L'explosion

Le mercredi 8 août, peu de temps après la fermeture des marchés, 200 des personnes les plus intelligentes de Wall Street se sont réunies dans une salle de conférence du Four World Financial Center, le siège de 34 étages de Merrill Lynch. Août est généralement un mois lent, mais les rangées de chaises étaient pleines et des ingénieurs financiers très bien payés se tenaient près des fenêtres à l'arrière, qui donnaient sur les Town Cars noires ci-dessous et la rivière Hudson au-delà. Ils ne ressemblaient pas à des Maîtres de l'Univers ; ils ressemblaient à des membres d'un club d'échecs. C'étaient des quants, et ils avaient beaucoup de choses à dire, car leur travail était au cœur de l'un des marchés d'été les plus inquiétants depuis des décennies.

La conférence était parrainée par l'Association internationale des ingénieurs financiers (IAFE) et son titre se demandait : Is Subprime the Canary in the Mine ? Les emprunteurs à risque sont des acheteurs de maison dont les mauvais antécédents de crédit signifient qu'ils ne sont pas admissibles aux taux d'intérêt du marché. Les prêts aux emprunteurs à risque, qui sont devenus plus courants ces dernières années, ont généralement des taux d'intérêt variables ; à mesure que ces taux augmentaient, de nombreux emprunteurs n'honoraient pas leurs versements hypothécaires. Leurs défaillances, à leur tour, avaient déclenché des problèmes inattendus sur le marché des instruments financiers appelés dérivés.

Un dérivé est un produit négociable dont la valeur est basée sur ou dérivée d'un titre sous-jacent. L'exemple classique d'un dérivé est l'option d'acheter une action à un moment donné dans le futur. En comparaison, les dérivés plus récents sont extraordinairement complexes, et ils ont été inventés par des quants comme ceux du siège de Merrill Lynch.

Les choses avaient commencé à mal tourner en juin, lorsque la faiblesse du marché des subprimes avait entraîné l'effondrement de deux énormes fonds de la banque d'investissement Bear Stearns, coûtant aux investisseurs quelque 1,6 milliard de dollars. Lorsque les quants se sont réunis en août, les plus pessimistes d'entre eux ont imaginé que l'effondrement du marché des subprimes pourrait conduire à une pénurie de crédit alors que les banques faisaient face aux défauts de paiement. Cela refroidirait l'économie, provoquant des pertes d'emplois dans le monde, encore plus de défauts de paiement, une diminution des dépenses et des retraits du marché boursier, aboutissant à une récession mondiale, ou pire.

Multimédia

• Un programme interactif qui donne une vue des résultats du modèle Black-Scholes.

Le panel était animé par Leslie Rahl, diplômée du MIT et fondatrice de Capital Market Risk Advisors. Son travail consiste à conseiller les entreprises sur les risques et à les aider à comprendre les produits qu'inventent les quants. Mais la compréhension manquait en août. Certains produits financiers des quants s'étaient effondrés en prix, avec des conséquences inattendues dans un autre secteur financier : le négoce d'actions.

Le marché boursier avait plongé en juillet et s'était comporté de manière erratique depuis. Dans les semaines qui ont suivi la conférence, une sorte de récit organisateur se développerait. Mais à l'époque, la vision économique était vertigineuse. Le marché chuterait précipitamment au cours d'une journée, puis rebondirait presque à son niveau précédent au cours des 45 dernières minutes de négociation. Plus étrange encore, les actions avec des rapports financiers solides et de bonnes perspectives étaient en baisse ; il s'agissait des blue chips, qui augmentaient normalement en période d'incertitude. Les actions avec des données financières faibles et un avenir gris étaient en hausse. Ce sont normalement les chiens qui ont été largués.

Personne ne savait encore pourquoi, mais le comportement étrange du marché s'avérerait étroitement lié au travail des quants. En plus de créer des produits financiers obscurs, les quants ont repoussé les frontières des systèmes de trading informatisés, et pas assez de ces systèmes fonctionnaient comme ils étaient censés le faire ou, pour le dire plus précisément, comme ils étaient censés le faire. le travail s'est avéré contre-productif dans des périodes volatiles comme celles-ci.

