The mathematician who cracked Wall Street | Jim Simons

2,728,196 views ・ 2015-09-25

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Andrea Mussap Revisor: Irla Coutinho
00:12
Chris Anderson: You were something of a mathematical phenom.
0
12817
2834
Chris Anderson: Você foi um fenômeno da matemática.
00:15
You had already taught at Harvard and MIT at a young age.
1
15675
3064
Você lecionou em Harvard e no MIT ainda muito jovem.
00:18
And then the NSA came calling.
2
18763
2190
E aí a NSA te procurou.
00:21
What was that about?
3
21464
1204
Como foi isso?
00:23
Jim Simons: Well the NSA -- that's the National Security Agency --
4
23207
3923
Jim Simons: Bem, a NSA, Agência de Segurança Nacional americana,
00:27
they didn't exactly come calling.
5
27154
1969
não me procurou exatamente.
00:29
They had an operation at Princeton, where they hired mathematicians
6
29465
4474
Eles tinham um projeto em Princeton, no qual contratavam matemáticos
00:33
to attack secret codes and stuff like that.
7
33963
2942
para decifrar códigos secretos e coisas do gênero.
00:37
And I knew that existed.
8
37294
1672
Eu sabia da existência deles.
00:39
And they had a very good policy,
9
39315
2180
Eles tinham uma política de trabalho muito boa,
00:41
because you could do half your time at your own mathematics,
10
41519
3850
podíamos trabalhar metade do tempo nas nossas pesquisas,
00:45
and at least half your time working on their stuff.
11
45393
3484
e metade nas coisas deles.
00:49
And they paid a lot.
12
49559
1474
E pagavam muito bem,
00:51
So that was an irresistible pull.
13
51057
3051
então foi difícil resistir.
00:54
So, I went there.
14
54132
1912
Então, eu fui para lá.
00:56
CA: You were a code-cracker.
15
56068
1338
CA: Você era um hacker.
00:57
JS: I was.
16
57430
1166
JS: Eu era.
00:58
CA: Until you got fired.
17
58620
1157
CA: Até ser demitido.
00:59
JS: Well, I did get fired. Yes.
18
59801
1583
JS: Sim, fui demitido.
01:01
CA: How come?
19
61408
1245
CA: Por quê?
01:03
JS: Well, how come?
20
63280
1333
JS: Bem, por quê?
01:05
I got fired because, well, the Vietnam War was on,
21
65611
4956
Fui demitido porque a guerra do Vietnã acontecia,
01:10
and the boss of bosses in my organization was a big fan of the war
22
70591
5738
e o chefe dos chefes da minha organização era um grande entusiasta da guerra
01:16
and wrote a New York Times article, a magazine section cover story,
23
76353
4395
e escreveu uma reportagem de capa para a revista New York Times,
01:20
about how we would win in Vietnam.
24
80772
1770
sobre como venceríamos no Vietnã.
01:22
And I didn't like that war, I thought it was stupid.
25
82566
3129
Eu não gostava daquela guerra, eu a achava estúpida.
01:25
And I wrote a letter to the Times, which they published,
26
85719
2665
E escrevi uma carta para o Times, que foi publicada,
01:28
saying not everyone who works for Maxwell Taylor,
27
88408
4014
dizendo que nem todos que trabalhavam para Maxwell Taylor,
01:32
if anyone remembers that name, agrees with his views.
28
92446
4686
se alguém se lembra desse nome, concordava com as opiniões dele.
01:37
And I gave my own views ...
29
97553
1658
E dei minhas próprias opiniões,
01:39
CA: Oh, OK. I can see that would --
30
99235
2164
CA: Ah, certo, percebo que eram...
01:41
JS: ... which were different from General Taylor's.
31
101423
2555
JS: ...diferentes das opiniões do general Taylor.
01:44
But in the end, nobody said anything.
32
104002
1906
Mas no final, ninguém falou nada.
01:45
But then, I was 29 years old at this time, and some kid came around
33
105932
3701
Na época eu tinha 29 anos, e um rapaz apareceu
01:49
and said he was a stringer from Newsweek magazine
34
109657
3088
dizendo que era correspondente da revista Newsweek,
01:52
and he wanted to interview me and ask what I was doing about my views.
35
112769
5367
que queria me entrevistar
e saber o que eu estava fazendo a respeito das minhas opiniões.
01:58
And I told him, "I'm doing mostly mathematics now,
36
118160
3899
Eu respondi: "Agora, estou trabalhando principalmente na matemática
02:02
and when the war is over, then I'll do mostly their stuff."
37
122083
3373
e, quando a guerra acabar, vou trabalhar principalmente nas coisas deles".
02:06
Then I did the only intelligent thing I'd done that day --
38
126123
2825
Então fiz a única coisa inteligente daquele dia:
02:08
I told my local boss that I gave that interview.
39
128972
4157
contei para meu chefe que eu tinha dado aquela entrevista.
02:13
And he said, "What'd you say?"
40
133153
1459
Ele disse: "O que você falou?"
02:14
And I told him what I said.
41
134636
1466
E eu contei a ele.
02:16
And then he said, "I've got to call Taylor."
42
136126
2315
E ele disse: "Vou ter que ligar para o Taylor".
02:18
He called Taylor; that took 10 minutes.
43
138465
2377
Ele ligou para o Taylor, isso levou dez minutos.
02:20
I was fired five minutes after that.
44
140866
2262
Fui demitido cinco minutos depois.
02:23
CA: OK.
45
143590
1222
CA: Certo.
02:24
JS: But it wasn't bad.
46
144836
1151
JS: Mas não foi ruim.
CA: Não foi ruim porque você foi para a "Stony Book"
02:26
CA: It wasn't bad, because you went on to Stony Brook
47
146011
2493
02:28
and stepped up your mathematical career.
48
148528
3133
e alavancou sua carreira matemática.
02:31
You started working with this man here.
49
151685
2452
Você começou a trabalhar com este homem.
02:34
Who is this?
50
154161
1164
Quem é ele?
02:36
JS: Oh, [Shiing-Shen] Chern.
51
156352
1412
JS: Ah, Shiing-Shen Chern.
02:37
Chern was one of the great mathematicians of the century.
52
157788
3104
O Chern foi um dos maiores matemáticos do século.
02:40
I had known him when I was a graduate student at Berkeley.
