L'esplosione

Mercoledì 8 agosto, non molto tempo dopo la chiusura dei mercati, 200 delle persone più intelligenti di Wall Street si sono riunite in una sala conferenze al Four World Financial Center, la sede di 34 piani di Merrill Lynch. Agosto è di solito un mese lento, ma le file di sedie erano piene e ingegneri finanziari ben pagati erano in piedi vicino alle finestre sul retro, che davano sulle Town Car nere sotto e sul fiume Hudson al di là. Non sembravano Padroni dell'Universo; sembravano membri di un club di scacchi. Erano quants, e avevano molto di cui parlare, perché il loro lavoro era al centro di uno dei mercati estivi più preoccupanti degli ultimi decenni.

La conferenza è stata sponsorizzata dall'Associazione Internazionale degli Ingegneri Finanziari (IAFE) e il titolo chiedeva: Is Subprime the Canary in the Mine? I mutuatari subprime sono acquirenti di case la cui storia creditizia scadente significa che non si qualificano per i tassi di interesse di mercato. I prestiti ai mutuatari subprime, che sono diventati più comuni negli ultimi anni, hanno tipicamente tassi di interesse variabili; con l'aumento di tali tassi, molti mutuatari non riuscivano a far fronte alle rate del mutuo. I loro default, a loro volta, avevano innescato problemi imprevisti nel mercato degli strumenti finanziari noti come derivati.

Un derivato è un prodotto negoziabile il cui valore si basa o deriva da un titolo sottostante. L'esempio classico di un derivato è l'opzione di acquistare un'azione in un momento futuro. In confronto, i derivati ​​più recenti sono straordinariamente complessi, e sono stati inventati da quanti come quelli del quartier generale di Merrill Lynch.

Le cose avevano iniziato ad andare storte a giugno, quando la debolezza del mercato dei subprime aveva portato al crollo di due enormi fondi presso la banca d'investimenti Bear Stearns, costando agli investitori circa 1,6 miliardi di dollari. Quando i quantitativi si sono raccolti ad agosto, i più pessimisti tra loro immaginavano che il crollo del mercato dei subprime potesse portare a una carenza di credito mentre le banche affrontavano i default. Ciò raffredderebbe l'economia, causando perdite di posti di lavoro in tutto il mondo, ancora più default, diminuzione della spesa e ritiri dal mercato azionario, culminando in una recessione globale, o peggio.

Multimedia

• Un programma interattivo che fornisce una visione dei risultati del modello Black-Scholes.

Il panel è stato moderato da Leslie Rahl, laureata al MIT e fondatrice di Capital Market Risk Advisors. Il suo compito è consigliare le aziende sul rischio e aiutarle a capire i prodotti che i quanti inventano. Ma ad agosto la comprensione era scarsa. Alcuni dei prodotti finanziari dei quants erano crollati di prezzo, con conseguenze inaspettate in un altro settore finanziario: il trading di azioni.

Il mercato azionario era precipitato a luglio e da allora si era comportato in modo irregolare. Nelle settimane successive alla conferenza, si sarebbe sviluppata una sorta di narrativa organizzativa. Ma a quel tempo, la visione economica era vertiginosa. Il mercato scenderebbe precipitosamente nel corso della giornata, per poi risalire quasi al livello precedente negli ultimi 45 minuti di negoziazione. Ancora più strano, le azioni con solide relazioni finanziarie e buone prospettive stavano cadendo; queste erano le blue chips, che normalmente si alzavano in tempi incerti. I titoli con dati finanziari deboli e un futuro grigio stavano aumentando. Questi erano normalmente i cani che venivano scaricati.

Nessuno sapeva bene perché, ancora, ma lo strano comportamento del mercato si sarebbe rivelato strettamente legato al lavoro dei quanti. Oltre a creare prodotti finanziari arcani, i quanti hanno spinto le frontiere dei sistemi di trading computerizzati e non abbastanza di quei sistemi funzionavano nel modo in cui avrebbero dovuto o, per dirla più precisamente, nel modo in cui avrebbero dovuto. il lavoro si è rivelato controproducente in tempi volatili come questi.

