Ссылка на оригинал интервью - https://www.youtube.com/watch?v=DW9zQ8Hz6gQ

— Привет, Эрни, какие дела?

— О, я в порядке! Спасибо, что пригласили поболтать, Аарон!

— Никаких проблем, я рад, что вы пришли, благодарю вас! Буду очень рад разузнать пару ваших секретов, не терпится услышать, как вы смогли добиться такого успеха на рынках. Но давайте сначала обсудим, как вы попали в мир трейдинга! Я знаю, что вы закончили университет с докторской степенью по физике. Куда вы направились дальше?

— Ну, я устроился на работу в исследовательский отдел IBM! Занимался там темой, далекой от физики – машинным обучением и искусственным интеллектом. Проработал на исследовательской должности около трех лет, а потом переключился на финансы.

— Над чем же вы работали в IBM?

— Ну, наша группа трудилась над тем, чтобы научить компьютеры понимать человеческую речь. Во всех очевидных сценариях: автоматический перевод с одного языка на другой, распознавание речи в реальном времени, естественное понимание языка на таком уровне, чтобы быть в состоянии ответить на человеческий запрос. Знаете, как сегодняшняя Сири, что ей скажете, то она и будет делать. Это как раз и было одним из направлений нашей работы. Другое направление – умение компьютера извлекать из человеческой речи релевантную информацию. Как раз то, над чем сейчас работает Google! Дело было в 1994 году, в те времена Google еще не существовал, а Apple еще не выпускали айфоны. Так что мы были у истоков этих технологий. Интересный момент: подход у нас был чисто статистический. Среди нас мало было тех, кто… Да что уж там, вообще не было никого, кто разбирался в лингвистике! Весь подход был основан на громаднейших статистических моделях, обрабатывающих данные.

— Окей, могу представить, как много с тех времен изменилось! Расскажите, как же вы попали в трейдинг?

— Я решил перебраться в Нью-Йорк. Компания IBM всем хороша, да вот только исследовательские отделы у нее располагаются далеко от цивилизации. А я стремился к более городскому стилю жизни, так что я решил переехать на Манхэттен! А на Манхэттене все вакансии, подходящие для человека с моим опытом, так или иначе были связаны с финансами. Так что я решил присоединиться к группе в Morgan Stanley, которая занималась датамайнингом и искусственным интеллектом. Это была внутренняя консалтинговая группа, консультировавшая сразу многие подразделения. Одним из подразделений как раз был отдел трейдинга Morgan Stanley. У нас была возможность разрабатывать модели для трейдинга, быть полезными для трейдеров нашей фирмы. Вот так я и вошел в это дело! Как исследователь, работающий над поддержкой алгоритмов машинного обучения в области торговых стратегий.

— Окей, получается, до этого момента трейдинг вас даже не интересовал? Вы просто взялись за ту работу, которая была доступна, верно?

— Верно, в то время в первую очередь меня интересовали технологии машинного обучения и искусственного интеллекта! И мне было не важно, в какой сфере они применялись. Мне был интересен сам подход, методика, а не область применения. Человеческая речь или финансовые данные – это для меня было не особенно важно!

— Окей, это очень интересно! Я как раз собирался спросить, такое положение дел сохраняется и по сей день?

— Ну, я, конечно, по-прежнему интересуюсь технологиями машинного обучения и искусственного интеллекта. Но работая в области трейдинга уже… Сколько же там? Более пятнадцати, семнадцати лет?.. На первое место у меня, конечно, давно вышли финансовые рынки. Так что да, круг моих интересов значительно сузился до одной области, области финансов. Но, конечно, я все еще слежу за развитием технологий и за пределами этой области.

— Ясно, ясно! Каков был ваш следующий шаг после вступления в Morgan Stanley?

— Ну, так вышло, что наша группа распалась вскоре после того, как я туда вступил. В первую очередь потому что наш основной спонсор ушел в Deutsche Bank, возглавил там отдел трейдинга на мировом рынке ценных бумаг, стал топ-менеджером. Хотя, он и в Morgan Stanley был топ-менеджером, заведовал трейдингом на американском рынке акций. Но в Deutsche Bank он получил должность главы отдела трейдинга на мировом рынке акций – это, конечно, ступенька повыше! Без основного спонсора у нас начали возникать трудности, и с поиском клиентов все было не так гладко. Некоторые из моих коллег решили покинуть фирму и перейти в Credit Suisse, открыть там собственный отдел проп-трейдинга. Меня пригласили вместе с ними, и я согласился. Так мы получили возможность продолжить работу над своими методами.

— Ясно! Насчет следующего вопроса… Я часто его задаю, но в данном случае не уверен, насколько он уместен… Впрочем, давайте я все же его задам, а насчет ответа вы решите сами. С какими сложностями в трейдинге вам довелось столкнуться в первые пять лет вашей карьеры?

— Ну, многим моделям алгоритмического трейдинга присуща такая проблема – они хорошо выглядят на бэктестах , но очень тяжело предсказать, насколько хорошо они будут работать на практике. Когда я только перешел в область трейдинга, очевидно, опыта у меня было мало, а вместе с ним – и интуиции в области финансовых рынков. Так что к ним я подходил скорее с теоретической, можно сказать – механической стороны вопроса. И так получалось, что практически каждая модель, которую я разрабатывал вместе со своей группой, не работала на реальном рынке! Идеальная работа на бэктестах – полный провал на реальных котировках. Это оказалось для меня неожиданным, но серьезным испытанием.

— Да, логично! То есть можно сказать, что даже обладая обширными знаниями в области машинного обучения, искусственного интеллекта и так далее, очень тяжело применить их в трейдинге, если ты при этом не разбираешься в механизме работы рынков. Тут все не черно-белое! И котировки – это не просто наборы данных, с которыми вы привыкли работать.