tysięcy transakcji każdego dnia.

Z handlem o wysokiej częstotliwości wiąże się rozwijająca się nauka przetwarzania zdarzeń, w której komputer czyta, interpretuje i działa na wiadomościach. Na przykład handel w odpowiedzi na ogłoszenie FDA może być dokonany w ciągu milisekund. Wykorzystując ten trend, Reuters niedawno wprowadził usługę o nazwie Reuters NewsScope Archive, która oznacza artykuły wydawane przez Reuters cyfrowymi identyfikatorami, dzięki czemu artykuł można pobrać, przeanalizować pod kątem przydatnych informacji i niemal natychmiast podjąć działania.

Wszystko to działa świetnie, dopóki nie zadziała. Wszystko się rozpada, gdy mamy do czynienia ze zdarzeniem odstającym, mówi trader z funduszu o wartości 10 miliardów dolarów, używając terminologii statystycznej dla tych zdarzeń, które istnieją na najdalszym poziomie prawdopodobieństwa. Gdy odnosisz sukces, łatwo jest źle ocenić swoje wyniki. Te jedno na sto wydarzeń mogą z łatwością mieć miejsce dwa razy w roku.

Wydarzenia z sierpnia były wartościami odstającymi i zostały stworzone przez kwanty. (Niektórzy kwestionują ten werdykt: patrz O kwantach ) Po pierwsze, kwanty były pośrednio odpowiedzialne za boom kredytów mieszkaniowych oferowanych chwiejnym kandydatom.

Instrumenty pochodne pozwalają bankom na handel kredytami hipotecznymi jak karty z gumą do żucia, a oddzielenie posiadacza pożyczki od autora pożyczki prowadziło do powstania nadmiernie hojnego urzędnika ds. pożyczek. Z kolei banki przyciągnął ogromny rynek instrumentów pochodnych, takich jak CDO. Rynek ten był napędzany apetytem funduszy hedgingowych na produkty, które były nieco bardziej ryzykowne, a tym samym generowały wyższy zwrot. A kwantyści, którzy specjalizowali się w ocenie ryzyka, pomogli w podjęciu decyzji o zakupie CDO, ponieważ zakładali, że rynek kredytowy będzie cieszył się przez około dziewięć lat względnie łagodnej zmienności.

Było to całkowicie racjonalne założenie; po prostu się pomyliło. Matthew Rothman, starszy analityk ds. strategii ilościowych w Lehman Brothers, nazwał lato okresem znacznie nienormalnych wyników; według jego obliczeń był najdziwniejszy od 45 lat. Fundusz Jamesa Simonsa Renaissance Technologies spadł o 8,7 procent w pierwszym tygodniu sierpnia, a w liście do swoich inwestorów nazwał to najbardziej niezwykłym okresem. Jak ujął to Andrew Lo: Niestety, życie stało się bardzo interesujące. ten dziennik 'Wall Street nazwał to sierpniową zasadzką.

Szkody szybko rozprzestrzeniły się poza rynek instrumentów dłużnych niskiej jakości. Wyglądało to prawie tak, jakby świat finansów stał się rynkiem dla niczego tak bardzo, jak odchylenia standardowe, matematyczny termin określający rozpiętość wartości odbiegających od średniej. W rzeczywistości lato można opisać jako czas, w którym zbyt wielu inwestorów kupiło odchylenia standardowe, które były zbyt wysokie jak na ich środki.

Wśród lekcji, których nauczył sierpień, jest to, że może istnieć skończona liczba opłacalnych strategii inwestycyjnych – podejrzenie poparte dziwnie synchronicznym spadkiem wielu funduszy ilościowych tego lata, w tym Simons’s Renaissance Technologies. Dziwne zachowanie rynku w sierpniu, według Rothmana i innych, było prawdopodobnie wynikiem poszukiwania przez niektóre duże fundusze hedgingowe gotówki na spłatę swoich zobowiązań dłużnych, ponieważ wartość ich CDO spadła, sprzedając te papiery wartościowe, które najłatwiej było zrzucić, głównie akcje. (A jakie fundusze? W innym przykładzie tajemnicy zarządzających funduszami, nikt tak naprawdę nie wydaje się wiedzieć, ani nie chce powiedzieć.)