Quanta gente come quella della conferenza di agosto era immersa nei guai che minacciavano il sistema finanziario globale. Tutto ha sollevato due ottime domande: chi esattamente? sono i quanti? E cosa fanno davvero? fare ?

Quant è una parola elastica che ha significato cose diverse in tempi diversi. Storicamente, il termine si riferiva ai tecnici di back-room che utilizzavano l'analisi quantitativa per supportare i banchieri che vendevano strumenti finanziari. Entrò in un uso più ampio negli anni '80, quando gli accademici, per lo più matematici e fisici puri, iniziarono ad apparire nel mondo finanziario in numero maggiore. Geek classici, i nuovi arrivati ​​sono stati inizialmente trattati come immigrati déclassé dall'establishment finanziario. Emanuel Derman era un fisico teorico alla Columbia University prima di entrare in Goldman Sachs nel 1985, e ricorda nel suo bel libro di memorie La mia vita da Quant quando era di cattivo gusto per due adulti consenzienti parlare di matematica o Unix o C in compagnia di commercianti, venditori e banchieri. Ma il successo ha conferito credibilità ai quant. Quello che all'inizio era un termine sdegnoso fu accolto allegramente da coloro che originariamente avrebbe dovuto insultare. Alla fine arrivò a comprendere un gruppo più ampio di persone, incluso, più in generale, chiunque fosse coinvolto nella finanza matematica o computazionale. In questo articolo, la parola quant si riferisce a qualsiasi praticante della finanza quantitativa, una disciplina di ampio respiro che include, tra le altre cose, la determinazione del prezzo degli strumenti finanziari, la valutazione del rischio e la ricerca di modelli sfruttabili nei dati di mercato.

Un quant vede il mondo finanziario attraverso una lente matematica. Questo non descrive necessariamente il venditore o il commerciante medio di Wall Street, il cui successo è spesso basato tanto sull'intuizione e, forse più importante, sulle connessioni e sul carisma personale quanto su qualsiasi comprensione di un argomento come il calcolo stocastico. Per dare un'idea di quanto sia lontana la mente quantistica da quella del tipico finanziere, il calcolo stocastico - una branca della matematica che si occupa della casualità - è talvolta deriso dai quanti come matematica popolare. Il quant, a differenza della sua controparte più furba, cerca di capire e trarre profitto dai mercati su base puramente numerica. O come dice Herbert Blank, un quant che escogita algoritmi per valutare la salute finanziaria delle aziende, Se pensi di poter scoprire quello che ti serve sapere andando a vedere la direzione di un'azienda, allora non ho niente da dirti .

Se i quanti in un modo o nell'altro sono in circolazione da un po', hanno anche creato problemi in passato. L'hedge fund Long-Term Capital Management, crollato nell'agosto 1998, vantava tra i suoi direttori e funzionari alcuni dei fondatori del settore. Tuttavia, negli ultimi anni, i numeri e l'influenza dei quanti sono cresciuti. I derivati ​​over-the-counter, come quelli al centro della crisi dei subprime, sono diventati più popolari, alimentando un boom dei prestiti rendendoli più facili da negoziare. Il valore dei derivati ​​over-the-counter, una misura abbreviata dell'attività nel mercato, è passato da $ 298 trilioni nel dicembre 2005 a $ 415 trilioni un anno dopo, secondo le statistiche conservate dalla Banca dei regolamenti internazionali. Secondo alcune misure, il denaro investito in due dei più comuni tipi di fondi quantitativi è cresciuto del 60 percento negli ultimi due anni (compresi sia l'espansione delle attività che i nuovi investimenti) e i fondi hanno generato alcuni dei rendimenti più elevati nel settore finanziario .

Sono anche tra le organizzazioni più misteriose del settore. Le aziende che mantengono segreti i loro metodi sono conosciute come scatole nere e gli hedge fund basati sui quantitativi sono neri come tutti gli altri. Non è insolito che miliardi di dollari vengano investiti in tali aziende con poco rivelato tranne i risultati. I risultati precedenti, tuttavia, possono essere un potente incentivo per dare soldi a qualcuno che non ti dirà cosa ne farà. Un esempio calzante è la Renaissance Technologies di James Simons, che ha guadagnato una media di oltre il 30% all'anno dalla sua fondazione nel 1988. Come altri fondi quantistici, è ferocemente riservato. Tuttavia, così tanti investitori si sono fidati di Simons che i due fondi sotto la sua gestione ora ammontano a più di 30 miliardi di dollari. Nel solo 2006, ha guadagnato $ 1,7 miliardi gestendo il fondo.