Des quants comme ceux de la conférence d'août étaient plongés dans les troubles qui menaçaient le système financier mondial. Tout cela a soulevé deux très bonnes questions : qui exactement sont les quants ? Et que font-ils vraiment faire ?

Quant est un mot élastique qui a signifié différentes choses à différents moments. Historiquement, le terme désignait les techniciens en coulisses qui utilisaient l'analyse quantitative pour soutenir les banquiers qui vendaient des instruments financiers. Il est devenu plus largement utilisé dans les années 1980, lorsque les universitaires – de purs mathématiciens et physiciens, pour la plupart – ont commencé à apparaître en plus grand nombre dans le monde financier. Geeks classiques, les nouveaux arrivants ont d'abord été traités comme des immigrés déclassés par l'establishment financier. Emanuel Derman était physicien théoricien à l'Université Columbia avant de rejoindre Goldman Sachs en 1985, et il se souvient dans ses beaux mémoires Ma vie de quant quand c'était de mauvais goût pour deux adultes consentants de parler maths ou Unix ou C en compagnie de commerçants, de vendeurs et de banquiers. Mais le succès a donné de la crédibilité aux quants. Ce qui était au début un terme dédaigneux a été joyeusement embrassé par ceux qu'il était à l'origine destiné à insulter. Il en est finalement venu à englober un groupe plus large de personnes, y compris, plus largement, toute personne impliquée dans la finance mathématique ou informatique. Dans cet article, le mot quant désigne tout praticien de la finance quantitative, une discipline large qui comprend, entre autres, la tarification des instruments financiers, l'évaluation du risque et la recherche de modèles exploitables dans les données de marché.

Un quant voit le monde financier à travers une lentille mathématique. Cela ne décrit pas nécessairement le vendeur ou le commerçant moyen de Wall Street, dont le succès repose souvent autant sur l'intuition et, peut-être plus important, les relations et le charisme personnel que sur toute compréhension d'un sujet comme le calcul stochastique. Pour donner une idée de l'éloignement de l'esprit quantitatif de celui du financier typique, le calcul stochastique - une branche des mathématiques traitant du hasard - est parfois ridiculisé par les quants comme des mathématiques populaires. Le quant, contrairement à son homologue astucieux, cherche à comprendre et à profiter des marchés sur une base purement numérique. Ou comme le dit Herbert Blank, un quant qui conçoit des algorithmes pour évaluer la santé financière des entreprises, si vous pensez pouvoir découvrir ce que vous devez savoir en allant voir la direction d'une entreprise, alors je n'ai rien à vous dire. .

Si les quants, sous une forme ou une autre, existent depuis un certain temps, ils ont également causé des problèmes auparavant. Le fonds spéculatif Long-Term Capital Management, qui s'est effondré en août 1998, comptait parmi ses administrateurs et dirigeants certains des fondateurs du domaine. Néanmoins, ces dernières années, le nombre et l'influence des quants ont augmenté. Les produits dérivés de gré à gré, tels que ceux au cœur de la crise des subprimes, sont devenus plus populaires, alimentant un boom des prêts en facilitant la négociation des prêts. La valeur des dérivés de gré à gré, une mesure abrégée de l'activité sur le marché, est passée de 298 000 milliards de dollars en décembre 2005 à 415 000 milliards de dollars un an plus tard, selon les statistiques tenues par la Banque des règlements internationaux. Selon certaines mesures, l'argent investi dans deux des types de fonds quantitatifs les plus courants a augmenté de 60 % au cours des deux dernières années (y compris à la fois l'expansion des actifs et les nouveaux investissements), et les fonds ont généré certains des rendements les plus élevés du secteur financier. .

Ils sont également parmi les organisations les plus mystérieuses de l'industrie. Les entreprises qui gardent leurs méthodes secrètes sont connues sous le nom de boîtes noires, et les fonds spéculatifs axés sur les quantifications sont aussi noirs que n'importe quel autre. Il n'est pas rare que des milliards de dollars soient investis dans de telles entreprises avec peu de révélations à l'exception des résultats. Les résultats précédents, cependant, peuvent être une puissante incitation pour donner de l'argent à quelqu'un qui ne vous dira pas ce qu'il va en faire. Un exemple est celui de Renaissance Technologies de James Simons, qui a gagné en moyenne plus de 30 % par an depuis sa création en 1988. Comme d'autres fonds quantitatifs, il est férocement secret. Pourtant, tant d'investisseurs ont fait confiance à Simons que les deux fonds sous sa gestion totalisent désormais plus de 30 milliards de dollars. Rien qu'en 2006, il a gagné 1,7 milliard de dollars en gérant le fonds.