53
160916
5233
Conheci ele quando eu fazia pós-graduação em Berkeley.
02:46
And I had some ideas,
54
166173
1871
Eu tinha algumas ideias
02:48
and I brought them to him and he liked them.
55
168068
2447
e apresentei-as a ele, e ele gostou.
02:50
Together, we did this work which you can easily see up there.
56
170539
6626
Juntos, fizemos este trabalho que você pode facilmente ver aqui.
02:57
There it is.
57
177189
1150
Aqui está ele.
02:59
CA: It led to you publishing a famous paper together.
58
179198
3606
CA: Através desse trabalho vocês publicaram um artigo famoso juntos.
03:02
Can you explain at all what that work was?
59
182828
3238
Pode nos explicar em que consistia esse trabalho?
03:07
JS: No.
60
187028
1158
JS: Não.
03:08
(Laughter)
61
188210
2274
(Risos)
03:10
JS: I mean, I could explain it to somebody.
62
190966
2064
JS: Bem, eu posso explicar isso a alguém.
03:13
(Laughter)
63
193054
2075
(Risos)
03:15
CA: How about explaining this?
64
195153
1864
CA: Que tal explicar isso?
03:17
JS: But not many. Not many people.
65
197041
2729
JS: Mas não para muitas pessoas.
03:21
CA: I think you told me it had something to do with spheres,
66
201144
2814
CA: Acho que você me disse que tinha algo a ver com esferas,
03:23
so let's start here.
67
203982
1862
então vamos começar por isso.
03:25
JS: Well, it did, but I'll say about that work --
68
205868
3600
JS: Bem, tinha; mas sobre aquele trabalho,
03:29
it did have something to do with that, but before we get to that --
69
209492
3200
tinha algo a ver com isso, mas antes,
03:32
that work was good mathematics.
70
212716
3540
esse trabalho era matemática pura.
03:36
I was very happy with it; so was Chern.
71
216280
2492
Eu estava feliz com o trabalho, e o Chern também.
03:39
It even started a little sub-field that's now flourishing.
72
219910
4176
Ele até começou como um assunto que hoje está crescendo.
03:44
But, more interestingly, it happened to apply to physics,
73
224638
5294
Mas, o que é mais interessante é que ele se aplica à fisica,
03:49
something we knew nothing about -- at least I knew nothing about physics,
74
229956
4295
algo que não conhecíamos, pelo menos eu não sabia nada de física,
03:54
and I don't think Chern knew a heck of a lot.
75
234275
2282
e não acho que o Chern soubesse muita coisa.
03:56
And about 10 years after the paper came out,
76
236581
3963
E uns dez anos depois que o artigo foi publicado,
04:00
a guy named Ed Witten in Princeton started applying it to string theory
77
240568
4480
um cara chamado Ed Witten, em Princeton, começou a aplicá-lo na teoria das cordas
04:05
and people in Russia started applying it to what's called "condensed matter."
78
245072
4852
e pessoas na Rússia começaram a aplicá-lo no que foi chamado "matéria condensada".
04:09
Today, those things in there called Chern-Simons invariants
79
249948
4893
Hoje em dia, as chamadas constantes de Chern-Simons
04:14
have spread through a lot of physics.
80
254865
1865
espalharam-se por trabalhos de física.
04:16
And it was amazing.
81
256754
1174
E isso é fantástico.
04:17
We didn't know any physics.
82
257952
1365
Não sabíamos nada de física.
04:19
It never occurred to me that it would be applied to physics.
83
259714
2854
Nunca pensei que isso seria aplicado à fisica.
04:22
But that's the thing about mathematics -- you never know where it's going to go.
84
262592
3788
Mas esse é o interessante da matemática: você nunca sabe aonde ela vai.
04:26
CA: This is so incredible.
85
266404
1492
CA: Isso é incrível.
04:27
So, we've been talking about how evolution shapes human minds
86
267920
4364
Então, estávamos falando sobre como a evolução influencia a mente humana,
04:32
that may or may not perceive the truth.
87
272308
2508
que pode ou não perceber a verdade.
04:34
Somehow, you come up with a mathematical theory,
88
274840
3313
De alguma forma, você produziu uma teoria matemática,
04:38
not knowing any physics,
89
278177
1848
sem saber nada de física,
04:40
discover two decades later that it's being applied
90
280049
2498
e duas décadas depois descobriu que ela é aplicada
04:42
to profoundly describe the actual physical world.
91
282571
3031
para descrever profundamente o mundo físico real.
04:45
How can that happen?
92
285626
1153
Como isso é possível?
04:46
JS: God knows.
93
286803
1157
JS: Só Deus sabe.
04:47
(Laughter)
94
287984
2110
(Risos)
04:50
But there's a famous physicist named [Eugene] Wigner,
95
290849
3150
Mas há um famoso físico chamado Eugene Wigner
04:54
and he wrote an essay on the unreasonable effectiveness of mathematics.
96
294023
5588
que escreveu um ensaio sobre a eficácia irracional da matemática.
04:59
Somehow, this mathematics, which is rooted in the real world
97
299635
3952
De alguma forma, a matemática está enraizada no mundo real:
05:03
in some sense -- we learn to count, measure, everyone would do that --
98
303611
4995
aprendemos a contar, a medir, todo mundo pode fazer isso,
05:08
and then it flourishes on its own.
99
308630
1830
e aí, ela floresce por conta própria.
05:10
But so often it comes back to save the day.
100
310976
2841
Mas várias vezes ela volta para salvar o dia.
05:14
General relativity is an example.
101
314293
2178
A relatividade geral é um exemplo.
05:16
[Hermann] Minkowski had this geometry, and Einstein realized,
102
316495
3117
Hermann Minkowski tinha essa geometria, e Einstein percebeu:
05:19
"Hey! It's the very thing in which I can cast general relativity."
103
319636
3847
"Ei! É com isso que eu posso lançar a relatividade geral."
05:23
So, you never know. It is a mystery.
104
323507
3112
Nunca se sabe, é um mistério.
05:27
It is a mystery.
105
327056
1217
É um mistério.
05:28
CA: So, here's a mathematical piece of ingenuity.
106
328297
3296
CA: Aqui temos uma engenhosa obra matemática.
05:31
Tell us about this.
107
331617
1342
Conte-nos sobre isto.
