¿Cómo consiguió James Simons que los precios de los valores no parecieran aleatorios?

Question

Fuente : D. T. Max. Jim Simons, el rey de los números . Edición del 18 y 25 de diciembre de 2017

[...] A finales de los años setenta, no mucho después de ganar el Premio Veblen, Simons fundó una pequeña empresa de inversiones en un parque de oficinas cerca de Stony Brook. Por aquel entonces, se sentía bloqueado por un problema matemático relacionado con los símiles -un símil es el polígono con menos vértices en una dimensión determinada- y quería un respiro. Probó a invertir en divisas y luego en materias primas, pero no disfrutó de la experiencia. Era el equivalente en inversión al trabajo de laboratorio húmedo. "Era un comercio fundamental, no sistemático", dijo. "Era muy desgarrador". Pensó que debía haber una forma más estadística de ganar dinero en el mercado. "Miré los gráficos de precios y los analicé, y no me parecieron aleatorios", dice. "Parecían amable al azar, pero no completamente al azar. Sentí que tenía que haber algunas anomalías en estos datos que pudieran explotarse".

Al no estar especializado en probabilidad o estadística, ¿Simons detectó algo que los destacados profesores especialistas en probabilidad o estadística no vieron?

Si es así, ¿cómo? ¿Qué le llevó a las conclusiones que he puesto en negrita encima?

Answer 1

Estoy seguro de que Simons, como matemático puro y aplicado de primer orden, tenía suficientes conocimientos de estadística para detectar las ineficiencias y anomalías del mercado. Que yo sepa, el desarrollo y la práctica del arbitraje estadístico, así como la fijación de precios de los derivados, nunca han sido dominio exclusivo de "destacados profesores de probabilidad o estadística".

Junto con sus primeros socios, Simons desarrolló estrategias para explotar esas anomalías. Creo que él mismo ha dicho en entrevistas que las primeras estrategias eran principalmente de seguimiento de tendencias. Como las anomalías explotables no persisten indefinidamente, está claro que pasó a otras cosas a medida que su empresa y su capacidad informática evolucionaban, buscando efectos de mayor frecuencia, conjuntos de datos más grandes y formas más avanzadas de detección de patrones y procesamiento de señales.

Además, no fue, ni mucho menos, el primero en notar y explotar el comportamiento no aleatorio de los precios. Simplemente se hizo extremadamente bueno en ello y construyó un gran fondo de cobertura con una profunda reserva de talento para mantener la pelota en movimiento.

Por ejemplo, Edward Thorp fue probablemente uno de los primeros, si no el primero, en darse cuenta de los precios erróneos de los bonos convertibles a finales de los 60 y principios de los 70, desarrollando el arbitraje de bonos convertibles. También pasó a otras formas de arbitraje estadístico. Su libro Beat the Market (1967) muestra claramente que descubrió la esencia del modelo Black-Scholes-Merton mucho antes de que se publicara en 1973.

Victor Niederhoffer, otro conocido gestor de fondos de cobertura por diversas razones, estudió muchas anomalías en los patrones de rendimiento diario de las acciones del S&P 500, también en torno a 1970. Trabajó con Frank Cross, que examinó los rendimientos durante el período comprendido entre 1953 y 1970. Como se describe en The Education of a Speculator, se observó que el índice subió el 62,0% de los viernes, pero sólo el 39,5% de los lunes. Los rendimientos medios de los viernes y los lunes fueron del 0,12% y del -0,18%, respectivamente. La probabilidad de que esta diferencia se produzca por casualidad es inferior a una entre un millón. Se pueden encontrar muchos estudios de este tipo en la literatura y generalmente aparecen, si son publicados por los profesionales, mucho después de que la anomalía haya sido explotada.