La stampa fa spesso riferimento a Simons come al leader mondiale della produzione quantistica. Matematico di livello mondiale con un dottorato di ricerca presso l'Università della California, Berkeley, ha trascorso anni nel mondo accademico, dando contributi significativi alla matematica. Ha lavorato principalmente in geometria e in un sottocampo chiamato geometria differenziale, dove il suo contributo più importante è stata la teoria di Chern-Simons, una descrizione topologica del comportamento dei campi quantistici che è stata utile ai teorici delle stringhe. Molti dei suoi dipendenti hanno una formazione in fisica, astronomia e matematica.

I quantitativi di Renaissance Technologies sono insoliti in quanto molti potrebbero aver goduto di carriere significative nel mondo accademico. Ma i quanti di un tipo meno esaltato stanno diventando onnipresenti nelle istituzioni finanziarie. Ci sono quants alle banche di investimento, sviluppando nuove strutture di prestito. Ci sono quantità di denaro negli hedge fund, che macinano anni di dati di mercato per sviluppare algoritmi di trading che i computer eseguono in millisecondi. E sono sempre di più i quant ai fondi pensione, cercando di capire e valorizzare gli strumenti creati dai quant bancari, e cercando di valutare le modalità dei quant di investimento.

Di solito mandavamo i nostri laureati principalmente nelle grandi banche, dice Andrew Lo, il direttore del Laboratory for Financial Engineering del MIT, dove vengono formati molti quantistici. Ora stanno andando ovunque, a fondi pensione, compagnie assicurative e società che non sono affatto società finanziarie. Il laboratorio del MIT è stato fondato nel 1992, uno dei tanti programmi accademici nella disciplina che sono sorti nei campus degli Stati Uniti e all'estero; un nuovo istituto presso l'Università di Oxford è una delle aggiunte più recenti. I mercati finanziari e i processi di investimento stanno diventando sempre più quantitativi su tutta la linea, afferma Lo.

Per capire chi fossero e cosa stessero facendo, ho parlato con quantisti attuali e precedenti, dentro e fuori dal registro. Molti parlerebbero felicemente e a lungo. Altri hanno parlato in modo guardingo o anonimo, specialmente quelli che utilizzano analisi e algoritmi proprietari per condurre operazioni. Ho letto memorie di quanti - un genere in espansione di recente - e mi sono immerso in un libro di testo introduttivo per i quanti, Paul Wilmott introduce la finanza quantitativa , un condensato di 722 pagine dell'incudine di un libro in tre volumi di 1.500 pagine dell'autore, Paul Wilmott sulla finanza quantitativa . E sono andato a una festa di bevute quantistiche, che si è svolta nel seminterrato di un pub vicino alla Grand Central Station. Il nome di quell'evento dimostra, più di ogni altra cosa, che i quant hanno il geek nelle vene: era l'incontro di agosto del capitolo di New York della Quantitative Work Alliance for Applied Finance, Education, and Wisdom, o QWAFAFEW.

Sebbene i derivati ​​fossero un tempo più semplici, non sono mai stati molto semplici. La svolta nella valutazione dei derivati ​​in generale, e delle opzioni in particolare, fu il modello e la formula noti come Black-Scholes, proposti per la prima volta da Fischer Black e Myron Scholes negli anni '70 e formalizzati da Robert Merton nel 1973. (Merton, così molti dei migliori quantistici non sono usciti da Wall Street ma dal mondo accademico, ottenendo un dottorato di ricerca in economia al MIT nel 1970.)

