opisujące porządek rynków finansowych. Jego podejście wykazywało pewne podobieństwa do strategii opracowanej wiele lat wcześniej w Instytucie Analiz Obronnych. Wraz z kolegami napisali artykuł, w którym wykazali, że rynki finansowe znajdują się w różnych ukrytych stanach, które można zidentyfikować przy użyciu modeli matematycznych. Teraz przetestuje to podejście w świecie rzeczywistym.
– Musi istnieć jakiś sposób modelowania tego – myślał.
Simons nazwał swoją nową spółkę Monemetrics – jest to połączenie dwóch słów: money (pieniądze) i econometrics (ekonometria). Miało to wskazywać, że do analizy danych finansowych i oceny zysków z transakcji będzie wykorzystywał metody matematyczne. W IDA zbudował modele komputerowe do wychwytywania „sygnałów” ukrytych w szumie komunikatów wysyłanych przez wrogów Stanów Zjednoczonych. W Stony Brook namierzał i ściągał utalentowanych matematyków, a potem nimi zarządzał. Teraz miał zatrudnić zespół mózgowców, którzy przegryzą się przez dane rynkowe, by zidentyfikować trendy i stworzyć formuły matematyczne, dzięki którym można osiągnąć zysk.
Simons nie był pewien, od czego zacząć. Wszystko, co wiedział, sprowadzało się do tego, że rynki walutowe zostały uwolnione i mają potencjał do tego, by przynosić zyski. Uważał, że idealnym wspólnikiem raczkującej firmy byłby Leonard Baum, jeden ze współautorów artykułu, który napisali w IDA. Matematyk, który mnóstwo czasu poświęcił na doszukiwanie się ukrytych stanów i sporządzanie krótkoterminowych prognoz w chaotycznych środowiskach. Simons musiał tylko przekonać Bauma do podjęcia ryzyka, na jakie narazi swoją karierę, gdy przyjmie jego radykalne i niesprawdzone podejście.
Lenny Baum urodził się w 1931 roku jako syn imigrantów, którzy uciekli z Rosji do Brooklynu przed okropną biedą i antysemityzmem. Gdy miał trzynaście lat, jego ojciec Morris podjął pracę na podrzędnym stanowisku w fabryce kapeluszy, w której ostatecznie został menedżerem i później – właścicielem. Jako nastolatek Lenny miał ponad 180 centymetrów wzrostu. Miał ogromną klatkę piersiową. W szkole był najlepszym sprinterem, był także członkiem jej reprezentacji tenisistów, choć jego delikatne dłonie mogły sugerować, że lepiej się czuje, przewracając kartki książki, niż walcząc na korcie.
Pewnego dnia, gdy wraz z przyjaciółmi odwiedzał pobliską Brighton Beach, zauważył pełną życia i atrakcyjną młodą kobietę rozmawiającą z przyjaciółmi. Julia Lieberman, gdy miała pięć lat, przyjechała z rodziną do Stanów Zjednoczonych z małej wioski w Czechosłowacji, ściskając w rękach swoją ulubioną lalkę. W roku 1941 uciekli przed nazistami ostatnim statkiem odpływającym z Europy. Gdy znaleźli się w Nowym Jorku, ojciec Julii, Louis, przez całe miesiące bezskutecznie poszukiwał pracy. Zniechęcony postanowił pójść do miejscowej fabryki i spróbować wmieszać się w tłum jej robotników. Okazał się tak niestrudzonym pracownikiem, że przyjęto go. Później w ich małym domku szeregowym uruchomił automat pralniczy. Rodzina Liebermanów zawsze miała jednak problemy finansowe.
Lenny i Julia zakochali się i pobrali. Przenieśli się do Bostonu, gdzie Lenny studiował na Uniwersytecie Harvarda, kończąc w roku 1953 studia magisterskie, a potem zdobywając tytuł doktora w dziedzinie matematyki. Julia z czwartą lokatą na roku ukończyła Uniwersytet Bostoński, a potem uzyskała na Harvardzie tytuł magistra w dziedzinie edukacji i historii. Po dołączeniu do zespołu IDA w Princeton, Baum w łamaniu kodów odnosił jeszcze większe sukcesy niż Simons. To właśnie jemu przypisywano najważniejsze, choć utajnione, sukcesy Instytutu.
– Lenny i kilku innych z pewnością wyprzedzało Jima w tym, co my, zarządzający zwykliśmy nazywać „kolejką do łodzi ratunkowej” – mówi Lee Neuwirth.