05:32
JS: Well, that's a ball -- it's a sphere, and it has a lattice around it --
108
332983
5924
JS: Bem, isto é uma bola, uma esfera, que tem uma estrutura em torno dela,
05:38
you know, those squares.
109
338931
1573
esses quadrados.
05:42
What I'm going to show here was originally observed by [Leonhard] Euler,
110
342697
4906
O que mostrarei aqui foi originalmente observado por Leonhard Euler,
05:47
the great mathematician, in the 1700s.
111
347627
2254
o grande matemático, em 1700.
05:50
And it gradually grew to be a very important field in mathematics:
112
350223
5181
Isso cresceu progressivamente até ser um campo muito importante em matemática:
05:55
algebraic topology, geometry.
113
355428
2334
topologia algébrica, geometria,
05:59
That paper up there had its roots in this.
114
359039
4364
e aquele ensaio tinha as suas raízes nela.
06:03
So, here's this thing:
115
363427
1834
Então, sobre esta coisa:
06:05
it has eight vertices, 12 edges, six faces.
116
365285
4452
ela tem 8 vértices, 12 arestas e 6 faces.
06:09
And if you look at the difference -- vertices minus edges plus faces --
117
369761
3830
E se você calcular a diferença: vértices menos bordas, mais faces,
06:13
you get two.
118
373615
1152
dá dois.
06:14
OK, well, two. That's a good number.
119
374791
2219
Certo, dois. É um bom número.
06:17
Here's a different way of doing it -- these are triangles covering --
120
377034
4248
Aqui, uma outra forma de fazer isso, esta é coberta com triângulos,
06:21
this has 12 vertices and 30 edges
121
381306
4577
ela tem 12 vértices e 30 bordas,
06:25
and 20 faces, 20 tiles.
122
385907
4195
e 20 faces, 20 peças.
06:30
And vertices minus edges plus faces still equals two.
123
390576
4591
E, vértices menos arestas, mais faces, ainda é igual a dois.
06:35
And in fact, you could do this any which way --
124
395191
2847
E você poderia fazer isso de qualquer outra forma,
06:38
cover this thing with all kinds of polygons and triangles
125
398062
3398
cobri-la com todos os tipos de polígonos e triângulos,
06:41
and mix them up.
126
401484
1320
e misturá-los,
06:42
And you take vertices minus edges plus faces -- you'll get two.
127
402828
3279
e vértices menos arestas, mais faces, continuará dando dois.
06:46
Here's a different shape.
128
406131
1611
Aqui está uma forma diferente.
06:48
This is a torus, or the surface of a doughnut: 16 vertices
129
408480
5250
Este é um toro, a superfície de uma rosca,
tem 16 vértices cobertos por estes retângulos,
06:53
covered by these rectangles, 32 edges, 16 faces.
130
413754
4244
32 arestas, 16 faces,
06:58
Vertices minus edges comes out to be zero.
131
418530
2684
e vértices, menos arestas, mais faces dá zero.
07:01
It'll always come out to zero.
132
421238
1475
Sempre dará zero.
07:02
Every time you cover a torus with squares or triangles
133
422737
4310
Toda vez que você cobrir toros com quadrados ou triângulos
07:07
or anything like that, you're going to get zero.
134
427071
3935
ou qualquer coisa do tipo, vai dar zero.
07:12
So, this is called the Euler characteristic.
135
432514
2390
Isso chama-se "Característica de Euler",
07:14
And it's what's called a topological invariant.
136
434928
3449
é o que chamamos de invariante topológico.
07:18
It's pretty amazing.
137
438849
1156
É incrível.
07:20
No matter how you do it, you're always get the same answer.
138
440029
2791
Não importa como você faça, sempre obterá a mesma resposta.
07:22
So that was the first sort of thrust, from the mid-1700s,
139
442844
6299
Esse foi o primeiro impulso, em meados de 1700,
07:29
into a subject which is now called algebraic topology.
140
449167
3769
em um assunto que agora é chamado de topologia algébrica.
07:32
CA: And your own work took an idea like this and moved it
141
452960
2983
CA: E seu próprio trabalho tomou uma ideia como esta e a levou
07:35
into higher-dimensional theory,
142
455967
2449
para a teoria das dimensões superiores,
07:38
higher-dimensional objects, and found new invariances?
143
458440
3088
objetos das dimensões superiores, e encontrou novas invariâncias?
07:41
JS: Yes. Well, there were already higher-dimensional invariants:
144
461552
4643
JS: Sim. Bem, já havia invariantes de dimensão superior:
07:46
Pontryagin classes -- actually, there were Chern classes.
145
466219
4457
as classes de Pontryagin, as classes de Chern.
07:50
There were a bunch of these types of invariants.
146
470700
3548
Havia um monte dessas invariantes.
07:54
I was struggling to work on one of them
147
474272
4135
Eu estava lutando para trabalhar em uma delas
07:58
and model it sort of combinatorially,
148
478431
4203
e modelá-la combinatoriamente,
08:02
instead of the way it was typically done,
149
482658
3022
em vez da maneira usual,
08:05
and that led to this work and we uncovered some new things.
150
485704
4359
o que levou a esse trabalho, e nós descobrimos algumas coisas novas.
08:10
But if it wasn't for Mr. Euler --
151
490087
3501
Mas, se não fosse pelo Sr. Euler,
08:13
who wrote almost 70 volumes of mathematics
152
493612
3981
que escreveu quase 70 volumes de matemática
08:17
and had 13 children,
153
497617
1731
e tinha 13 filhos,
08:19
who he apparently would dandle on his knee while he was writing --
154
499372
6442
que aparentemente ele balançava no joelho enquanto escrevia,
08:25
if it wasn't for Mr. Euler, there wouldn't perhaps be these invariants.
155
505838
5774
se não fosse por ele, talvez não existissem estas invariantes.
08:32
CA: OK, so that's at least given us a flavor of that amazing mind in there.
156
512157
4097
CA: Pelo menos isso nos deu uma amostra dessa mente incrível.
08:36
Let's talk about Renaissance.
157
516804
1543
Vamos falar da "Renaissance".
08:38
Because you took that amazing mind and having been a code-cracker at the NSA,
158
518371
5856
Como você usou essa mente incrível, e tendo sido um hacker na NSA,
08:44
you started to become a code-cracker in the financial industry.
