При этом я нравился брокерам, их клиентам и даже бывшим работодателям, и они продолжали обращаться ко мне за советом. Более того, они были готовы платить мне за консультации, так что в 1975 году я основал собственную компанию Bridgewater Associates.
Bridgewater Associates. Начало
Строго говоря, компанию я не основал, а перезапустил. После выпуска из Гарвардской школы бизнеса одновременно с началом работы в Dominick & Dominick я совместно с другом по Гарварду Бобом Скоттом открыл скромный бизнес. Вместе с еще несколькими парнями в других странах мы без особого энтузиазма пытались продавать товары из США за рубежом. Мы назвали компанию Bridgewater, потому что «наводили мосты» (от английского bridging the waters) между разными странами, и это название показалось нам удачным. К 1975 году компания уже не вела никакой деятельности, но, поскольку юридически она существовала, я этим воспользовался.
Первым офисом стала моя трехкомнатная квартира после того, как из нее съехал мой сосед, парень из Гарвардской школы бизнеса. Я работал вместе с другом, с которым играл в регби, плюс мы взяли девушку на должность ассистента. Вот и вся компания.
Практически все время я посвящал анализу рынка: я ставил себя на место собственных корпоративных клиентов, чтобы показать им, как я бы управлял рыночными рисками на их месте. Конечно, я продолжил торговать на бирже со своим счетом. Мы с друзьями видели свою миссию в том, чтобы помогать клиентам обогнать рынок. Это было увлекательнее, чем искать настоящую работу. Кроме того, это вполне меня устраивало, пока покрывало расходы на жизнь.
В 1977 году мы с Барбарой решили завести ребенка и поженились. Мы переехали в особняк на Манхэттене, туда же автоматически переместился и офис компании. В то время русские закупали зерно в большом объеме и хотели получить мой совет, так что я взял Барбару с собой в деловую поездку в СССР, которая стала нашим свадебным путешествием. Мы прибыли в Москву накануне Нового года и сквозь метель поехали из ничем не примечательного аэропорта мимо собора Василия Блаженного на шумную вечеринку с дружелюбными хозяевами.
Мой бизнес всегда был для меня способом попасть в удивительные места и познакомиться с интересными людьми. Если эти поездки приносили мне финансовую выгоду, это было приятным бонусом.
Моделирование рынков машинным методом
Я с головой погрузился в рынки крупного рогатого скота, мяса, зерна и масличных культур. Они нравились мне своей конкретностью и тем, что были меньше, чем акции и облигации, подвержены искаженным представлениям о ценности. Курсы ценных бумаг могли быть завышенными или заниженными из-за того, что «б о льшие дураки» [9] Теория «большего дурака» (Greater fool theory) утверждает, что можно делать деньги, покупая ценные бумаги независимо от их качества и от того, переоценены они или нет, а позже продавая их с прибылью, потому что всегда найдется кто-то (глупее, «больший дурак»), кто также рассчитывает быстро перепродать актив с прибылью. Прим. перев.
продолжают их продавать или покупать, а мясо быстро оказывается на прилавке, где его цена определяется тем, сколько готов заплатить потребитель. Я мог визуализировать процессы, предшествовавшие продажам, и видел причинно-следственные связи, лежащие в основе. Поскольку крупный рогатый скот питается зерном (преимущественно кукурузой) и соей и поскольку кукуруза и соя конкурируют за посевную площадь, эти рынки тесно связаны. Я узнал о них все, что только можно вообразить: объем посевных площадей и обычный урожай в каждой из основных сельскохозяйственных областей; как конвертировать количество осадков в разные недели посевного периода в оценку будущего урожая; как прогнозировать объем урожая, затраты на хранение и поголовье скота по весовой группе, местоположению и уровням прироста массы; а также как прогнозировать выход при разделке (туш), маржу розничных продавцов, предпочтения потребителей и объем забоя скота в каждом сезоне. Этому всему я учился не по книжкам: практикующие специалисты показывали мне, как устроено сельское хозяйство, а я собирал из полученных знаний модели, учитывающие взаимодействие этих отдельных фрагментов во времени.
Например, зная, каково на сегодня поголовье крупного рогатого скота, птицы и свиней, сколько зерна они съедают и с какой скоростью набирают вес, я мог прогнозировать, когда и сколько мяса появится на рынке, когда и сколько зерна и сои будет потреблено. Аналогичным образом, зная объем посевных площадей, засеянных зерновыми и соевыми культурами во всех сельскохозяйственных областях, применяя регрессии, показывающие, как уровень осадков влияет на потенциальный урожай в каждой из аграрных областей, а также учитывая прогноз погоды и вероятные периоды дождей, я мог прогнозировать время и качество урожая зерновых и соевых культур. В моем представлении это был прекрасный алгоритм с логичными причинно-следственными связями. Благодаря их пониманию я мог формулировать правила принятия решений (или принципы), которые мог заложить в основу модели.
Читать дальше