La presse qualifie souvent Simons de numéro un mondial. Mathématicien de classe mondiale titulaire d'un doctorat de l'Université de Californie à Berkeley, il a passé des années dans le milieu universitaire, apportant une contribution significative aux mathématiques. Il a travaillé principalement en géométrie et dans un sous-domaine appelé géométrie différentielle, où sa contribution la plus importante était la théorie de Chern-Simons, une description topologique du comportement des champs quantiques qui a été utile aux théoriciens des cordes. Bon nombre de ses employés ont une formation en physique, en astronomie et en mathématiques.

Les quants de Renaissance Technologies sont inhabituels dans la mesure où nombre d'entre eux ont pu avoir une carrière significative dans le monde universitaire. Mais les quants d'un genre moins exalté deviennent omniprésents dans les institutions financières. Il y a des quants dans les banques d'investissement, qui développent de nouvelles structures de prêt. Il y a des quants dans les hedge funds, qui analysent des années de données de marché pour développer des algorithmes de trading que les ordinateurs exécutent en quelques millisecondes. Et il y a de plus en plus de quants dans les fonds de pension, essayant de comprendre et de valoriser les outils créés par les quants bancaires, et essayant d'évaluer les méthodes des quants investisseurs.

Avant, nous envoyions nos diplômés principalement dans les grandes banques, explique Andrew Lo, directeur du Laboratoire d'ingénierie financière du MIT, où de nombreux quants sont formés. Maintenant, ils vont partout, dans les fonds de pension, les compagnies d'assurance et les entreprises qui ne sont pas du tout des sociétés de financement. Le laboratoire du MIT a été fondé en 1992, l'un des nombreux programmes universitaires dans la discipline qui ont vu le jour sur des campus aux États-Unis et à l'étranger ; un nouvel institut à l'Université d'Oxford est l'un des ajouts les plus récents. Les marchés financiers et les processus d'investissement deviennent de plus en plus quantitatifs à tous les niveaux, dit Lo.

Pour comprendre qui ils étaient et ce qu'ils faisaient, j'ai parlé avec des quants actuels et anciens, en privé et en privé. Beaucoup parleraient joyeusement et longuement. D'autres ont parlé avec prudence ou anonymement, en particulier ceux qui utilisent des analyses et des algorithmes exclusifs pour effectuer des transactions. J'ai lu des mémoires sur les quants - un genre en pleine expansion - et j'ai plongé dans un manuel d'introduction pour les quants, Paul Wilmott présente la finance quantitative , un condensé de 722 pages de l'enclume d'un livre de 1500 pages en trois volumes, Paul Wilmott sur la finance quantitative . Et je suis allé à une beuverie quantique, qui s'est tenue dans le sous-sol d'un pub à côté de Grand Central Station. Le nom de cet événement prouve, plus que tout, que les quants ont du geek dans les veines : il s'agissait de la réunion d'août du chapitre new-yorkais de la Quantitative Work Alliance for Applied Finance, Education, and Wisdom, ou QWAFAFEW.

Bien que les dérivés aient été plus simples autrefois, ils n'ont jamais été très simples. La percée dans l'évaluation des dérivés en général, et des options en particulier, a été le modèle et la formule connus sous le nom de Black-Scholes, d'abord proposés par Fischer Black et Myron Scholes dans les années 1970 et formalisés par Robert Merton en 1973. bon nombre des meilleurs quants, ne sont pas issus de Wall Street mais du monde universitaire, obtenant un doctorat en économie du MIT en 1970.)