159
524251
3229
você começou a se tornar hacker na indústria financeira.
08:47
I think you probably didn't buy efficient market theory.
160
527504
2690
Acho que você não aceitou a teoria de mercado eficiente.
08:50
Somehow you found a way of creating astonishing returns over two decades.
161
530218
6387
De alguma forma,
você conseguiu rendimentos surpreendentes ao longo de duas décadas.
08:56
The way it's been explained to me,
162
536629
1671
Da forma como me foi explicado,
08:58
what's remarkable about what you did wasn't just the size of the returns,
163
538324
3499
o que é notável sobre o que você fez não foi só o tamanho dos rendimentos,
09:01
it's that you took them with surprisingly low volatility and risk,
164
541847
3883
mas que você os conseguiu com volatilidade e risco surpreendentemente baixos,
09:05
compared with other hedge funds.
165
545754
1824
comparado a outros fundos de cobertura.
09:07
So how on earth did you do this, Jim?
166
547602
1929
Como você fez isso, Jim?
09:10
JS: I did it by assembling a wonderful group of people.
167
550071
4111
JS: Eu fiz isso juntando um grupo maravilhoso de pessoas.
09:14
When I started doing trading, I had gotten a little tired of mathematics.
168
554206
3956
Quando comecei a fazer negociações, eu estava um pouco cansado da matemática.
09:18
I was in my late 30s, I had a little money.
169
558186
3923
Eu já estava no final dos 30 anos e com pouco de dinheiro.
09:22
I started trading and it went very well.
170
562133
2509
Eu comecei a negociar, e me dei muito bem.
09:25
I made quite a lot of money with pure luck.
171
565063
2748
Eu fiz um bom dinheiro, por pura sorte.
09:27
I mean, I think it was pure luck.
172
567835
1666
Eu acho que foi pura sorte.
09:29
It certainly wasn't mathematical modeling.
173
569525
2109
Certamente não foi a modelagem matemática.
09:31
But in looking at the data, after a while I realized:
174
571658
3831
Mas, olhando os dados, depois de um tempo, eu percebi:
09:35
it looks like there's some structure here.
175
575513
2553
parece que há alguma estrutura aqui.
09:38
And I hired a few mathematicians, and we started making some models --
176
578090
3697
Eu contratei alguns matemáticos, e começamos a fazer uns modelos,
09:41
just the kind of thing we did back at IDA [Institute for Defense Analyses].
177
581811
4265
exatamente o tipo de coisa que fazíamos no IAD, o Instituto de Análises de Defesa.
09:46
You design an algorithm, you test it out on a computer.
178
586100
2833
Você escreve um algoritmo e o testa em um computador.
09:48
Does it work? Doesn't it work? And so on.
179
588957
2166
Funciona? Não funciona? E por aí vai.
09:51
CA: Can we take a look at this?
180
591443
1479
CA: Vamos dar uma olhada nisso?
09:52
Because here's a typical graph of some commodity.
181
592946
4541
Porque, aqui tem um gráfico típico de uma commodity, ou algo assim.
09:58
I look at that, and I say, "That's just a random, up-and-down walk --
182
598487
4041
Eu olho para isso e vejo apenas um caminho aleatório, de altos e baixos,
10:02
maybe a slight upward trend over that whole period of time."
183
602552
2862
talvez uma tendência ascendente durante esse tempo.
10:05
How on earth could you trade looking at that,
184
605438
2113
Como você negocia olhando para isso,
10:07
and see something that wasn't just random?
185
607575
2326
e como vê algo que não é apenas aleatório?
10:09
JS: In the old days -- this is kind of a graph from the old days,
186
609925
3247
JS: Nos velhos tempos, este é o tipo de gráfico dos velhos tempos,
10:13
commodities or currencies had a tendency to trend.
187
613196
4284
commodities ou moedas seguiam uma tendência.
10:17
Not necessarily the very light trend you see here, but trending in periods.
188
617504
6055
Não necessariamente a tendência leve que vemos aqui, mas tendendo em períodos.
10:23
And if you decided, OK, I'm going to predict today,
189
623583
4056
E se você decidisse: "Certo, hoje vou prever
10:27
by the average move in the past 20 days --
190
627663
4968
baseado na mudança média dos últimos 20 dias".
10:32
maybe that would be a good prediction, and I'd make some money.
191
632655
3107
Talvez fosse uma boa previsão, e você ganhasse algum dinheiro.
10:35
And in fact, years ago, such a system would work --
192
635786
5608
De fato, anos atrás, tal sistema funcionaria,
10:41
not beautifully, but it would work.
193
641418
2391
não de forma bonita, mas funcionaria.
10:43
You'd make money, you'd lose money, you'd make money.
194
643833
2509
Você ganharia dinheiro, perderia, ganharia.
10:46
But this is a year's worth of days,
195
646366
2198
Mas isso vale a pena em alguns dias de um ano,
10:48
and you'd make a little money during that period.
196
648588
4241
e você faria pouco dinheiro naquele período.
10:53
It's a very vestigial system.
197
653884
1958
É um sistema muito baseado em vestígios.
10:56
CA: So you would test a bunch of lengths of trends in time
198
656525
3529
CA: Então você testaria um monte de comprimentos de tendências no tempo
11:00
and see whether, for example,
199
660078
2436
e veria se, por exemplo,
11:02
a 10-day trend or a 15-day trend was predictive of what happened next.
200
662538
3481
uma tendência de 10 ou 15 dias predizia o que aconteceu em seguida.
11:06
JS: Sure, you would try all those things and see what worked best.
201
666043
6762
JS: Claro, você tentaria tudo isso e veria o que funciona melhor.
11:13
Trend-following would have been great in the '60s,
202
673515
3350
Na década de 60, teria sido ótimo seguir as tendências,
11:16
and it was sort of OK in the '70s.
203
676889
2132
talvez na década de 70 também.
11:19
By the '80s, it wasn't.
204
679045
1873
Mas não na década de 80.
11:20
CA: Because everyone could see that.
205
680942
2817
CA: Porque todos podiam vê-la.
11:23
So, how did you stay ahead of the pack?
206
683783
2782
Então, como vocês se mantêm à frente da maioria?
11:27
JS: We stayed ahead of the pack by finding other approaches --
207
687046
6132
JS: Nós nos mantemos à frente, encontrando outras abordagens,
11:33
shorter-term approaches to some extent.
