Jim Simons: The mathematician who cracked Wall Street
Джим Саймонс: Редкое интервью с математиком, взломавшим Уолл-стрит
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio
Double-click the English transcript below to play the video.
of a mathematical phenom.
математическим феноменом.
вы уже преподавали в Гарварде и МТИ.
and MIT at a young age.
that's the National Security Agency --
национальной безопасности.
для которого им требовались математики,
where they hired mathematicians
и делать подобного рода вещи.
and stuff like that.
можно было заниматься своими расчётами
at your own mathematics,
working on their stuff.
работать над их заданиями.
привлекательное предложение.
well, the Vietnam War was on,
шла война во Вьетнаме,
был большим её фанатом.
was a big fan of the war
для первой полосы газеты о том,
a magazine section cover story,
Я считал её бестолковой.
I thought it was stupid.
which they published,
которое они опубликовали,
на Максвелла Тэйлора,
who works for Maxwell Taylor,
agrees with his views.
разделяют его взгляды.
from General Taylor's.
с мнением генерала Тэйлора.
и один парень подошёл ко мне,
and some kid came around
корреспондентом журнала Newsweek
from Newsweek magazine
о том, как мои взгляды отражаются на деле.
and ask what I was doing about my views.
занимаюсь математикой,
mostly mathematics now,
работать над заданиями организации».
then I'll do mostly their stuff."
поступок, какой только мог, —
intelligent thing I'd done that day --
that I gave that interview.
об этом интервью.
«Мне нужно позвонить Тэйлору».
"I've got to call Taylor."
отправились в Стоуни-Брук
because you went on to Stony Brook
математиков столетия.
mathematicians of the century.
I was a graduate student at Berkeley.
когда был аспирантом в Беркли.
and he liked them.
и они ему понравились.
с чем можно легко ознакомиться здесь.
which you can easily see up there.
a famous paper together.
известную совместную научную работу.
в общих чертах, о чём эта работа?
explain it to somebody.
it had something to do with spheres,
что это как-то связано со сферами,
Хочу только сказать об этой работе —
but I'll say about that work --
but before we get to that --
that's now flourishing.
сейчас она в самом расцвете.
it happened to apply to physics,
что она была применима и к физике,
at least I knew nothing about physics,
по крайней мере, я-то уж точно,
knew a heck of a lot.
after the paper came out,
после публикации работы
начал применять её к теории струн,
started applying it to string theory
to what's called "condensed matter."
к теории конденсированного состояния.
инвариантами Черна-Саймонса,
called Chern-Simons invariants
that it would be applied to physics.
что это будет иметь к ней отношение.
никогда не знаешь, куда она приведёт.
you never know where it's going to go.
how evolution shapes human minds
формирует сознание людей,
или не постичь истину.
математическую теорию,
with a mathematical theory,
that it's being applied
описания физического мира.
the actual physical world.
named [Eugene] Wigner,
эффективности математики.
effectiveness of mathematics.
which is rooted in the real world
берёт своё начало в реальном мире, —
измерять, все это делают —
measure, everyone would do that --
back to save the day.
по геометрии, а Эйнштейна осенило:
and Einstein realized,
теорию относительности».
in which I can cast general relativity."
piece of ingenuity.
образец математической изобретательности.
and it has a lattice around it --
originally observed by [Leonhard] Euler,
замечено [Леонардом] Эйлером —
a very important field in mathematics:
в очень важную отрасль математики —
берёт начало именно в ней.
12 edges, six faces.
вершины минус стороны плюс грани, —
vertices minus edges plus faces --
тут оболочка из треугольников.
these are triangles covering --
plus faces still equals two.
плюс грани также равно двум.
any which way --
многоугольников и треугольников
of polygons and triangles
plus faces -- you'll get two.
и прибавляя грани, в итоге получите 2.
of a doughnut: 16 vertices
покрытая прямоугольниками:
32 edges, 16 faces.
with squares or triangles
из квадратов или треугольников
you're going to get zero.
the Euler characteristic.
a topological invariant.
результат всегда будет один и тот же.
you're always get the same answer.
from the mid-1700s,
в середине 1700-х годов,
носит название алгебраическая топология.
algebraic topology.
took an idea like this and moved it
и обнаружили новые инвариантности?
and found new invariances?
многомерные инварианты:
higher-dimensional invariants:
actually, there were Chern classes.
различных видов инвариантов.
of these types of invariants.