En finance quantitative, l'expression formelle de Black-Scholes de Robert Merton est si importante que tout ce qui a suivi a été qualifié de note de bas de page. Le modèle Black-Scholes suppose que le prix d'une action change en partie pour des raisons prévisibles et en partie à cause d'événements aléatoires ; l'élément aléatoire est appelé volatilité de l'action. L'idée peut être représentée mathématiquement par une équation simple :

S t est la valeur de l'action, et dS t est la variation du cours de l'action. Le symbole µS tdt représente le changement prévisible du stock et sa volatilité. (Affichez les résultats du modèle Black-Scholes à l'aide de cette calculatrice interactive.) Cette combinaison finale et kabbalistique de lettres, dW t , est l'expression mathématique du caractère aléatoire, connue sous le nom de mouvement brownien ou de processus de Wiener. (Chimiquement, le mouvement brownien est le mouvement aléatoire de particules en solution, identifié par le botaniste Robert Brown en 1828 et décrit mathématiquement par le grand mathématicien du MIT Norbert Wiener. Black-Scholes partage certaines qualités avec les équations de la chaleur et de la diffusion, qui décrivent des événements quotidiens comme le flux de chaleur et la dispersion des populations. Que certains processus physiques semblent pertinents pour la finance a inspiré toutes sortes de travaux lointains, tels que les efforts pour plier la relativité générale à une théorie de la finance.) Black-Scholes évalue une option selon le degré d'aléatoire dans le prix d'une action ; plus le caractère aléatoire est grand, plus le stock peut grimper, et donc plus l'option est chère.

Les quants ont depuis affiné Black-Scholes, et avec la puissance croissante des ordinateurs, ils ont développé d'autres méthodes d'évaluation des dérivés plus intensives en traitement. Dans les simulations de Monte Carlo, par exemple, de puissants ordinateurs modélisent les performances d'une action des millions de fois, puis font la moyenne des résultats. Là où Black-Scholes, en tant que raccourci mathématique, attribue une valeur constante à la volatilité d'une action, les simulations de Monte Carlo font varier la volatilité elle-même. En théorie, cela fournit une meilleure approximation des fluctuations de prix dans le monde réel. Et les quants ont mis au point des méthodes encore plus obscures de tarification des produits dérivés. Certains modèles particulièrement compliqués suivent d'autres facteurs économiques, comme le marché boursier dans son ensemble, ou même des facteurs macroéconomiques plus importants, en plus du prix d'une action.

L'exécution de telles simulations intensives en calculs est devenue beaucoup plus facile au cours de la dernière décennie. Gregg Berman, un ancien astrophysicien expérimental qui a quitté l'académie pour le monde de la finance en 1993, est l'un de ce qu'il appelle une pléthore de docteurs chez RiskMetrics, une entreprise qui fournit des modèles, des outils et des données à la majorité des grandes banques, maisons de courtage , et les fonds spéculatifs. (Entre autres choses, la société essaie de prédire comment un dérivé se comportera dans diverses conditions de marché - comment il pourrait réagir, par exemple, à l'affaiblissement des taux de change ou à l'augmentation des taux d'intérêt.) Lorsque Berman a commencé dans l'entreprise, dit-il, les simulations à part entière [du type Monte Carlo] étaient rares. Maintenant que les ordinateurs peuvent être si facilement connectés, cependant, Berman pourrait mettre jusqu'à 1 000 processeurs au travail à la fois pour exécuter des simulations dans les simulations, ce qui pourrait mesurer le risque sur un produit comme un titre adossé à des créances hypothécaires.

Le résultat net de cette capacité améliorée d'attribuer des valeurs à des dérivés de plus en plus complexes a été une explosion de leur variété. Cela signifiait qu'il existait un dérivé adapté à l'appétit pour le risque de chaque investisseur. En conséquence, les investisseurs étaient de plus en plus disposés à investir davantage dans les produits dérivés.

Récemment, l'un des plus populaires de ces nouveaux instruments a été les titres de créance garantis, ou CDO. De manière cruciale pour notre histoire, les CDO sont également le produit le plus étroitement associé au désordre des subprimes de l'été. Le CDO a été appelé un dérivé d'un dérivé, et pour compliquer davantage les choses, il existe des CDO de CDO, et même des CDO de CDO de CDO. Un CDO combine à la fois des titres à haut et à faible risque qui pourraient tirer leur trésorerie d'hypothèques, de prêts automobiles ou de sources plus ésotériques comme les revenus d'un film ou la location d'avions. Les investisseurs dans un CDO peuvent acheter les droits à différents niveaux de revenus et de risques associés, appelés tranches. Généralement, la tranche la plus risquée d'un CDO rapporte le plus de revenus. Créés par les quants et tarifés par les quants, les CDO sont devenus un moyen populaire pour les fonds spéculatifs, les fonds de pension, les compagnies d'assurance et d'autres investisseurs d'acheter des morceaux de secteurs à haut risque mais à haut profit comme les prêts subprime. Selon la Securities Industry and Financial Markets Association, les émissions annuelles de CDO dans le monde ont presque doublé entre 2005 et 2006, passant de 249,3 milliards de dollars à 488,6 milliards de dollars.