Nella finanza quantitativa, l'espressione formale di Black-Scholes di Robert Merton è così importante che tutto ciò che è seguito è stato chiamato nota a piè di pagina. Il modello di Black-Scholes presuppone che il prezzo di un'azione cambi in parte per ragioni prevedibili e in parte a causa di eventi casuali; l'elemento casuale è chiamato volatilità del titolo. L'idea può essere rappresentata matematicamente da una semplice equazione:

S T è il valore del titolo, e dS T è la variazione del prezzo delle azioni. Il simbolo µS tdt rappresenta la variazione prevedibile del titolo e la sua volatilità. (Guarda i risultati del modello di Black-Scholes usando questo calcolatore interattivo.) Quella combinazione cabalistica finale di lettere, dW T , è l'espressione matematica della casualità, nota come moto browniano o processo di Wiener. (Chimicamente, il moto browniano è il movimento casuale di particelle in soluzione, identificato dal botanico Robert Brown nel 1828 e descritto matematicamente dal grande matematico del MIT Norbert Wiener. Black-Scholes condivide alcune qualità con le equazioni del calore e della diffusione, che descrivono eventi quotidiani come il flusso di calore e la dispersione delle popolazioni. Il fatto che alcuni processi fisici sembrino rilevanti per la finanza ha ispirato ogni tipo di lavoro estremo, come gli sforzi per piegare la relatività generale a una teoria della finanza.) Black-Scholes valuta un'opzione secondo la quantità di casualità nel prezzo di un'azione; maggiore è la casualità, più alto potrebbe salire il titolo e quindi più costosa l'opzione.

Da allora i quanti hanno perfezionato Black-Scholes e, con la crescente potenza dei computer, hanno sviluppato altri metodi più intensivi di elaborazione per valutare i derivati. Nelle simulazioni Monte Carlo, ad esempio, potenti computer modellano le prestazioni di uno stock milioni di volte e poi fanno la media dei risultati. Laddove Black-Scholes, come scorciatoia matematica, assegna un valore costante alla volatilità di un titolo, le simulazioni Monte Carlo variano la volatilità stessa. In teoria, ciò fornisce una migliore approssimazione delle fluttuazioni dei prezzi nel mondo reale. E i quanti hanno escogitato metodi ancora più arcani per la determinazione del prezzo dei derivati. Alcuni modelli particolarmente complicati tengono traccia di altri fattori economici, come il mercato azionario nel suo insieme o fattori macroeconomici ancora più grandi, oltre al prezzo di un'azione.

L'esecuzione di tali simulazioni computazionalmente intensive è diventata molto più semplice nell'ultimo decennio. Gregg Berman, un ex astrofisico sperimentale che ha lasciato l'accademia per il mondo della finanza nel 1993, è uno di quelli che chiama una pletora di dottorati di ricerca presso RiskMetrics, una società che fornisce modelli, strumenti e dati alla maggior parte delle importanti banche, broker e hedge fund. (Tra le altre cose, la società cerca di prevedere come si comporterà un derivato in una varietà di condizioni di mercato, come potrebbe rispondere, ad esempio, all'indebolimento dei tassi di cambio o all'aumento dei tassi di interesse.) Quando Berman ha iniziato l'attività, dice, le simulazioni in piena regola [del tipo Monte Carlo] erano rare. Ora che i computer possono essere collegati così facilmente, tuttavia, Berman potrebbe far funzionare fino a 1.000 processori contemporaneamente per eseguire simulazioni all'interno di simulazioni, che potrebbero misurare il rischio su un prodotto come un titolo garantito da ipoteca.

Il risultato netto di questa migliorata capacità di assegnare valori a derivati ​​sempre più complessi è stata un'esplosione nella loro varietà. Ciò significava che esisteva un derivato adatto alla propensione al rischio di ogni investitore. Di conseguenza, gli investitori erano sempre più disposti a investire più denaro in derivati.

Di recente, uno dei più popolari di questi nuovi strumenti sono stati gli obblighi di debito collateralizzati, o CDO. Fondamentale per la nostra storia, i CDO sono anche il prodotto più strettamente associato al caos dei subprime estivi. Il CDO è stato chiamato un derivato di un derivato e, per confondere ulteriormente le cose, ci sono CDO di CDO e persino CDO di CDO di CDO. Un CDO combina titoli ad alto e basso rischio che potrebbero derivare il loro flusso di cassa da mutui, prestiti auto o fonti più esoteriche come entrate cinematografiche o leasing di aerei. Gli investitori in un CDO possono acquistare i diritti su diversi livelli di reddito e rischio associato, chiamati tranche. Generalmente, la tranche più rischiosa di un CDO paga il maggior reddito. Creati da quants e prezzati da quants, i CDO sono diventati un modo popolare per hedge fund, fondi pensione, compagnie assicurative e altri investitori per acquistare pezzi di settori ad alto rischio ma ad alto profitto come i prestiti subprime. Secondo la Securities Industry and Financial Markets Association, le emissioni annuali di CDO in tutto il mondo sono quasi raddoppiate tra il 2005 e il 2006, passando da 249,3 miliardi di dollari a 488,6 miliardi di dollari.