Według większości tych, z którymi rozmawiałem, tego lata wydarzyło się coś takiego. Ilości, ze względu na zwykłą pracę, zmniejszyły wiele zapasów. Shorting to umowa, w ramach której inwestor pożycza akcje od brokera, gwarantując pożyczkę aktywami zabezpieczającymi umieszczonymi na tak zwanym rachunku zabezpieczającym. Inwestor od razu sprzedaje pożyczone akcje; jeśli następnie wartość akcji spadnie, inwestor odkupuje ją i wpłaca różnicę w cenie, kiedy zwraca akcje brokerowi. Ale jeśli akcje nieoczekiwanie zwiększą swoją wartość, nawet na chwilę, inwestor musi albo umieścić dodatkowe zabezpieczenie na rachunku depozytowym, aby pokryć różnicę, albo odkupić skrócone akcje i zwrócić je brokerowi.

Instrumenty CDO działały jako zabezpieczenie krótkich pozycji kwantowych. Kiedy kryzys subprime ścisnął rynki finansowe, wartość tych CDO spadła, zmuszając kwanty do zwiększenia zabezpieczenia na kontach depozytów zabezpieczających, odkupu akcji, których dotyczyły skrócone akcje, lub obu. Ale w obu przypadkach, w celu uzupełnienia kurczącego się zabezpieczenia, fundusze ilościowe były zmuszone sprzedawać silne akcje blue chipów, których ceny w konsekwencji spadały. W tym samym czasie, gdy ilości odkupiły krótkie akcje, ceny tych zapasy wzrosły, domagając się złożenia jeszcze większego zabezpieczenia na kontach depozytów zabezpieczających w tym samym czasie, gdy spadała wartość CDO. To, że kwanty były najwyraźniej długie na tych samych silnych akcjach i krótkie na tych samych słabych akcjach, było wynikiem wielu strategii, między którymi wymieniano pary.

Innym powiązanym wyjaśnieniem sierpniowego kryzysu było to, że modele kwantowe po prostu przestały odzwierciedlać rzeczywistość, gdy warunki rynkowe nagle się zmieniły. W końcu algorytm handlowy jest tak dobry, jak jego model. Niestety dla ilości, żywotność algorytmu jest coraz krótsza. Zanim został zatrudniony w RiskMetrics, Gregg Berman tworzył systemy obrotu towarami w Mint Investment Management Group. W połowie lat 90. dobry algorytm mógł z powodzeniem handlować przez trzy lub cztery lata. Ale okres półtrwania żywotności algorytmu, jak mówi, zmniejsza się, ponieważ coraz więcej kwantów dołącza do rynków, ponieważ komputery stają się szybsze i są w stanie przetwarzać więcej danych i gdy więcej danych staje się dostępnych. Berman uważa, że ​​dwa lub trzy miesiące mogą być teraz limitem i spodziewa się, że się zmniejszy.

Dla Richarda Bookstabera, który zarządzał funduszami hedgingowymi i ryzykiem dla firm takich jak Salomon Brothers i Morgan Stanley, sierpniowy kryzys dowiódł, że obawy, które żywił od dawna, były uzasadnione. Bookstaber był w panelu sponsorowanym przez IAFE; w rzeczywistości jest on obecnie wszędzie. Jego książka Demon własnego projektu , który ukazał się w kwietniu, trwał osiem lat i zawierał kilka bardzo proroczych przewidywań.

Bookstaber to cichy, zamyślony mężczyzna o bystrych brązowych oczach i uważnym spojrzeniu. Studiował u Mertona w latach 70. na MIT, gdzie uzyskał doktorat z ekonomii. Dziś jest bardzo zaniepokojony narzędziami i metodami kwantyzacji. W szczególności martwi się złożonością i tym, co nazywa ścisłym sprzężeniem, inżynierskim terminem na systemy, w których małe błędy mogą się szybko nawarstwiać, jak to ma miejsce w elektrowniach jądrowych. Uważa, że ​​narzędzia kwantowe stały się tak skomplikowane, że umknęły swoim twórcom. Doszliśmy do punktu, w którym nawet profesjonaliści mogą nie rozumieć instrumentów, mówi. Bookstaber doskonale to zademonstrował tego lata, kiedy kłopoty z kredytami subprime wywołały reakcyjną falę sprzedaży akcji, które nominalnie wydawałyby się niepowiązane lub, jak mówi Wall Street, nieskorelowane.