Les quants qui conçoivent de tels dérivés travaillent plus ou moins en public. Ils sont obscurcis principalement par la complexité de leur travail. Mais notre connaissance des quants qui conçoivent des stratégies de trading est en outre occultée par le secret des grands opérateurs de fonds comme Renaissance Technologies. J'ai réussi à parler avec certains commerçants actuels, qui m'ont donné une idée générale de leur approche, et avec certains ex-commerçants, qui étaient un peu plus précis.

Une méthode courante que les quants utilisent pour identifier les opportunités de marché est le trading de paires. Le trading de paires consiste à essayer de trouver des titres qui montent en tandem ou qui ont tendance à aller dans des directions opposées. Si cette relation faiblit - si, par exemple, les valeurs de deux actions qui voyagent ensemble divergent soudainement - cela indiquera probablement qu'une action est sous-évaluée ou surévaluée. Quelle action n'a pas d'importance : un trader qui parie simultanément que l'une va monter et l'autre baisser gagnera probablement de l'argent. C'est une stratégie qui se prête à l'utilisation d'ordinateurs, qui peuvent trier un grand nombre de corrélations de prix sur de nombreuses années de données stockées, bien que la décision finale de spéculer sur le prix relatif des actions jumelées incombe généralement aux gestionnaires d'un fonds.

Les quants ont également poursuivi une stratégie connue sous le nom d'arbitrage de structure de capital, qui cherche à exploiter la tarification inefficace des obligations d'une entreprise par rapport à ses actions. Encore une fois, les ordinateurs effectuent la recherche, à la recherche de cas où, pour une raison ou une autre, les titres sont légèrement désalignés.

Dans une technique similaire, Max Kogler, directeur du nouveau MM Capital à New York, utilise des ordinateurs pour rechercher des incohérences de valeur entre l'option sur un fonds indiciel et les options sur les actions qui composent cet indice. Kogler est titulaire d'une maîtrise de l'Université de Cambridge en mathématiques pures avec une spécialisation en statistiques. Il dit que ses algorithmes recherchent des paniers d'options qui ne font pas ce qu'ils sont censés faire. Lorsque ses ordinateurs trouvent un tel panier, lui et ses partenaires discutent de l'opportunité d'acheter ou non.

Kogler exécute ses algorithmes sur une seule machine Linux. Une partie de l'attrait de notre algorithme, a-t-il déclaré dans un e-mail, est qu'il réduit considérablement les exigences de calcul. Néanmoins, vous voudrez avoir une machine rapide avec une vitesse d'horloge assez décente et quelques processeurs parallèles.

Dans ce qu'on appelle le trading non discrétionnaire, les ordinateurs trouvent à la fois les inefficacités et exécutent les transactions. Le groupe Aite, une société de recherche sur les services financiers, estime qu'environ 38 % de toutes les actions peuvent être négociées automatiquement, un nombre qu'il prévoit d'augmenter à 53 % en trois ans.

Les ordinateurs sont également à la base d'une autre frontière en développement, le trading à haute fréquence, qui est une forme incroyablement exagérée de day trading. L'ordinateur recherche des schémas et des inefficacités sur des minutes ou des secondes plutôt que sur des heures ou des jours. Un algorithme, par exemple, peut rechercher des modèles de trading pendant que les Japonais déjeunent ou dans les instants précédant une annonce importante. Il y a une énorme quantité de telles données à analyser. Olsen Financial Technologies, une entreprise basée à Zürich qui propose des données à la vente, dit qu'elle collecte jusqu'à un million de mises à jour de prix par jour.