Answer 2

Las intuiciones iniciales de Jim Simons sobre la no aleatoriedad eran probablemente impulsado por las propias predisposiciones psicológicas/evolutivas de querer encontrar el significado oculto dentro del ruido que afecta a la humanidad en general. El hecho de que Jim Simmons haya sido eficaz es más un testamento de sus habilidades y su oportunidad que su inclinación a afirmar que algunos patrones no eran aleatorios.

Por lo que el público sabe de Simons y de sus principales contrataciones, la principal competencia de RenTec es discernir lo pseudoaleatorio de lo verdaderamente aleatorio. Los procesos pseudoaleatorios parecen ser aleatorios, pero en realidad están compuestos en parte por patrones no aleatorios. El hecho de que el mercado pueda modelarse como una serie de procesos pseudoaleatorios no es incompatible con la mayoría de las formas de la Hipótesis del Mercado Eficiente.

Las experiencias anteriores de Simons como descifrador de códigos criptológicos fueron formativas de su capacidad para ver las primeras aplicaciones de las técnicas de procesamiento cuantitativo de señales a los mercados. Los primeros empleados de RenTech eran expertos en procesamiento de señales y reconocimiento de patrones. Además, RenTec fue probablemente el primer participante en el mercado que adaptó análisis cuantitativos muy sofisticados (por ejemplo, deconvolución, filtrado y calibración bayesiana, reconocimiento del habla, procesamiento del lenguaje natural, etc.) a los mercados. Por ejemplo, Leonard Baum fue uno de los primeros contratados en RenTec, cuyo modelo epónimo Baum-Welch está destinado a detectar y calibrar modelos de Markov ocultos.

Por lo tanto, el hecho de que Simons haya demostrado que los precios no eran aleatorios no es algo único. Más bien, fue su capacidad para ver las primeras aplicaciones de la tecnología lo que hizo única su intuición inicial.

El artículo del New Yorker lo explica:

El genio de Jim fue ver las posibilidades del comercio cuantitativo mucho antes que otros y en crear una empresa en la que los recursos, el entorno y la experiencia de los científicos más destacados. incentivos para producir.

Pero quizá no debamos esperar el mismo rendimiento en el futuro. El éxito inicial de RenTec se produjo en una época en la que la eficiencia del mercado era relativamente mucho mayor. Dado que la ventaja de RenTech dependía de la presión en las fronteras de la ineficiencia, su decadencia alfa es muy real. En 2012, me dijeron que el total acumulado de todas las señales de RenTech han perdido en promedio alrededor de $\frac{3}{4}$ su poder de predicción original desde su creación (o era que $\frac{3}{4}$ de todas las señales había perdido todo su poder de predicción???) . (Me pregunto qué porcentaje no ha tenido nunca cualquier poder predictivo en primer lugar... por desgracia, todos los modelos son erróneos, aunque algunos sean útiles).

Además, si bien su reconocimiento del potencial del análisis cuántico le hizo único al principio, parece que su capacidad para reconocer sus limitaciones le hace único en el futuro. A juzgar por las entrevistas recientes, Simons reconoce plenamente los retos competitivos del mundo real que suponen los mecanismos de arbitraje cada vez más sofisticados y, por tanto, la necesidad de adelantarse a las curvas tecnológicas y de poder del conocimiento. Simons amplía:

Seguir la tendencia no es un modelo tan bueno. Simplemente se erosiona... Las señales de predicción estadística se erosionan en los próximos años; puede ser cinco años o diez años. Tienes que seguir con cosas nuevas porque el mercado está en contra. Si no sigues mejorando, te va a ir peor.

Answer 3

No estoy de acuerdo con la respuesta de RPL: Simons no es especialmente conocido como matemático aplicado, pero trabajó durante algún tiempo en el Instituto de Análisis de Defensa [IDA] (fue despedido por insubordinación), que es un taller de inteligencia de señales. El juego en la inteligencia de señales es encontrar la señal en el ruido, y ese es exactamente el juego en las finanzas cuánticas - no es un accidente que el sucesor de Simons al frente de Medallion sea Bob Mercer, que viene del proyecto de dictado de IBM.