208
693202
2741
abordagem de curto prazo, até certo ponto.
11:37
The real thing was to gather a tremendous amount of data --
209
697107
3347
O desafio foi juntar uma quantidade enorme de dados,
11:40
and we had to get it by hand in the early days.
210
700478
3578
e no começo, tivemos que fazer isso à mão.
11:44
We went down to the Federal Reserve and copied interest rate histories
211
704080
3466
Copiamos históricos de taxas de juro do banco Federal Reserve
11:47
and stuff like that, because it didn't exist on computers.
212
707570
3265
e coisas desse tipo, pois não havia dados eletrônicos.
11:50
We got a lot of data.
213
710859
1643
Conseguimos muitos dados
11:52
And very smart people -- that was the key.
214
712526
4160
e pessoas muito inteligentes, isso foi a chave!
11:57
I didn't really know how to hire people to do fundamental trading.
215
717463
3776
Eu não sabia como contratar pessoas para fazer negociação fundamental.
12:01
I had hired a few -- some made money, some didn't make money.
216
721749
2949
Eu havia contratado algumas, umas fizeram dinheiro, outras não.
12:04
I couldn't make a business out of that.
217
724722
1880
Eu não conseguia ganhar com aquilo.
12:06
But I did know how to hire scientists,
218
726626
2042
Mas eu sabia como contratar cientistas,
12:08
because I have some taste in that department.
219
728692
3389
porque nesse departamento eu levo jeito.
12:12
So, that's what we did.
220
732105
1838
Então, foi isso o que fizemos.
12:13
And gradually these models got better and better,
221
733967
3231
E, gradualmente, esses modelos foram melhorando
12:17
and better and better.
222
737222
1335
e melhorando cada vez mais.
12:18
CA: You're credited with doing something remarkable at Renaissance,
223
738581
3214
CA: Você leva crédito de ter feito algo notável na Renaissance:
12:21
which is building this culture, this group of people,
224
741819
2601
construir uma cultura, formar esse grupo de pessoas
12:24
who weren't just hired guns who could be lured away by money.
225
744444
3142
que não eram apenas mercenários atraídos por dinheiro,
12:27
Their motivation was doing exciting mathematics and science.
226
747610
3912
mas sim, motivados por fazer matemática e ciência emocionantes.
12:31
JS: Well, I'd hoped that might be true.
227
751860
2399
JS: Bem, eu queria que isso fosse verdade,
12:34
But some of it was money.
228
754283
3580
mas, em parte, era pelo dinheiro.
12:37
CA: They made a lot of money.
229
757887
1393
CA: Eles ganharam dinheiro.
12:39
JS: I can't say that no one came because of the money.
230
759304
2537
JS: Não posso dizer que ninguém veio pelo dinheiro.
12:41
I think a lot of them came because of the money.
231
761865
2253
Acho que muitos vieram pelo dinheiro,
mas também porque seria divertido.
12:44
But they also came because it would be fun.
232
764142
2021
CA: E qual o papel do aprendizado de máquina nisso?
12:46
CA: What role did machine learning play in all this?
233
766187
2488
12:48
JS: In a certain sense, what we did was machine learning.
234
768699
3064
JS: Em certo sentido, o que fizemos era aprendizado de máquina.
12:52
You look at a lot of data, and you try to simulate different predictive schemes,
235
772879
6291
Você olha para um monte de dados, e tenta simular diferentes modelos preditivos,
12:59
until you get better and better at it.
236
779194
2182
até você ficar cada vez melhor no que faz.
13:01
It doesn't necessarily feed back on itself the way we did things.
237
781400
3767
Da forma como fizemos, por si só, ele não dava um feedback,
13:05
But it worked.
238
785191
2309
mas funcionava.
13:08
CA: So these different predictive schemes can be really quite wild and unexpected.
239
788150
4059
CA: Então, esses modelos de previsão podem ser desordenados e inesperados.
13:12
I mean, you looked at everything, right?
240
792233
1914
Você tem que analisar tudo, certo?
13:14
You looked at the weather, length of dresses, political opinion.
241
794171
3317
O tempo, o comprimento dos vestidos, a opinião política.
13:17
JS: Yes, length of dresses we didn't try.
242
797512
2837
JS: Sim, comprimento de vestidos não testamos.
13:20
CA: What sort of things?
243
800373
2057
CA: Que tipo de coisas?
13:22
JS: Well, everything.
244
802454
1158
JS: Bem, tudo.
13:23
Everything is grist for the mill -- except hem lengths.
245
803636
3264
O que caía na rede, era peixe - exceto a altura das bainhas.
13:28
Weather, annual reports,
246
808852
2300
Tempo, relatórios anuais,
13:31
quarterly reports, historic data itself, volumes, you name it.
247
811176
4732
relatórios trimestrais, volumes, dados históricos em si, você escolhe.
13:35
Whatever there is.
248
815932
1151
O que quer que exista.
13:37
We take in terabytes of data a day.
249
817107
2621
Pegávamos terabytes de dados por dia,
13:39
And store it away and massage it and get it ready for analysis.
250
819752
4124
e armazenávamos, manipulávamos e os deixávamos prontos para análise.
13:45
You're looking for anomalies.
251
825446
1382
Você procura anomalias,
13:46
You're looking for -- like you said,
252
826852
2953
você procura, como disse...
13:49
the efficient market hypothesis is not correct.
253
829829
2452
sabe, a hipótese do mercado eficiente não é correta.
13:52
CA: But any one anomaly might be just a random thing.
254
832305
3467
CA: Mas uma anomalia qualquer pode ser apenas uma coisa aleatória.
13:55
So, is the secret here to just look at multiple strange anomalies,
255
835796
3658
Então, o segredo aqui seria olhar para várias anomalias estranhas,
13:59
and see when they align?
256
839478
1328
e ver quando se alinham?
14:01
JS: Any one anomaly might be a random thing;
257
841238
3213
JS: Uma anomalia qualquer pode ser uma coisa aleatória;
14:04
however, if you have enough data you can tell that it's not.
258
844475
3039
mas, se você tem dados suficientes você pode dizer que não é.
14:07
You can see an anomaly that's persistent for a sufficiently long time --
259
847538
4950
Uma anomalia que persiste por um tempo suficientemente longo,
14:12
the probability of it being random is not high.