Un commerçant avec qui j'ai parlé dans un fonds spéculatif de 10 milliards de dollars basé à New York a déclaré que son ordinateur exécutait 1 000 à 1 500 transactions par jour (bien qu'il ait noté qu'il ne s'agissait pas de ce qu'il appelait des transactions intra-journalières). Son contrat de travail d'un pouce d'épaisseur m'empêchait d'utiliser son nom, mais il a parlé un peu de son approche. Notre système a une touche de théorie génétique et une touche de physique, a-t-il déclaré. Par théorie génétique, il entendait que son ordinateur génère des algorithmes de manière aléatoire, de la même manière que les gènes mutent de manière aléatoire. Il teste ensuite les algorithmes par rapport aux données historiques pour voir s'ils fonctionnent. Il aime relever le défi de déchiffrer le comportement de quelque chose d'aussi complexe qu'un marché ; comme il l'a dit, c'est comme si j'essayais de calculer l'univers. Comme la plupart des quants, le trader a professé son mépris pour le sixième sens du trader traditionnel, ainsi que pour les analystes à l'ancienne qui passaient du temps à interviewer des dirigeants et à évaluer l'histoire d'une entreprise.

Le trading à haute fréquence est susceptible de devenir plus courant à mesure que la Bourse de New York se rapproche de plus en plus d'un système entièrement automatisé. Déjà, 1 500 transactions par jour sont prudentes ; les ordinateurs de certains traders à haute fréquence exécutent des centaines de milliers de transactions chaque jour.

Liée au trading à haute fréquence est la science en développement du traitement des événements, dans laquelle l'ordinateur lit, interprète et agit sur les nouvelles. Une transaction en réponse à une annonce de la FDA, par exemple, pourrait être effectuée en quelques millisecondes. Capitalisant sur cette tendance, Reuters a récemment introduit un service appelé Reuters NewsScope Archive, qui marque les articles publiés par Reuters avec des identifiants numériques afin qu'un article puisse être téléchargé, analysé pour obtenir des informations utiles et traité presque instantanément.

Tout cela fonctionne très bien, jusqu'à ce que ce ne soit pas le cas. Tout s'effondre lorsque vous faites face à un événement aberrant, explique le trader du fonds de 10 milliards de dollars, en utilisant le terme d'un statisticien pour les événements qui existent au plus haut degré de probabilité. Il est facile de mal évaluer vos résultats lorsque vous réussissez. Ces événements sur cent peuvent facilement se produire deux fois par an.

Les événements d'août étaient des valeurs aberrantes, et ils étaient dus aux quants eux-mêmes. (Certains contestent ce verdict : voir On Quants ) Pour commencer, les quants étaient indirectement responsables de l'essor des prêts immobiliers proposés aux candidats chancelants.

Les produits dérivés permettent aux banques d'échanger leurs hypothèques comme des cartes à bulles, et la séparation du détenteur d'un prêt de l'émetteur d'un prêt a eu tendance à créer une race trop généreuse d'agents de crédit. Les banques, à leur tour, ont été attirées par l'énorme marché des produits dérivés comme les CDO. Ce marché était alimenté par l'appétit des hedge funds pour des produits un peu plus risqués et donc plus rentables. Et les quants spécialisés dans l'évaluation des risques ont encouragé la décision d'acheter des CDO, car ils pensaient que le marché du crédit allait connaître environ neuf années de volatilité relativement bénigne.

C'était une hypothèse parfaitement rationnelle ; il s'est juste avéré que c'était faux. Matthew Rothman, analyste senior en stratégies quantitatives chez Lehman Brothers, a qualifié l'été de période de performances anormales importantes ; selon ses calculs, c'était le plus étrange en 45 ans. Le fonds Renaissance Technologies de James Simons a chuté de 8,7% au cours de la première semaine d'août et, dans une lettre à ses investisseurs, il a qualifié cette période de période des plus inhabituelles. Comme Andrew Lo l'a dit, Malheureusement, la vie est devenue très intéressante. le le journal Wall Street l'a appelé une embuscade d'août.

Les dommages se sont rapidement propagés au-delà du marché des titres de créance de faible qualité. C'était presque comme si le monde financier était devenu un marché pour rien tant que les écarts types, le terme mathématique pour la propagation des valeurs s'écartant d'une moyenne. En fait, l'été pourrait être décrit comme une période où trop d'investisseurs ont acheté des écarts types trop élevés pour leurs moyens.