Łysiejący i brodaty Baum prowadził badania naukowe w dziedzinie matematyki równocześnie, podobnie jak Simons, żonglując rządowymi zleceniami. W ciągu kilku późnych lat 60. Baum i Lloyd Welch, informatyk teoretyk pracujący na końcu korytarza, stworzyli algorytm do analizowania łańcuchów Markowa, będących ciągiem zdarzeń, w których prawdopodobieństwo tego, co stanie się potem, zależy wyłącznie od aktualnego stanu, a nie od zdarzeń w przeszłości. W łańcuchu Markowa nie można z całą pewnością przewidzieć przyszłości, ale można obserwować łańcuch, by nauczyć się odgadywać możliwe wyniki. Przykładem procesu Markowa może być bejsbol. Jeśli pałkarz ma trzy piłki i dwa razy ich nie odbije, kolejność i dzieląca je liczba nieudanych uderzeń nie ma znaczenia. Jeśli przy następnym rzucie nie odbije piłki, pałkarz schodzi z boiska.
Ukryty proces Markowa to taki, w którym łańcuch zdarzeń jest determinowany przez nieznane, ukryte parametry lub zmienne. Można zobaczyć rezultaty generowane przez łańcuch, ale nie można zobaczyć „stanów” pomocnych przy wyjaśnieniu progresji łańcucha. Osoby nieznające się na bejsbolu mogą rozkładać bezradnie ręce, widząc aktualne dane o liczbie obiegów w każdej rundzie – jeden w tym, sześć w innym, bez żadnej oczywistej prawidłowości czy wyjaśnienia. Niektórzy inwestorzy porównują rynki finansowe, zasady rozpoznawania mowy i inne skomplikowane łańcuch wydarzeń do ukrytych procesów Markowa.
Algorytm Bauma-Welcha okazał się sposobem na oszacowanie prawdopodobieństw i parametrów tych skomplikowanych ciągów z wykorzystaniem niewiele większej ilości informacji niż same wyniki procesu. W przypadku gry w bejsbol algorytm Bauma-Welcha umożliwiłby komuś, kto zupełnie nie rozumie tej dyscypliny sportu, odgadnięcie sytuacji na boisku, która doprowadziła do takich, a nie innych wyników. Gdyby na przykład nastąpił gwałtowny skok z dwóch obiegów do pięciu, model Bauma-Welcha mógłby wskazywać, że prawdopodobnie właśnie został wykonany trzykrotny home run, a nie trzykrotny obieg do bazy. Algorytm umożliwi domyślenie się, jakie są reguły tej dyscypliny sportu na podstawie rozkładu wyników, nawet jeśli dokładne zasady pozostaną ukryte.
– Algorytm Bauma-Welcha przybliża nas do ostatecznej odpowiedzi, oferując lepsze prawdopodobieństwa – wyjaśnia Welch.
Baum zazwyczaj umniejszał znaczenie swojego osiągnięcia. Jednak dzisiaj jego algorytm umożliwiający komputerowi uczenie się stanów i prawdopodobieństw jest uważany za istotny postęp, jaki dokonał się w XX wieku w uczeniu maszynowym. Dzięki niemu otworzyła się droga do przełomowych odkryć wpływających na życie milionów ludzi w różnych dziedzinach, od genomiki po prognozowanie pogody. Algorytm Bauma-Welcha umożliwił skonstruowanie pierwszego skutecznego systemu rozpoznawania mowy, znalazł nawet zastosowanie w wyszukiwarce Google.
Algorytm Bauma-Welcha przyniósł Lenny’emu Baumowi sławę. Jednak większość z setek artykułów, które napisał, została utajniona, co irytowało Julię. Była przekonana, że jej mąż nie cieszy się ani uznaniem, ani nie otrzymuje wynagrodzenia, na jakie zasługuje. Dzieci Bauma miały niewielkie pojęcie o tym, czym zajmuje się ich ojciec. Za każdym razem, gdy pytały, odpowiadał, że jego praca jest tajna. Mówił im, nad czym nie pracuje.
– Nie robimy bomb – przekonywał pewnego dnia swoją córkę Stefi, gdy pojawiły się kontrowersje wokół wojny wietnamskiej.
W przeciwieństwie do Simonsa, Baum był domatorem. Niewiele czasu poświęcał życiu towarzyskiemu, grze w pokera i kontaktom z ludźmi. Większość wieczorów przesiadywał spokojnie na kanapie pokrytej sztuczną skórą lamparta w ich skromnym domu w Princeton. Bazgrał coś żółtym ołówkiem w notesie. Gdy napotykał szczególnie trudny problem, przerywał, patrzył w dal i rozmyślał. Wpasowywał się w stereotyp nieobecnego myślami profesora. Pewnego dnia przyszedł do pracy z nieogoloną połową brody, wyjaśniając, że od golenia oderwało go myślenie o matematyce.
Pracując w IDA, Baum zauważył, że pogarsza mu się wzrok. Lekarze orzekli, że cierpi na dystrofię stożkowo-pręcikową, zaburzenie atakujące komórki stożkowe na siatkówce. Coraz większą trudność sprawiały mu zajęcia wymagające wyraźnego widzenia, na przykład tenis.