260
852512
4975
a probabilidade de ser aleatória não é alta.
14:17
But these things fade after a while; anomalies can get washed out.
261
857511
4858
Mas essas coisas desaparecem depois de um tempo;
anomalias podem desaparecer.
14:22
So you have to keep on top of the business.
262
862393
2420
Então você tem que se manter no topo do negócio.
14:24
CA: A lot of people look at the hedge fund industry now
263
864837
2672
CA: Muitos olham para a indústria de fundos de cobertura
14:27
and are sort of ... shocked by it,
264
867533
4398
e ficam meio que... chocados,
14:31
by how much wealth is created there,
265
871955
2172
com quanta riqueza é criada lá,
14:34
and how much talent is going into it.
266
874151
2245
e quanto talento está indo para lá.
14:37
Do you have any worries about that industry,
267
877523
4006
Você tem preocupações com essa indústria,
14:41
and perhaps the financial industry in general?
268
881553
2414
e talvez com a indústria financeira em geral?
14:43
Kind of being on a runaway train that's --
269
883991
2704
De ela estar em um trem desgovernado,
que, não sei, ajuda a aumentar a desigualdade?
14:46
I don't know -- helping increase inequality?
270
886719
4030
14:50
How would you champion what's happening in the hedge fund industry?
271
890773
3831
Como você defende o que está acontecendo na indústria de fundos de cobertura?
14:54
JS: I think in the last three or four years,
272
894628
2608
JS: Eu acho que, nos últimos três ou quatro anos,
14:57
hedge funds have not done especially well.
273
897260
2103
os fundos de cobertura não foram muito bem.
14:59
We've done dandy,
274
899387
1400
Foi bom para nós,
15:00
but the hedge fund industry as a whole has not done so wonderfully.
275
900811
4001
mas a indústria de fundos de cobertura, como um todo, não se deu tão bem.
15:04
The stock market has been on a roll, going up as everybody knows,
276
904836
4902
O mercado de ações tem estado ótimo, subindo, como todos sabem,
15:09
and price-earnings ratios have grown.
277
909762
3445
e o índice Preço/Lucro tem crescido.
15:13
So an awful lot of the wealth that's been created in the last --
278
913231
3063
Então, uma enorme quantidade de riqueza que foi criada nos últimos,
15:16
let's say, five or six years -- has not been created by hedge funds.
279
916318
3350
digamos, cinco ou seis anos, não foi criada pelos fundos de cobertura.
15:20
People would ask me, "What's a hedge fund?"
280
920458
3221
As pessoas me perguntavam: "O que é um fundo de cobertura?"
15:23
And I'd say, "One and 20."
281
923703
2260
E eu diria: "Um e vinte".
15:25
Which means -- now it's two and 20 --
282
925987
3566
Que significa, bem, agora são 2 e 20,
15:29
it's two percent fixed fee and 20 percent of profits.
283
929577
3353
são 2% de taxa fixa e 20% de lucros.
15:32
Hedge funds are all different kinds of creatures.
284
932954
2352
Os fundos de cobertura são de outra espécie.
15:35
CA: Rumor has it you charge slightly higher fees than that.
285
935330
3239
CA: Dizem que você cobra taxas ligeiramente mais elevada do que eles.
15:39
JS: We charged the highest fees in the world at one time.
286
939339
3081
JS: Uma vez, cobramos as mais altas taxas do mundo.
15:42
Five and 44, that's what we charge.
287
942444
3226
Nós cobramos 5 e 44.
15:45
CA: Five and 44.
288
945694
1398
CA: Cobram 5 e 44.
15:47
So five percent flat, 44 percent of upside.
289
947116
3234
Então, 5% de taxa fixa e 44% de ganhos.
15:50
You still made your investors spectacular amounts of money.
290
950374
2783
Você conseguiu ótimos rendimentos para seus investidores.
15:53
JS: We made good returns, yes.
291
953181
1452
JS: Sim, conseguimos.
15:54
People got very mad: "How can you charge such high fees?"
292
954657
3000
Eles reclamavam: "Como você pode cobrar taxas tão elevadas?"
15:57
I said, "OK, you can withdraw."
293
957681
1627
Eu dizia: "Você pode sair".
15:59
But "How can I get more?" was what people were --
294
959332
2818
Mas "como posso ganhar mais?" era o que eles queriam.
16:02
(Laughter)
295
962174
1504
(Risos)
16:03
But at a certain point, as I think I told you,
296
963702
2440
Mas, a certa altura, acho que eu te disse isso,
16:06
we bought out all the investors because there's a capacity to the fund.
297
966166
5175
nós negociamos todos os investidores, porque há uma capacidade para o fundo.
16:11
CA: But should we worry about the hedge fund industry
298
971365
2704
CA: Devemos nos preocupar com o fato de a indústria de fundos de cobertura
16:14
attracting too much of the world's great mathematical and other talent
299
974093
5438
atrair muitos dos grandes matemáticos e outros talentos do mundo,
16:19
to work on that, as opposed to the many other problems in the world?
300
979555
3238
em vez de eles trabalharem pelos muitos outros problemas no mundo?
16:22
JS: Well, it's not just mathematical.
301
982817
1929
JS: Bem, não são só matemáticos,
16:24
We hire astronomers and physicists and things like that.
302
984770
2679
nós contratamos astrônomos, físicos, e coisas assim.
16:27
I don't think we should worry about it too much.
303
987833
2431
Eu não acho que devamos nos preocupar com isso.
16:30
It's still a pretty small industry.
304
990288
3142
Ainda é uma indústria muito pequena.
16:33
And in fact, bringing science into the investing world
305
993454
5997
E, de fato, trazer a ciência para o mundo do investimento
16:39
has improved that world.
306
999475
2159
melhorou esse mundo.
16:41
It's reduced volatility. It's increased liquidity.
307
1001658
4070
É volatilidade reduzida. É a liquidez aumentada.
16:45
Spreads are narrower because people are trading that kind of stuff.
308
1005752
3189
Os "spreads" estão limitados, pois muitas pessoas os estão negociando.
16:48
So I'm not too worried about Einstein going off and starting a hedge fund.
309
1008965
5076
Então não me preocupa muito se o Einstein está começando um fundo de cobertura.