Parmi les leçons qu'a appris August, il peut y avoir un nombre limité de stratégies d'investissement viables - un soupçon confirmé par le déclin étrangement synchrone de nombreux fonds quantitatifs cet été, y compris Renaissance Technologies de Simons. Selon Rothman et d'autres, le comportement étrange du marché en août était probablement le produit de la recherche de liquidités par certains grands fonds spéculatifs pour faire face à leurs obligations de dette, alors que la valeur de leurs CDO diminuait, en vendant les titres les plus faciles à se débarrasser, principalement des actions. (Et quels fonds ? Dans un autre exemple du secret des gestionnaires de fonds, personne ne semble vraiment savoir, ou veut dire.)

Selon la plupart de ceux à qui j'ai parlé, quelque chose comme ce qui suit s'est produit cet été. Les quants avaient, dans la nature ordinaire de leur travail, court-circuité de nombreux stocks. Le shorting est un arrangement par lequel un investisseur emprunte une action à un courtier, garantissant le prêt avec des actifs collatéraux placés dans ce qu'on appelle un compte sur marge. L'investisseur vend d'emblée l'action empruntée ; si l'action perd alors de la valeur, l'investisseur la rachète et empoche la différence de prix lorsqu'il rend l'action au courtier. Mais si la valeur de l'action augmente de manière inattendue, même pendant un petit moment, l'investisseur doit soit placer une garantie supplémentaire dans le compte sur marge pour couvrir la différence, soit racheter l'action à découvert et la restituer au courtier.

Les CDO avaient servi de collatéral sur les positions courtes des quants. Lorsque la crise des subprimes a comprimé les marchés financiers, la valeur de ces CDO a diminué, forçant les quants à augmenter les garanties dans les comptes sur marge, à racheter les actions à découvert, ou les deux. Mais dans les deux cas, afin de compléter leurs garanties en baisse, les fonds quantitatifs ont été contraints de vendre des actions de premier ordre, dont les prix ont par conséquent chuté. Dans le même temps, alors que les quants rachetaient des actions à découvert, les prix des celles les stocks ont augmenté, exigeant le dépôt d'encore plus de garanties sur les comptes sur marge au moment même où la valeur des CDO souffrait. Le fait que les quants étaient, apparemment, longs sur les mêmes actions fortes et courts sur les mêmes actions faibles était le résultat d'un certain nombre de stratégies, les paires s'échangeant entre elles.

Une autre explication connexe du ralentissement d'août était que les modèles des quants ont tout simplement cessé de refléter la réalité lorsque les conditions du marché ont brusquement changé. Après tout, un algorithme de trading est aussi bon que son modèle. Malheureusement pour les quants, la durée de vie d'un algorithme est de plus en plus courte. Avant de travailler chez RiskMetrics, Gregg Berman a créé des systèmes de négociation de matières premières au sein du Mint Investment Management Group. Au milieu des années 90, dit-il, un bon algorithme pouvait être négocié avec succès pendant trois ou quatre ans. Mais la demi-vie de la viabilité d'un algorithme, dit-il, a diminué, à mesure que de plus en plus de quants rejoignent les marchés, que les ordinateurs deviennent plus rapides et capables de traiter plus de données, et que plus de données deviennent disponibles. Berman pense que deux ou trois mois pourraient être la limite maintenant, et il s'attend à ce qu'elle baisse.

Pour Richard Bookstaber, un quant qui a géré des fonds spéculatifs et des risques pour des entreprises comme Salomon Brothers et Morgan Stanley, le ralentissement d'août a prouvé que les inquiétudes qu'il nourrissait depuis longtemps étaient bien fondées. Bookstaber faisait partie du panel parrainé par l'IAFE ; en fait, il est partout ces jours-ci. Son livre Un démon de notre propre conception , qui est paru en avril, a duré huit ans et a fait des prédictions très prémonitoires.