I quanti che escogitano tali derivati ​​funzionano più o meno in pubblico. Sono oscurati principalmente dalla complessità del loro lavoro. Ma la nostra conoscenza dei quanti che progettano strategie di trading è inoltre occlusa dalla segretezza dei grandi operatori di fondi come Renaissance Technologies. Sono riuscito a parlare con alcuni trader attuali, che mi hanno dato un'idea generale del loro approccio, e con alcuni ex trader, che sono stati leggermente più specifici.

Un metodo comune utilizzato dai quanti per identificare le opportunità di mercato è il trading a coppie. Il trading di coppie implica il tentativo di trovare titoli che salgono in tandem o che tendono ad andare in direzioni opposte. Se quella relazione vacilla, se, ad esempio, i valori di due titoli che viaggiano insieme divergono improvvisamente, è probabile che indichi che un titolo è sottovalutato o sopravvalutato. Quale azione è irrilevante: un trader che scommette simultaneamente che uno salirà e l'altro scenderà probabilmente farà soldi. È una strategia che si presta all'uso dei computer, che possono ordinare un numero enorme di correlazioni di prezzo nel corso di molti anni di dati archiviati, sebbene la decisione finale di speculare sul prezzo relativo delle azioni abbinate spetta generalmente ai gestori di un fondo.

Quants ha anche perseguito una strategia nota come arbitraggio della struttura del capitale, che cerca di sfruttare i prezzi inefficienti delle obbligazioni di una società rispetto alle sue azioni. Anche in questo caso, i computer eseguono la ricerca, cercando i casi in cui, per un motivo o per l'altro, i titoli sono leggermente disallineati.

Con una tecnica simile, Max Kogler, un preside della MM Capital di New York, lanciata di recente, utilizza i computer per cercare incongruenze di valore tra l'opzione su un fondo indicizzato e le opzioni sulle azioni che compongono quell'indice. Kogler ha un master dell'Università di Cambridge in matematica pura con specializzazione in statistica. Dice che i suoi algoritmi cercano cesti di opzioni che non stanno facendo quello che dovrebbero fare. Quando i suoi computer trovano un cesto del genere, lui e i suoi partner discutono se acquistare o meno.

Kogler esegue i suoi algoritmi su una macchina Linux. Parte del fascino del nostro algoritmo, ha detto in una e-mail, è che riduce drasticamente i requisiti di calcolo. Tuttavia, ti consigliamo di avere una macchina veloce con una velocità di clock abbastanza decente e un paio di CPU parallele.

In quello che viene chiamato trading non discrezionale, i computer trovano le inefficienze ed eseguono le operazioni. L'Aite Group, una società di ricerca sui servizi finanziari, stima che circa il 38% di tutte le azioni possa essere negoziato automaticamente, un numero che prevede di aumentare al 53% in tre anni.

I computer sono anche alla base di un'altra frontiera in via di sviluppo, il trading ad alta frequenza, che è una forma straordinariamente esagerata di day trading. Il computer cerca schemi e inefficienze nell'arco di minuti o secondi anziché di ore o giorni. Un algoritmo, ad esempio, potrebbe cercare pattern nel trading mentre i giapponesi sono a pranzo, o nei momenti che precedono un annuncio importante. C'è una quantità enorme di tali dati da sgranocchiare. Olsen Financial Technologies, un'azienda con sede a Zurigo che offre dati in vendita, afferma di raccogliere fino a un milione di aggiornamenti dei prezzi al giorno.