как бы комбинаторно,
and we uncovered some new things.
и нашему открытию новых зависимостей.
посвящённых математике,
качал на коленках, пока писал работу, —
while he was writing --
и не было бы никаких инвариантов.
perhaps be these invariants.
a flavor of that amazing mind in there.
какой гений кроется за этим достижением.
and having been a code-cracker at the NSA,
и, будучи взломщиком кодов в АНБ,
в финансовой отрасли.
in the financial industry.
на гипотезу эффективного рынка.
efficient market theory.
astonishing returns over two decades.
получать невероятный доход более 20 лет.
был впечатляющим в вашей схеме,
wasn't just the size of the returns,
волатильность и риск
with surprisingly low volatility and risk,
a wonderful group of people.
благодаря великолепной команде.
я стал немного уставать от математики.
gotten a little tired of mathematics.
I had a little money.
а денег почти не было.
и дело пошло хорошо.
with pure luck.
благодаря одной лишь удаче.
я ничего не просчитывал.
after a while I realized:
некоторое время спустя, я понял:
что тут есть некая структура.
и мы начали создавать модели —
and we started making some models --
[Институте военных исследований]:
at IDA [Institute for Defense Analyses].
и тестируешь его на компьютере.
you test it out on a computer.
of some commodity.
"That's just a random, up-and-down walk --
случайная кривая, скачущая вверх-вниз.
восходящим трендом».
over that whole period of time."
используя этот график,
looking at that,
kind of a graph from the old days,
had a tendency to trend.
you see here, but trending in periods.
но тренды периодически наблюдались.
I'm going to predict today,
«Сегодня я сделаю прогноз,
за последние 20 дней — выделено жёлтым.
and I'd make some money.
и я немного заработаю».
такой подход сработал бы —
such a system would work --
money, you'd make money.
снова заработаешь.
during that period.
a bunch of lengths of trends in time
множество трендов разной длины
по 10-дневному или 15-дневному тренду
was predictive of what happened next.
and see what worked best.
и смотришь, что лучше всего работает.
have been great in the '60s,
процветало в 60-х годах,
очевидным для всех.
by finding other approaches --
потому что мы искали новые подходы,
a tremendous amount of data --
колоссальный объём информации —
in the early days.
записи об изменении процентных ставок
and copied interest rate histories
because it didn't exist on computers.
так как этого не было в компьютерах.
people to do fundamental trading.
для занятия торговлей.
some didn't make money.
Кто-то зарабатывал деньги, кто-то — нет.
in that department.
got better and better,
становились всё лучше и лучше,
something remarkable at Renaissance,
нечто важное для «Ренессанса»:
this group of people,
которых можно переманить за деньги.
who could be lured away by money.
exciting mathematics and science.
что все они пришли не ради денег.
because of the money.
came because of the money.
как увлекательно это будет.
because it would be fun.
занимает машинное обучение?
play in all this?
what we did was machine learning.
и было машинным обучением.
to simulate different predictive schemes,
воссоздать разные схемы прогнозирования,
the way we did things.
can be really quite wild and unexpected.
могут быть весьма неожиданными.
длину платьев, политические мнения.
length of dresses, political opinion.
мы как-то не брали в расчёт.
except hem lengths.
исторические сведения —
volumes, you name it.
и подготавливаем для анализа.
and get it ready for analysis.
гипотеза эффективного рынка неверна.
hypothesis is not correct.
может быть случайной.
might be just a random thing.
at multiple strange anomalies,
за многочисленными странными аномалиями
might be a random thing;
можно определить, когда она не случайна.
you can tell that it's not.
for a sufficiently long time --
устойчивую на протяжении долгого времени.
что она случайна, невелика.
random is not high.
anomalies can get washed out.
of the business.
at the hedge fund industry now
взглянув на индустрию хедж-фондов,
about that industry,
связанные с этой отраслью,
финансовой индустрией в целом?
industry in general?
helping increase inequality?
в индустрии хедж-фондов?
in the hedge fund industry?
three or four years,
has not done so wonderfully.
не так уж процветала.
это все знают.
going up as everybody knows,
вырученные за последние, скажем, 5–6 лет,
that's been created in the last --
has not been created by hedge funds.
"What's a hedge fund?"
and 20 percent of profits.
different kinds of creatures.
немного выше двух процентов.
slightly higher fees than that.
in the world at one time.
были самые высокие ставки в мире.
и 44 % с прибыли.
44 percent of upside.