Bookstaber est un homme calme et réfléchi, avec des yeux bruns vifs et un regard attentif. Il a étudié avec Merton dans les années 1970 au MIT, où il a obtenu son doctorat en économie. Aujourd'hui, il est très inquiet des outils et des méthodes des quants. En particulier, il s'inquiète de la complexité et de ce qu'il appelle le couplage serré, un terme d'ingénieur pour les systèmes dans lesquels de petites erreurs peuvent s'aggraver rapidement, comme c'est le cas dans les centrales nucléaires. Les outils des quants, estime-t-il, sont devenus si compliqués qu'ils ont échappé à leurs créateurs. Nous sommes arrivés au point où même les professionnels peuvent ne pas comprendre les instruments, dit-il. Cela, pour Bookstaber, a été parfaitement démontré cet été, lorsque les problèmes des subprimes ont déclenché une vague réactionnaire de vente d'actions qui sembleraient nominalement non liées, ou, comme le dit Wall Street, non corrélées.

Personne ne savait que ce qui s'était passé sur le marché des subprimes pouvait affecter ce qui se passait dans les fonds d'actions quantitatifs, dit-il. Il y a trop de complexité, trop d'innovations dérivées. Ce sont les gens les plus brillants de l'entreprise. Si cela pouvait leur arriver, cela pourrait arriver à n'importe qui. Personne n'aurait pu prédire le lien.

Linkage est l'un des sujets préférés de Bookstaber. Il pense que les instruments des quants ont lié des marchés qui ne seraient normalement pas liés, et que de tels liens sont dangereux car imprévus.

Berman et d'autres personnes à qui j'ai parlé étaient d'accord avec bon nombre des préoccupations de Bookstaber. Les produits deviennent d'un ordre de grandeur plus complexes, dit Berman. Les choses changent légèrement et sont corrélées là où elles ne l'étaient pas auparavant. Ou, comme il le dit un peu moins gnomiquement, vous ne pouvez pas le faire sans le comprendre, mais vous pouvez Achète-le.

Derrière tout cela bat le grand espoir des quants : à savoir, que le monde financier puisse être compris à travers les mathématiques. Ils ont essayé de découvrir les structures sous-jacentes des marchés financiers, tout comme les universitaires ont percé les mystères du monde physique. Plus les quants apprennent, cependant, plus une théorie unifiée de la finance semble lointaine. Le comportement humain, tel qu'il se manifeste sur les marchés financiers, résiste tout simplement à la quantification, du moins pour le moment.

Emanuel Derman se souvient avoir rêvé d'une telle théorie financière unifiée au début des années 1990, peu après avoir fait le saut de l'université à la rue. Mais ces rêves, dit-il, sont morts. La finance quantitative ressemble superficiellement à la physique, dit-il, mais l'efficacité est très différente. En physique, vous pouvez faire des choses à 10 chiffres significatifs et obtenir la bonne réponse. En finance, vous avez de la chance si vous pouvez distinguer le haut du bas.

Ainsi, le haut était en bas et le bas était en haut cet été, et Bookstaber et d'autres espèrent que c'est un avertissement qui sera pris en compte, plutôt que le début d'une crise systémique majeure.

Et a été subprime le canari dans la mine ? C'était une question à laquelle les panélistes et le public qui se sont présentés au Four World Financial Center en août dernier commencent à peine à répondre. Leslie Rahl, par exemple, m'a prudemment dit dans un e-mail de suivi qu'il semble de plus en plus que la réponse est oui. De nombreux signes l'ont suggéré, des pertes d'emplois à la sécheresse continue du crédit en passant par l'affaiblissement du dollar, mais cette histoire n'a pas encore été écrite.

En prélude à la table ronde, Rahl a demandé au public de prédire si les écarts de crédit allaient se réduire ou s'élargir au cours des prochains mois. Elle parlait de la différence entre le prix d'un bon du Trésor et le prix d'une obligation d'entreprise plus risquée, un indicateur standard de Wall Street pour la santé de l'économie. Un élargissement du spread de crédit est généralement perçu comme un signe d'incertitude et un spread étroit comme un signe d'optimisme.

Combien pensent que les spreads vont s'élargir ? elle a demandé.

Les mains d'environ la moitié des personnes les plus intelligentes de Wall Street se sont levées.

Et combien pensent qu'ils vont se rétrécir ?

L'autre moitié, tout aussi intelligente, leva la main.

Eh bien, dit-elle. C'est ce qui fait un marché.

S'ils ne le savaient pas, personne ne le pourrait.

Bryant Urstadt est un écrivain indépendant basé à New York. Son travail est paru dans Harper's et Pierre roulante .

cacher