К августу следующего года Хантер и его коллеги увеличили прибыль до 2 млрд долларов. В декабре прошлого года цены на газ достигли максимального уровня после урагана «Катрин» — 15 долларов, но после этого начали снижаться. Предполагая, что цены вскоре развернутся и пойдут вверх, Хантер решил еще раз сыграть на повышение. Но вместо этого стоимость опустилась ниже 5 долларов. За одну сентябрьскую неделю Хантер потерял на торгах 5 млрд долларов, примерно половину всех активов Amaranth. После того как общие потери составили около 6,5 млрд долларов, фонд был вынужден объявить о ликвидации. На тот момент эта сумма стала крупнейшим убытком в истории биржевых торгов, о котором сообщалось публично.

Какую же ошибку допустила Amaranth? Брайан Хантер и другие сотрудники компании явно переоценили знание среды, в которой они действовали (рынки энергоресурсов). Учредитель Amaranth, Ник Маоунис, считал, что Хантер «отлично управляет рисками, держа все под контролем и тщательно просчитывая». Однако успех Хантера был связан не только с хорошим пониманием рынка, но и во многом он стал возможен благодаря непредсказуемым событиям вроде ураганов. Незадолго до краха Хантер даже сказал себе: «Каждый раз, когда вы думаете, что знаете о том, как поведут себя эти рынки, что-нибудь обязательно случится». Однако риск, видимо, не был просчитан, и Хантер не до конца учел непредсказуемость рынка энергоносителей. Мало того, ранее в своей карьере он уже совершал подобную ошибку, когда в течение одной декабрьской недели 2003 года Deutsche Bank потерял по его вине 51 млн долларов в результате «беспрецедентного и непредсказуемого скачка цен на газ»[168].

На протяжении существования финансовых рынков инвесторы создавали различные теории, объясняющие причины роста или падения стоимости тех или иных активов, а некоторые авторы предлагали простые стратегии на базе этих моделей. Теория Доу, изложенная в конце XIX века в ряде публикаций Чарльза Доу, учредителя журнала Wall Street Journal, исходит из того, что инвесторы могут предсказывать вероятность дальнейшего роста акций промышленных компаний на основе аналогичного увеличения стоимости акций транспортных компаний. Согласно теории Nifty Fifty, распространенной в 1960-х и начале 1970-х годов, пятьдесят крупнейших многонациональных корпораций, зарегистрированных на Нью-Йоркской фондовой бирже, всегда демонстрируют максимальные темпы роста, поэтому приобретение их акций является наиболее выгодным и, благодаря крупным размерам компаний, безопасным вложением. В 1990-х годах появились модели Dogs of the Dow(«Собаки Доу») и Foolish Four («Дурацкая четверка»), согласно которым стоит в определенных пропорциях приобретать акции, входящие в индекс DowJones Industrial Average и имеющие максимальное соотношение «дивиденд/цена акции»[169].

Подобно авиамодели, в которой оставляют лишь несколько ключевых характеристик настоящего самолета, опуская все остальные детали, каждая из этих теорий является упрощенной моделью поведения финансовых рынков: они сводят сложную систему к простому виду, чтобы инвесторы могли использовать ее при принятии решений. В отличие от моделей фондовых рынков большинство моделей, которые мы используем в повседневной жизни, не имеют формального выражения. Практически все паттерны поведения основаны на неявных предположениях о факторах, определяющих наши действия. Даже когда мы спускаемся по лестнице, наш мозг автоматически формирует и постоянно обновляет модель окружающей обстановки, задавая с ее помощью усилие и направление движения ног. И лишь в случае сбоя мы узнаем о существовании этой модели — например, когда полагаем, что до конца лестницы остается еще одна ступенька, и вдруг неожиданно чувствуем, как наша нога, не находя пространства, с глухим стуком опускается на пол.

