Мой последний урок был, вероятно, самым важным, потому что он неизменно повторялся на протяжении всей моей жизни. Сначала мне казалось, что я стою перед выбором «все или ничего»: либо рисковать по-крупному в погоне за высокой рентабельностью (и время от времени проигрывать), либо снизить риски и довольствоваться невысокой рентабельностью. Но мне были нужны низкие риски и высокая рентабельность, и, когда я поставил перед собой цель этого добиться, я научился не торопиться и действовать осмотрительно в условиях выбора между вариантами, которые мне были нужны, но, казалось, противоречили друг другу. Таким образом можно понять, как получить максимально возможное от двух вариантов. Почти всегда это отличный путь, который вы просто еще для себя не открыли, а потому попытайтесь его найти, прежде чем соглашаться на вариант, очевидный с первого взгляда.

Это было очень непросто, но в конце концов я обнаружил способ, как «сделать омлет, не разбив яиц». Я назвал его «Священный Грааль инвестирования», и именно это и есть секретный ингредиент успеха Bridgewater.

Я начал приходить в себя после неудачи, но положение мое было настолько неважным, что я не мог наскрести денег на авиабилет до Техаса, чтобы встретиться с потенциальным клиентом, хотя ожидаемый гонорар с лихвой покрыл бы стоимость перелета. Я не полетел в Техас. Постепенно я привлек клиентов, начал набор людей в новую команду, дела пошли в гору. Со временем мой взлет становился все выше, а падения были незначительными, и я извлекал из них уроки. Я никогда не думал о том, что я делал, как о создании (или возрождении) компании. Я просто старался не выйти из игры.

Самым ценным из моих приобретений на тот момент были компьютеры, потому что они помогали мне думать. Без них Bridgewater даже близко не добилась бы успеха.

Первые микрокомпьютеры (позднее ставшие известными как персональные компьютеры) появились на рынке в конце 1970-х. Я пользовался ими для эконометрических вычислений, применяя статистику и вычислительные возможности к экономическим данным для анализа деятельности экономической системы. В декабре 1981 года я написал статью, в которой говорил (и по-прежнему так считаю), что «теоретически… если бы существовал компьютер, способный вместить все факты в мире, который был бы достаточно программируемым, чтобы математически выразить все взаимоотношения между всеми слагаемыми этого мира, будущее вполне можно было бы предсказать».

К сожалению, я был очень от этого далек. Хотя благодаря своим первым системам я получал полезную информацию о том, в какой точке цены, в конце концов, достигнут равновесия, я не мог с их помощью выработать устойчивые стратегии торговли: они просто показывали, что конкретная позиция в итоге принесет прибыль. Например, я проводил анализ, в результате которого получалось, что цена на какой-то товар должна быть, скажем, 75 центов. Если она составляла 60 центов, я понимал, что мне следует покупать, но не мог предвидеть, что, прежде чем вырасти до 75 центов, эта цена сначала упадет до 50, так что я не знал, когда именно нужно покупать и продавать. Иногда (к сожалению, слишком часто) прогнозы системы не оправдывались, и я терял очень много денег.

«Тот, кто следует гаданиям на хрустальном шаре, обречен есть его осколки»[16] – я часто цитировал эти слова в те годы. С 1979 по 1982 год я «съел достаточно стекла», чтобы понять, что самое важное не в том, чтобы знать будущее, а в том, чтобы знать, как правильно реагировать на информацию, доступную в каждый конкретный момент. Для этого нужен был огромный объем экономической информации и рыночных данных, на которые можно было бы опереться. И когда у меня появился этот объем данных, я этим воспользовался.

Почти с самого начала карьеры каждый раз, когда я открывал любую позицию на рынке, то записывал критерии, которыми руководствовался при принятии решения. Затем при закрытии позиции у меня была возможность проанализировать, насколько обоснованными оказались эти критерии. Мне в голову пришло, что, если выразить их в виде формул (или, как сейчас принято говорить, алгоритмов) и совместить с историческими данными, я могу проверить, насколько эффективно они сработали бы в прошлом. Вот как это выглядело на практике: я начинал с интуитивных догадок, затем формулировал их логически в виде критериев для принятия решений и фиксировал как систему, создавая ментальную карту, как я поступил бы в каждой конкретной ситуации. Далее я прогонял исторические данные через эти системы, чтобы понять, насколько эффективными были бы мои решения в прошлом, и в зависимости от результата корректировал принципы их принятия.

Мы тестировали системы, максимально углубляясь в историю – как правило, более чем на сто лет назад, делая это для каждой страны, для которой у нас были данные. Это дало мне отличное представление о том, как действовал во времени экономический/рыночный механизм и как его можно использовать. Кроме того, я многому научился и стал оттачивать свои критерии, добиваясь их универсальности и независимости от времени. После того как я тщательно опробовал этот образ действий, я мог прогонять через системы данные в режиме реального времени, а компьютер обрабатывал их и принимал решения, как это сделал бы мой мозг.

В результате в Bridgewater появились системы для принятия решений по процентной ставке, акциям, валютам и драгоценным металлам, которые затем мы объединили в систему управления нашим портфелем. Наша система напоминала ЭКГ, только для экономики; она фиксировала важные сигналы: когда они менялись, мы корректировали наши позиции. Тем не менее я никогда слепо не следовал рекомендациям компьютера: параллельно я проводил собственный анализ, а затем сравнивал результаты. Если решение компьютера отличалось от моего, я разбирался почему. Чаще всего это происходило из-за того, что я что-то упустил из виду. В этих случаях компьютер обучал меня. Однако иногда мне в голову приходили новые критерии, отсутствовавшие в моей системе, и тогда я обучал компьютер. Мы помогали друг другу. Прошло совсем немного времени, и компьютер с его огромными возможностями по обработке данных стал гораздо эффективнее меня. Это было здорово: словно гроссмейстер помогал мне планировать ходы, только действовал он по заданному набору критериев, которые я понимал и считал логичными, а потому мы принципиально не могли разойтись с ним во мнениях.

Компьютер гораздо эффективнее меня обрабатывал большие объемы информации, причем точнее, быстрее и без эмоций. За счет хорошего объема памяти он мог объединять мои знания и знания людей, с которыми я работал, по мере того как моя компания росла. Вместо того чтобы спорить о выводах, мы с коллегами спорили о разных критериях принятия решений. Мы разрешали наши противоречия с помощью объективного тестирования этих критериев. Стремительно растущая мощность компьютеров в тот период была для нас настоящим подарком судьбы. Помню, когда RadioShack[17] вывела на рынок недорогой мини-компьютер, на котором можно было разыгрывать шахматные партии, мы отправили всем нашим клиентам по такому мини-компьютеру с сообщением: «Систематизированный подход от Bridgewater». Уже на втором уровне из девяти возможных этот маленький компьютер разбивал меня в пух и прах. Мы дали каждому из клиентов на собственном опыте почувствовать, как сложно превзойти компьютеризированный процесс принятия решений.

Разумеется, у нас всегда была свобода не следовать рекомендациям системы. Мы пользовались ею меньше чем в 2 % случаев, преимущественно чтобы вывести средства во время экстраординарных событий, которые не поддаются программированию, таких как атака на Всемирный торговый центр 11 сентября. Компьютер превосходил нас во многих отношениях, но он не обладал нашим воображением, пониманием и логикой. Именно поэтому тандем человека и компьютера оказался таким эффективным.