Остроумное замечание писателя Гари Штейнгарта[167] подводит итог будущего пути финансовой индустрии и направления всего общества: «Когда детские психотерапевты будут заменены алгоритмами, это будет конец; ничего не останется».

При всем энтузиазме, существующем вокруг количественного подхода, его ограничения также очевидны. Нелегко обрабатывать информацию и обнаруживать точные сигналы во всех этих «шумных» данных. Некоторые кванты утверждают, что отбор акций для машины сложнее, чем выбор подходящей песни, распознавание лица или даже управление автомобилем. По-прежнему сложно научить машины различать черничный кекс и чихуахуа.

Некоторые крупные фирмы, в том числе лондонская Man AHL, в основном используют алгоритмы машинного обучения для определения того, как и когда совершать сделки, или для отображения связей между компаниями и других видов исследований, нежели для разработки автоматических инвестиционных решений.

Несмотря на все преимущества, которые имеют квантовые фирмы, доходность инвестиций большинства этих компаний была не намного лучше, чем у традиционных фирм, проводящих старомодные исследования, кроме Renaissance и некоторых других очевидных исключений.

Несмотря на все преимущества, которые имеют квантовые фирмы, доходность инвестиций большинства этих компаний была не намного лучше, чем у традиционных фирм, проводящих старомодные исследования, кроме Renaissance и некоторых других очевидных исключений.

В течение 5 лет, предшествовавших весне 2019 года, квантовые хедж-фонды зарабатывали в среднем около 4,2 % в год по сравнению с ростом на 3,3 % для среднего хедж-фонда за тот же период. (Эти цифры не включают в себя результаты скрытых фондов, то есть тех, которые не раскрывают информацию о своих результатах, например, Medallion.) Количественные инвесторы сталкиваются с огромными проблемами, потому что информация, которую они обрабатывают, постоянно меняется – в отличие от данных в других областях, таких как физика, – а историческая информация о ценах акций и других инструментов относительно ограничена.

«Скажем, вы пытаетесь предсказать, как акции будут вести себя в течение 1 года, – говорит опытный квант Ричард Дьюи. – Поскольку у нас есть достоверные данные, начиная лишь с 1900 года, в США существует только 118 непересекающихся однолетних периодов, которые можно рассмотреть». (10)

И может быть, трудно создать торговую систему для некоторых видов активов, таких как проблемные долги, которые основаны на судебных решениях, правовых маневрах и переговорах с кредиторами. По этим причинам, вероятно, останутся сегменты рынка, где процветают опытные традиционные инвесторы, особенно те, кто сосредоточен на более долгосрочных инвестициях, которыми обычно не занимаются компании, полагающиеся на алгоритмы и компьютеры.