приносишь своим инвесторам кучу денег.
spectacular amounts of money.
выставлять такие высокие ставки?»
"How can you charge such high fees?"
was what people were --
«Как мне получить больше?»
как, думаю, я уже говорил,
as I think I told you,
ведь у фонда есть ёмкость.
because there's a capacity to the fund.
что в индустрии хедж-фондов
about the hedge fund industry
great mathematical and other talent
математиков и других специалистов мира,
над решением множества мировых проблем?
to the many other problems in the world?
и подобных специалистов.
and things like that.
about it too much.
сильно об этом беспокоиться.
into the investing world
в мир инвестирования
It's increased liquidity.
повысило ликвидность.
people are trading that kind of stuff.
может отойти от дел и основать хедж-фонд.
going off and starting a hedge fund.
where you're actually investing, though,
когда вы инвестируете,
математики по всей Америке.
mathematics across America.
благотворительностью.
philanthropic issues together.
my beautiful wife --
about 20 years ago.
но она настаивает, что в 94-м.
благотворительностью.
just as a convenient way to give charity.
но постепенно оно сформировалось.
but gradually a vision emerged --
и науке, на основных исследованиях.
to focus on basic research.
«Ренессанс» и стал работать в фонде.
and went to work at the foundation.
is basically investing
в основном инвестирует
giving them support and coaching.
оказывая поддержку, проводя коучинг.
более эффективным,
to make that more effective
вдохновляющим людей занятием.
to which teachers can aspire.
чтобы ругать плохих учителей,
the bad teachers,
во всех образовательным центрах,
all through the educational community,
и повышаем их статус.
and giving them status.
по 15 000 долларов каждый год.
15,000 dollars a year.
in New York City in public schools today,
в Нью-Йорке в государственных школах,
что составит 10% всех учителей
and that'll be 10 percent
in New York [City] public schools.
нью-йоркских государственных школ.
который поддерживает ваш фонд:
that you've supported philanthropically:
what you're looking at.
из геологии в биологию —
from geology to biology --
what did we start with?
побудило жизнь?
did we have to work with on this route?
very interesting questions.
from geology up to RNA
от геологии к РНК или к чему-то такому.
how did that all work?
what do we have to work with?
is a star in formation.
which has 100 billion stars,
состоящем из 100 миллиардов звёзд,
years to settle out.
пребывают в стадии зарождения.
in formation at any time.
к устойчивому состоянию.
along this settling-down period.
sort of circling around it,
Солнечную систему или что-то такое.
or whatever it forms.
формирующуюся звезду,
важные органические молекулы.
significant organic molecules.
but formaldehyde and cyanide --
а формальдегид и цианид —
the seeds, if you will -- of life.
that planets around the universe
basic building blocks.
существуют разные формы жизни?
there's going to be life all around?
of how tortuous this path is
до образования жизни.
those seeds, all the way to life.
will fall on fallow planets.
упадут на «невозделанные» планеты.
of where we came from,
«Откуда мы взялись?»,
это то, что вам хотелось бы узнать.
that is something you would love to see.
and so improbable,
довольно извилист и маловероятен,
we could be a singularity.
мы можем быть одни во Вселенной.
летающей повсюду,
that's floating around,
вне этой планеты.
мне выпал шанс поговорить с Элоном Маском,
I got the chance to speak with Elon Musk,
physics seriously was it.
is taking math seriously,
что серьёзное отношение к математике
and now it's allowing you to invest
а теперь позволяет инвестировать
по всей Америке и не только.
of kids across America and elsewhere.
Математика помогла.
Math certainly works.
has been very enjoyable.
доставляет мне удовольствие.
it's an inspirational thought to me,
это может многое дать.
so much more can come from it.
и за то, что пришли на TED.
and for coming here to TED.
ABOUT THE SPEAKER
Jim Simons - Philanthropist, mathematicianAfter astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy.
Why you should listen
As a mathematician who cracked codes for the National Security Agency on the side, Jim Simons had already revolutionized geometry -- and incidentally laid the foundation for string theory -- when he began to get restless. Along with a few hand-picked colleagues he started the investment firm that went on to become Renaissance, a hedge fund working with hitherto untapped algorithms, and became a billionaire in the process.
Now retired as Renaissance’s CEO, Simons devotes his time to mathematics and philanthropy. The Simons Foundation has committed more than a billion dollars to math and science education and to autism research.
Jim Simons | Speaker | TED.com