Un trader con cui ho parlato in un hedge fund da 10 miliardi di dollari con sede a New York ha detto che il suo computer eseguiva da 1.000 a 1.500 operazioni al giorno (anche se ha notato che non erano quelle che chiamava operazioni infragiornaliere). Il suo contratto di lavoro spessissimo mi ha precluso di usare il suo nome, ma ha parlato un po' del suo approccio. Il nostro sistema ha un tocco di teoria genetica e un tocco di fisica, ha detto. Per teoria genetica intendeva che il suo computer genera algoritmi casualmente, nello stesso modo in cui i geni mutano casualmente. Quindi testa gli algoritmi rispetto ai dati storici per vedere se funzionano. Ama la sfida di decifrare il comportamento di qualcosa di così complesso come un mercato; come ha detto lui, è come se stessi cercando di calcolare l'universo. Come la maggior parte dei quant, il trader professava disprezzo per il sesto senso del trader tradizionale, così come per gli analisti vecchio stile che passavano il tempo a intervistare dirigenti e valutare la storia di un'azienda.

È probabile che il trading ad alta frequenza diventi più comune man mano che la Borsa di New York si avvicina sempre di più a un sistema completamente automatizzato. Già 1.500 operazioni al giorno sono prudenti; i computer di alcuni trader ad alta frequenza eseguono centinaia di migliaia di operazioni ogni giorno.

Collegata al trading ad alta frequenza è la scienza in via di sviluppo dell'elaborazione degli eventi, in cui il computer legge, interpreta e agisce in base alle notizie. Uno scambio in risposta a un annuncio della FDA, ad esempio, potrebbe essere effettuato in millisecondi. Sfruttando questa tendenza, Reuters ha recentemente introdotto un servizio chiamato Reuters NewsScope Archive, che etichetta gli articoli pubblicati da Reuters con ID digitali in modo che un articolo possa essere scaricato, analizzato per ottenere informazioni utili e seguito quasi istantaneamente.

Tutto questo funziona alla grande, fino a quando non lo fa. Tutto cade a pezzi quando hai a che fare con un evento anomalo, dice il trader del fondo da $ 10 miliardi, usando un termine statistico per quegli eventi che esistono ai limiti più remoti della probabilità. È facile giudicare male i tuoi risultati quando hai successo. Questi eventi uno su cento possono facilmente accadere due volte l'anno.

Gli eventi di agosto erano anomali, ed erano opera dei quanti. (Alcuni contestano questo verdetto: vedi On Quants ) Per cominciare, i quant sono stati indirettamente responsabili del boom dei prestiti immobiliari offerti a candidati traballanti.

I derivati ​​consentono alle banche di scambiare i loro mutui come carte di gomma da masticare, e la separazione del titolare di un prestito dall'autore di un prestito tendeva a creare una razza troppo generosa di funzionari di prestito. Le banche, a loro volta, sono state attratte dall'enorme mercato dei derivati ​​come i CDO. Quel mercato è stato alimentato dall'appetito degli hedge fund per prodotti che erano un po' più rischiosi e avrebbero quindi prodotto un rendimento più elevato. E i quanti specializzati nella valutazione del rischio hanno favorito la decisione di acquistare CDO, perché presumevano che il mercato del credito avrebbe goduto di circa nove anni di volatilità relativamente benigna.

Era un presupposto perfettamente razionale; è semplicemente sbagliato. Matthew Rothman, un analista senior in strategie quantitative presso Lehman Brothers, ha definito l'estate un periodo di prestazioni anomale significative; secondo i suoi calcoli, è stato il più strano in 45 anni. Il fondo Renaissance Technologies di James Simons è scivolato dell'8,7% nella prima settimana di agosto e, in una lettera ai suoi investitori, lo ha definito un periodo molto insolito. Come ha detto Andrew Lo, Sfortunatamente, la vita è diventata molto interessante. Il giornale di Wall Street l'ha definita un'imboscata d'agosto.

Il danno si è rapidamente diffuso al di fuori del mercato degli strumenti di debito di bassa qualità. Era quasi come se il mondo finanziario fosse diventato un mercato per nient'altro che per le deviazioni standard, il termine matematico per la diffusione dei valori che si allontanano da una media. In effetti, l'estate potrebbe essere descritta come un periodo in cui troppi investitori avevano acquistato deviazioni standard troppo alte per le loro possibilità.