Альберту Эйнштейну приписывают следующий совет: «Все следует упрощать до тех пор, пока это возможно, но не более того». К сожалению, «Дурацкая четверка», Nifty Fifty и все подобные им модели как раз попадают в категорию того, что упрощено сверх меры. Их невозможно адаптировать к изменениям рыночной конъюнктуры, они не учитывают неизбежное снижение доходности по мере того, как все больше людей переходят на одни и те же стратегии, и часто они основаны на точном отображении прошлых финансовых показателей. Сильная зависимость таких проекций от данных за прошлый период (в статистике этот прием называется «переподгонкой») почти гарантирует, что при изменении условий прогноз окажется ошибочным.

Еще более неэффективны инвестиционные стратегии, где берется определенная исходная величина (обычно круглое, приятное на вид число, часто используемое на рынке) и определяется, какими темпами должен расти курс акций, чтобы эта величина была достигнута к определенному сроку. Затем специалисты подгоняют аргументы к цифрам, чтобы объяснить, почему наблюдались именно такие темпы роста. Пузырь на фондовом рынке, надутый во времена доткомов, породил немало подобного вздора. В октябре 1999 года, когда индекс Dow Jones Industrial Average после длительного ралли достиг отметки 11 497 пунктов, Джеймс К. Глассман и Кевин Хассет выпустили книгу под названием Dow 36,000, в которой предсказали, что за три года курс акций вырастет более чем втрое за шесть лет. Они оказались оптимистичнее авторов книги Dow 30,000, но до создателей бестселлера Dow 40,000 им было далеко, не говоря уж о Dow 100,000 (все это реальные книги, которые еще в апреле 2009 года можно было купить в магазине подержанных книг на Amazon.com всего лишь за один цент — конечно, без учета почтовых расходов). Бесчисленное количество подобных публикаций свидетельствует о массовом спросе на простые модели, ведь они легко усваиваются и применяются на практике, внушая инвесторам ложное чувство понимания. Когда фондовый рынок начал восстанавливаться после массового банкротства доткомов, появились новые бестселлеры, например Dow 30,000 к 2008 году: Почему на этот раз все будет иначе (Dow 30,000 by 2008:Why It’s Different This Time).

Уже задним числом мы понимаем, что фиаско фонда Amaranth в 2006 году было предвестником гораздо более крупного финансового кризиса, который разразился два года спустя. Такие почтенные компании, как Bear Steams и Lehman Brothers, оказались банкротами; другие, например AIG, перешли под контроль государства. Вся экономика погрузилась в глубокую рецессию. Мировая финансовая система является, вероятно, самой сложной системой, которую только можно себе представить. Ведь она зависит от ежедневных решений миллиардов людей, а решения эти, в свою очередь, основаны на представлениях о том, какими знаниями обладают (или не обладают) разные инвесторы. Каждый раз покупая акции определенной компании, вы исходите из того, что они недооценены на рынке. Такой покупкой вы, по сути, заявляете, что более точно оцениваете будущую стоимость акций, чем большинство других инвесторов.

Рассмотрим самый крупный объект, в который вкладывают деньги практически все люди: жилище[170]. Для большинства людей выбор дома — это в той или иной степени инвестиционное решение. Всем важно знать, какую стоимость будет иметь дом в случае перепродажи, а также как влияет на цену его местоположение. Некоторые люди даже зарабатывают деньги на том, что покупают, ремонтируют и перепродают свои дома. Такой бизнес, который называется флиппингом (flipping), обрел популярность в середине 2000-х годов во многом благодаря телевизионным шоу вроде «Лестница недвижимости» и «Отремонтируй и продай». Все больше людей рассматривало дома как выгодный объект для инвестирования[171]. Даже не занимаясь куплей и перепродажей жилой недвижимости, вы, вероятно, относитесь к своему жилищу как к некоему «сберегательному счету», активу, стоимость которого должна возрасти в средне-или долгосрочной перспективе. Флиппинг основан на модели рынка недвижимости, согласно которой в краткосрочной перспективе цены на дома растут, а спрос на них всегда остается на высоком уровне.