16:54
CA: You're at a phase in your life now where you're actually investing, though,
310
1014478
4164
CA: No entanto, agora você está em uma fase onde está investindo
16:58
at the other end of the supply chain --
311
1018666
3734
na outra ponta da cadeia de fornecimento,
17:02
you're actually boosting mathematics across America.
312
1022424
4104
você está investindo na matemática em toda a América.
17:06
This is your wife, Marilyn.
313
1026552
1865
Esta é a sua esposa, Marilyn.
17:08
You're working on philanthropic issues together.
314
1028441
4756
Vocês trabalham juntos, com filantropia.
17:13
Tell me about that.
315
1033221
1163
Conte-me sobre isso.
17:14
JS: Well, Marilyn started --
316
1034408
3649
JS: Bem, a Marilyn começou,
17:18
there she is up there, my beautiful wife --
317
1038081
3447
lá está ela, minha linda esposa,
17:21
she started the foundation about 20 years ago.
318
1041552
2972
ela começou uma fundação, há cerca de 20 anos.
17:24
I think '94.
319
1044548
1151
Acho que foi em 94.
17:25
I claim it was '93, she says it was '94,
320
1045723
2095
Eu insisto que foi em 93, ela diz que foi 94,
17:27
but it was one of those two years.
321
1047842
2571
mas foi um desses dois anos.
17:30
(Laughter)
322
1050437
2135
(Risos)
17:32
We started the foundation, just as a convenient way to give charity.
323
1052596
6719
Começamos uma fundação como uma forma conveniente de fazer caridade.
17:40
She kept the books, and so on.
324
1060346
2507
Ela cuidava do balancete, e coisas do tipo.
17:42
We did not have a vision at that time, but gradually a vision emerged --
325
1062877
6714
Naquele tempo, não tínhamos uma visão, mas gradualmente uma visão emergiu,
17:49
which was to focus on math and science, to focus on basic research.
326
1069615
5504
que era: focar em matemática e ciências, para se concentrar em pesquisa básica.
17:55
And that's what we've done.
327
1075569
2772
E isso é o que temos feito.
17:58
Six years ago or so, I left Renaissance and went to work at the foundation.
328
1078365
6355
Há cerca de seis anos, saí da Renaissance e fui trabalhar na fundação.
18:04
So that's what we do.
329
1084744
1571
Então é isso que nós fazemos.
18:06
CA: And so Math for America is basically investing
330
1086339
2909
CA: Então o objetivo da "Math for America" é investir
18:09
in math teachers around the country,
331
1089272
2638
em professores de matemática em todo o país,
18:11
giving them some extra income, giving them support and coaching.
332
1091934
3802
dando-lhes alguma renda extra, apoio e assistência.
18:15
And really trying to make that more effective
333
1095760
3051
E realmente tentando fazer isso de forma mais eficaz,
18:18
and make that a calling to which teachers can aspire.
334
1098835
2601
que seja um chamado a que os professores possam aspirar.
18:21
JS: Yeah -- instead of beating up the bad teachers,
335
1101460
4790
JS: Sim, ao invés de penalizar os professores ruins,
18:26
which has created morale problems all through the educational community,
336
1106274
4853
que só criou mais desânimo em toda a comunidade educativa,
18:31
in particular in math and science,
337
1111151
2441
particularmente, em matemática e ciências,
18:33
we focus on celebrating the good ones and giving them status.
338
1113616
6130
nos concentramos em comemorar os bons, e dar-lhes status.
18:39
Yeah, we give them extra money, 15,000 dollars a year.
339
1119770
2931
Sim, damos-lhes dinheiro extra, US$ 15 mil por ano.
18:42
We have 800 math and science teachers in New York City in public schools today,
340
1122725
4467
Temos 800 professores de matemática e ciências
nas escolas públicas de Nova York, como parte de um núcleo.
18:47
as part of a core.
341
1127216
1814
18:49
There's a great morale among them.
342
1129054
3686
Há um grande entusiasmo entre eles.
18:52
They're staying in the field.
343
1132764
2506
Eles estão permanecendo na área.
18:55
Next year, it'll be 1,000 and that'll be 10 percent
344
1135294
2895
Ano que vem serão mil, o que vai ser 10% dos professores de matemática e ciências
18:58
of the math and science teachers in New York [City] public schools.
345
1138213
3544
em escolas públicas da cidade de Nova York.
19:01
(Applause)
346
1141781
5905
(Aplausos)
19:07
CA: Jim, here's another project that you've supported philanthropically:
347
1147710
3410
CA: Aqui tem outro projeto que você apoiou com a filantropia:
19:11
Research into origins of life, I guess.
348
1151144
2397
acho que, investigação sobre as origens da vida.
19:13
What are we looking at here?
349
1153565
1447
O que estamos vendo aqui?
19:15
JS: Well, I'll save that for a second.
350
1155536
1882
JS: Bem, vou guardar essa para depois,
19:17
And then I'll tell you what you're looking at.
351
1157442
2162
e então vou lhe dizer o que estamos vendo.
19:19
Origins of life is a fascinating question.
352
1159628
3056
Origens da vida é uma questão fascinante.
19:22
How did we get here?
353
1162708
1533
Como chegamos aqui?
19:25
Well, there are two questions:
354
1165170
1771
Bem, há duas perguntas:
19:26
One is, what is the route from geology to biology --
355
1166965
5868
uma delas é, qual é o caminho da geologia para a biologia,
19:32
how did we get here?
356
1172857
1381
como chegamos aqui?
19:34
And the other question is, what did we start with?
357
1174262
2364
E a outra é: com o que começamos?
19:36
What material, if any, did we have to work with on this route?
358
1176650
3102
Com que material, se existe algum, devemos trabalhar nessa rota?
19:39
Those are two very, very interesting questions.
359
1179776
3061
Essas são duas questões muito interessantes.
19:43
The first question is a tortuous path from geology up to RNA
360
1183773
5834
A primeira é um caminho tortuoso, desde a geologia até o ácido ribonucleico,
19:49
or something like that -- how did that all work?
361
1189631
2258
ou algo do tipo, como funcionou tudo isso?
19:51
And the other, what do we have to work with?
362
1191913
2388
E a outra, o que temos para trabalhar?
19:54
Well, more than we think.
363
1194325
1771
Bem, mais do que pensamos.
19:56
So what's pictured there is a star in formation.