Tra le lezioni che August ha insegnato è che potrebbe esserci un numero finito di strategie di investimento praticabili, un sospetto confermato dal declino stranamente sincrono di molti fondi quantistici quest'estate, inclusa la Renaissance Technologies di Simons. Il bizzarro comportamento di mercato di August, secondo Rothman e altri, è stato probabilmente il prodotto di alcuni grandi hedge fund che cercavano liquidità per far fronte ai loro obblighi di debito, poiché il valore dei loro CDO è diminuito, vendendo quei titoli che erano più facili da perdere, principalmente azioni. (E quali fondi? In un altro esempio della segretezza dei gestori di fondi, nessuno sembra davvero saperlo, o vuole dire.)

Secondo la maggior parte di coloro con cui ho parlato, quest'estate è successo qualcosa del genere. Quants aveva, nella natura ordinaria del loro lavoro, accorciato molte azioni. Lo shorting è un accordo in base al quale un investitore prende in prestito un titolo da un broker, garantendo il prestito con attività collaterali collocate in quello che viene chiamato un conto a margine. L'investitore vende immediatamente il titolo preso in prestito; se il titolo diminuisce di valore, l'investitore lo riacquista e intasca la differenza di prezzo quando restituisce il titolo al broker. Ma se il titolo aumenta inaspettatamente di valore, anche per un breve periodo, l'investitore deve inserire ulteriori garanzie nel conto di margine per coprire la differenza o riacquistare il titolo allo scoperto e restituirlo al broker.

I CDO avevano funzionato come garanzia sulle posizioni corte dei quant. Quando la crisi dei subprime ha schiacciato i mercati finanziari, il valore di quei CDO è diminuito, costringendo i quant ad aumentare le garanzie nei conti a margine, a riacquistare le azioni allo scoperto o entrambi. Ma in entrambi i casi, al fine di integrare la loro riduzione delle garanzie, i fondi quantitativi sono stati costretti a vendere forti azioni blue chip, i cui prezzi di conseguenza sono diminuiti. Allo stesso tempo, mentre i quant riacquistavano azioni allo scoperto, i prezzi di quelli le azioni sono aumentate, chiedendo la registrazione di ulteriori garanzie sui conti a margine proprio nel momento in cui il valore dei CDO stava soffrendo. Che i quant fossero, apparentemente, lunghi sugli stessi titoli forti e corti sugli stessi titoli deboli era il risultato di una serie di strategie, le coppie scambiate tra loro.

Un'altra spiegazione correlata alla flessione di agosto è stata che i modelli dei quanti hanno semplicemente smesso di riflettere la realtà quando le condizioni del mercato sono cambiate bruscamente. Dopotutto, un algoritmo di trading è valido solo quanto il suo modello. Sfortunatamente per i quanti, la durata di un algoritmo si sta accorciando. Prima di entrare in RiskMetrics, Gregg Berman ha creato sistemi di trading di materie prime presso il Mint Investment Management Group. A metà degli anni '90, dice, un buon algoritmo potrebbe operare con successo per tre o quattro anni. Ma l'emivita della fattibilità di un algoritmo, dice, è diminuita, man mano che più quanti si uniscono ai mercati, poiché i computer diventano più veloci e in grado di elaborare più dati e più dati diventano disponibili. Berman pensa che due o tre mesi potrebbero essere il limite ora, e si aspetta che diminuisca.

Per Richard Bookstaber, un quant che ha gestito hedge fund e rischi per aziende come Salomon Brothers e Morgan Stanley, la crisi di agosto ha dimostrato che le preoccupazioni che aveva a lungo nutrito erano ben fondate. Bookstaber era nel panel sponsorizzato dalla IAFE; infatti, è ovunque in questi giorni. Il suo libro Un demone del nostro design , che è apparso ad aprile, aveva otto anni di lavoro e ha fatto alcune previsioni molto preveggenti.

