Финансист. Серия «Карьерист»

Мы используем некоторые инновационные математические модели в совокупности с big data. Вам знаком этот термин? Мы называем им сверхбольшой массив данных, и конечно, соответствующие программные методы его обработки. В двадцать первом веке люди генерируют настолько много информации, что если её правильно сохранить, обработать и проанализировать, то можно не только многое узнать о человеке, но и спрогнозировать самого человека – что он любит, как себя ведет в тех или иных условиях, на что склонен реагировать и так далее.

Мы можем угадывать что понравится или не понравится человеку, предугадывать его реакцию и прогнозировать его поведение! – Глаза Митчелла мгновенно разгорелись огоньком азарта. Демьян видел, что это было его любимой темой. – Но вы правы, недооцененность многих ваших активов – это действительно как долина реки Клондайк на севере нашей страны в начале двадцатого века – манит к себе своими несметными сокровищами.

– А чем именно занимается ваш фонд?

– Здесь все довольно просто. Мы по определенным методикам находим интересные предприятия с высокой потенциальной доходностью и приобретаем в них долю.

А потом когда она вырастает в цене продаем ее. Затем покупаем следующую и так далее.

– Спекулируете?

– Не совсем. Этот термин больше подходит для трейдеров, которые играют на краткосрочных колебаниях рынка. Как правило, они совершают короткие по сроку сделки с высокой интенсивностью. Мы же стараемся работать на чуть более длинной перспективе, да и методы у нас немного иные. Наш фонд с помощью особых алгоритмов составляет портфель из очень ликвидных инструментов, не коррелирующих с традиционными рынками акций и бондов.

Так сказать рыночно-нейтральная стратегия… Но, вообще-то у нас несколько фондов, работающих по разным стратегиям.

Глаза Дэвида все больше и больше разгорались азартом, а движения руками в воздухе становились весьма энергичными, и Демьян понял, что рассказ о трейдинге был одним из самых сильных увлечений его жизни. Это его устраивало как нельзя кстати.

– Наш первый фонд представлял собой классический смешанный фонд акций и облигаций. Мы с партнерами создали некоторую математическую модель, которая помогала нам в зависимости от некоторых параметров устанавливать необходимое allocation – соотношение между этими двумя видами активов. Грубо говоря, если экономика на подъеме, в up-trend как мы говорим, то мы покупали больше акций, если же наоборот был спад, то мы переключались на облигации и получали купонный доход.