364
1196120
4843
Então, aquela foto é uma estrela em formação.
20:01
Now, every year in our Milky Way, which has 100 billion stars,
365
1201836
3425
Todos os anos em nossa Via Láctea, que tem 100 bilhões de estrelas,
20:05
about two new stars are created.
366
1205285
2495
cerca de duas novas estrelas são criadas.
20:07
Don't ask me how, but they're created.
367
1207804
2470
Não me pergunte como, mas elas são.
20:10
And it takes them about a million years to settle out.
368
1210298
3080
E elas levam cerca de 1 milhão de anos para se estabelecerem.
20:14
So, in steady state,
369
1214132
2176
Assim, em estado estacionário,
20:16
there are about two million stars in formation at any time.
370
1216332
3848
há cerca de 2 milhões de estrelas em formação em qualquer momento.
20:20
That one is somewhere along this settling-down period.
371
1220204
3458
Aquela está em algum lugar ao longo deste período de estabelecimento.
20:24
And there's all this crap sort of circling around it,
372
1224067
2936
E há todo esse tipo de coisa circulando ao redor dela,
20:27
dust and stuff.
373
1227027
1498
poeira e outras coisas.
20:29
And it'll form probably a solar system, or whatever it forms.
374
1229479
3023
E provavelmente ela vai formar um sistema solar ou outra coisa.
20:32
But here's the thing --
375
1232526
2176
Mas, veja bem,
20:34
in this dust that surrounds a forming star
376
1234726
6348
nesta poeira que circunda uma estrela em formação
20:41
have been found, now, significant organic molecules.
377
1241098
6035
foram encontrados, agora, moléculas orgânicas significativas.
20:47
Molecules not just like methane, but formaldehyde and cyanide --
378
1247958
6139
Moléculas não apenas como o metano, mas formaldeído e cianeto,
20:54
things that are the building blocks -- the seeds, if you will -- of life.
379
1254121
6517
coisas que são os blocos de construção, as sementes, se me permitem, da vida.
21:01
So, that may be typical.
380
1261136
2692
Talvez isso seja típico.
21:04
And it may be typical that planets around the universe
381
1264395
6934
E pode ser típico que planetas em torno do universo
21:11
start off with some of these basic building blocks.
382
1271353
3612
comecem com alguns desses blocos básicos de construção.
21:15
Now does that mean there's going to be life all around?
383
1275830
2715
Agora, isso significa que vai ter vida por todo canto?
21:18
Maybe.
384
1278569
1364
Talvez.
21:19
But it's a question of how tortuous this path is
385
1279957
4127
Essa é uma questão de quão tortuoso é esse caminho
21:24
from those frail beginnings, those seeds, all the way to life.
386
1284108
4394
desde esses começos frágeis, as sementes, por todo o caminho até a vida.
21:28
And most of those seeds will fall on fallow planets.
387
1288526
5192
E a maioria dessas sementes cairão em planetas inférteis.
21:33
CA: So for you, personally,
388
1293742
1409
CA: Para você, pessoalmente,
21:35
finding an answer to this question of where we came from,
389
1295175
2722
encontrar uma resposta a esta pergunta, de onde viemos,
21:37
of how did this thing happen, that is something you would love to see.
390
1297921
3658
de como essa coisa acontece, é algo que você gostaria de ver.
21:41
JS: Would love to see.
391
1301603
1786
JS: Eu adoraria ver.
21:43
And like to know --
392
1303413
1490
Eu gostaria de saber:
21:44
if that path is tortuous enough, and so improbable,
393
1304927
5170
se esse caminho é tão tortuoso e tão improvável
21:50
that no matter what you start with, we could be a singularity.
394
1310121
4754
que não importa com o que começou, poderíamos ser uma singularidade.
21:55
But on the other hand,
395
1315336
1152
Mas, por outro lado,
21:56
given all this organic dust that's floating around,
396
1316512
3478
dada toda essa poeira orgânica circulando,
22:00
we could have lots of friends out there.
397
1320014
3791
poderíamos ter muitos amigos lá fora.
22:04
It'd be great to know.
398
1324947
1161
Eu adoraria saber disso.
22:06
CA: Jim, a couple of years ago, I got the chance to speak with Elon Musk,
399
1326132
3480
CA: Jim, há alguns anos, tive a chance de falar com o Elon Musk,
22:09
and I asked him the secret of his success,
400
1329636
2837
e perguntei-lhe o segredo de seu sucesso,
22:12
and he said taking physics seriously was it.
401
1332497
3691
e ele disse que era levar a física a sério.
22:16
Listening to you, what I hear you saying is taking math seriously,
402
1336696
4003
Ouvindo você, eu te ouço dizer que está levando a matemática a sério,
22:20
that has infused your whole life.
403
1340723
3003
que infundiu toda a sua vida.
22:24
It's made you an absolute fortune, and now it's allowing you to invest
404
1344123
4563
Ela lhe deu uma fortuna e agora está lhe permitindo investir
22:28
in the futures of thousands and thousands of kids across America and elsewhere.
405
1348710
4496
no futuro de milhares de crianças em toda a América e em outros lugares.
22:33
Could it be that science actually works?
406
1353567
2858
Então, a ciência realmente funciona?
22:36
That math actually works?
407
1356449
2772
Matemática realmente funciona?
22:39
JS: Well, math certainly works. Math certainly works.
408
1359245
4372
JS: Bem, matemática certamente funciona.
22:43
But this has been fun.
409
1363641
1198
Mas tem sido divertido.
22:44
Working with Marilyn and giving it away has been very enjoyable.
410
1364863
4946
Trabalhar com a Marilyn e fazer doações tem sido muito agradável.
22:49
CA: I just find it -- it's an inspirational thought to me,
411
1369833
2936
CA: É um pensamento inspirador para mim
22:52
that by taking knowledge seriously, so much more can come from it.
412
1372793
4007
que, ao tomar o conhecimento a sério, muito mais pode vir a partir disso.
22:56
So thank you for your amazing life, and for coming here to TED.
413
1376824
3018
Então, obrigado por sua vida incrível, e por ter vindo ao TED.
22:59
Thank you.
414
1379866
751
Obrigado.
23:00
Jim Simons!
415
1380651
1101
Jim Simons!
23:01
(Applause)
416
1381806
4380
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7