Bookstaber è un uomo tranquillo e riflessivo, con acuti occhi marroni e uno sguardo attento. Ha studiato con Merton negli anni '70 al MIT, dove ha conseguito il dottorato in economia. Oggi è molto preoccupato per gli strumenti ei metodi dei quanti. In particolare, si preoccupa della complessità e di quello che chiama accoppiamento stretto, un termine tecnico per i sistemi in cui i piccoli errori possono aggravarsi rapidamente, come fanno nelle centrali nucleari. Gli strumenti dei quanti, secondo lui, sono diventati così complicati che sono sfuggiti ai loro creatori. Siamo arrivati ​​al punto in cui anche i professionisti potrebbero non capire gli strumenti, dice. Questo, a Bookstaber, è stato perfettamente dimostrato quest'estate, quando i problemi dei subprime hanno innescato un'ondata reazionaria di vendite di azioni che nominalmente sembrerebbero non correlate o, come dice Wall Street, non correlate.

Nessuno sapeva che quello che è successo nel mercato dei subprime potrebbe influenzare ciò che stava succedendo nei fondi azionari quant, dice. C'è troppa complessità, troppa innovazione derivata. Queste sono le persone più brillanti del settore. Se può capitare a loro, può capitare a chiunque. Nessuno avrebbe potuto prevedere il collegamento.

Il collegamento è uno degli argomenti preferiti di Bookstaber. Ritiene che gli strumenti quantistici abbiano collegato mercati che normalmente non sarebbero collegati e che tali collegamenti siano pericolosi perché imprevisti.

Berman e altri con cui ho parlato erano d'accordo con molte delle preoccupazioni di Bookstaber. I prodotti stanno diventando di un ordine di grandezza più complessi, afferma Berman. Le cose cambiano leggermente e vengono correlate dove prima non erano correlate. O, come ha detto un po' meno gnomicamente, non puoi farcela senza capirlo, ma tu... potere Compralo.

Sotto tutto questo batte la grande speranza dei quanti: che il mondo finanziario possa essere compreso attraverso la matematica. Hanno cercato di scoprire le strutture sottostanti dei mercati finanziari, proprio come gli accademici hanno svelato i misteri del mondo fisico. Più i quanti imparano, tuttavia, più lontana sembra una teoria unificata della finanza. Il comportamento umano, come si manifesta nei mercati finanziari, resiste semplicemente alla quantificazione, almeno per ora.

Emanuel Derman ricorda di aver sognato una teoria finanziaria così unificata nei primi anni '90, poco dopo aver fatto il salto dall'università alla strada. Ma quei sogni, dice, sono morti. La finanza quantitativa assomiglia superficialmente alla fisica, dice, ma l'efficacia è molto diversa. In fisica, puoi fare cose a 10 cifre significative e ottenere la risposta giusta. In finanza, sei fortunato se riesci a distinguere l'alto dal basso.

Quindi l'alto è stato il basso e il basso è stato l'alto questa estate, e Bookstaber e altri sperano che sia un avvertimento che verrà ascoltato, piuttosto che l'inizio di una grave crisi sistemica.

e era subprime il canarino in miniera? Era una domanda a cui i relatori e il pubblico che si sono presentati al Four World Financial Center lo scorso agosto stanno solo iniziando a rispondere. Leslie Rahl, per esempio, mi ha detto cautamente in un'e-mail di follow-up che sembra sempre più che la risposta sia sì. Molti segnali lo hanno suggerito, dalla perdita di posti di lavoro alla continua siccità del credito fino all'indebolimento del dollaro, ma quella storia non è stata ancora scritta.

Come preludio alla tavola rotonda, Rahl ha chiesto al pubblico di prevedere se gli spread creditizi si sarebbero ridotti o ampliati nei prossimi mesi. Stava parlando della differenza tra il prezzo di un'obbligazione del tesoro e il prezzo di un'obbligazione societaria più rischiosa, un indicatore standard di Wall Street per la salute dell'economia. Un allargamento dello spread creditizio è generalmente visto come un segno di incertezza e uno stretto come un segno di ottimismo.

Quanti pensano che gli spread si allargheranno? lei chiese.

Le mani di circa la metà delle persone più intelligenti di Wall Street si sono alzate.

E quanti pensano che si restringeranno?

L'altra metà, altrettanto intelligente, ha alzato la mano.

Bene, ha detto. Questo è ciò che fa un mercato.

Se non lo sapessero, nessuno potrebbe.

Bryant Urstadt è uno scrittore freelance con sede a New York. Il suo lavoro è apparso in Harper's e Rolling Stone .

nascondere