Nikt nie wiedział, że to, co wydarzyło się na rynku subprime, może wpłynąć na to, co dzieje się w kwantowych funduszach akcyjnych – mówi. Za dużo złożoności, za dużo innowacji pochodnych. To najzdolniejsi ludzie w branży. Gdyby to mogło się im przydarzyć, mogło się to przydarzyć każdemu. Nikt nie mógł przewidzieć powiązania.

Powiązanie to jeden z ulubionych tematów Bookstaber. Uważa, że ​​instrumenty kwantowe połączyły ze sobą rynki, które normalnie nie byłyby połączone, i że takie powiązania są niebezpieczne, ponieważ są nieprzewidywalne.

Berman i inni, z którymi rozmawiałem, zgodzili się z wieloma obawami Bookstaber. Produkty stają się coraz bardziej złożone, mówi Berman. Rzeczy nieznacznie się zmieniają i stają się skorelowane tam, gdzie wcześniej nie były skorelowane. Albo, jak ujął to nieco mniej gnomicznie, Nie możesz tego zrobić bez zrozumienia tego, ale ty Móc Kup to.

Pod tym wszystkim kryje się wielka nadzieja liczb: mianowicie, że świat finansów można zrozumieć za pomocą matematyki. Próbowali odkryć podstawowe struktury rynków finansowych, podobnie jak naukowcy odkryli tajemnice świata fizycznego. Jednak im więcej kwanty się dowiadują, tym dalej wydaje się jednolita teoria finansów. Zachowanie ludzkie, które przejawia się na rynkach finansowych, po prostu opiera się kwantyfikacji, przynajmniej na razie.

Emanuel Derman pamięta, jak marzył o takiej jednolitej teorii finansowej na początku lat 90., niedługo po tym, jak przeskoczył z uniwersytetu na ulicę. Ale te sny, mówi, są martwe. Jak mówi, finanse ilościowe powierzchownie przypominają fizykę, ale skuteczność jest zupełnie inna. W fizyce możesz zrobić coś z 10 cyframi znaczącymi i uzyskać właściwą odpowiedź. W finansach masz szczęście, jeśli potrafisz odróżnić górę od dołu.

Tak więc tego lata wzloty były w dole, a w dół tego lata, a Bookstaber i inni mają nadzieję, że będzie to ostrzeżenie, które zostanie wysłuchane, a nie początek poważnego kryzysu systemowego.

i był subprime kanarek w kopalni? Na to pytanie paneliści i publiczność, która pojawiła się w Four World Financial Center w sierpniu zeszłego roku, dopiero zaczynają odpowiadać. Leslie Rahl, na przykład, ostrożnie powiedział mi w kolejnym e-mailu, że coraz bardziej wygląda na to, że odpowiedź brzmi „tak”. Sugerowało to wiele znaków, od utraty miejsc pracy przez trwającą suszę kredytową po słabnący dolar, ale ta historia nie została jeszcze napisana.

Jako preludium do dyskusji panelowej Rahl poprosił publiczność o przewidzenie, czy spready kredytowe zmniejszą się lub poszerzą w nadchodzących miesiącach. Mówiła o różnicy między ceną obligacji skarbowych a ceną bardziej ryzykownych obligacji korporacyjnych, standardowego wskaźnika Wall Street dla kondycji gospodarki. Rozszerzający się spread kredytowy jest ogólnie postrzegany jako oznaka niepewności, a wąski jako oznaka optymizmu.

Ilu uważa, że ​​spready się poszerzą? zapytała.

Ręce mniej więcej połowy najmądrzejszych ludzi na Wall Street wystrzeliły w górę.

A ilu myśli, że się zawężą?

Druga połowa – równie sprytnie – podniosła ręce.

Cóż, powiedziała. To właśnie tworzy rynek.

Gdyby nie wiedzieli, nikt nie mógł.

Bryant Urstadt jest niezależnym pisarzem mieszkającym w Nowym Jorku. Jego prace ukazały się w: Harpera oraz Toczący Kamień .

ukryć