Метод Торпа сводится к следующему: он сразу берет быка за рога, определяя явное преимущество (то есть факторы, которые делают игру выгодной для него в долговременной перспективе). Это преимущество должно быть явным и несложным. Например, по результатам расчетов импульса рулеточного колеса, которые он произвел при помощи первого носимого компьютера (причем его «сообщником» был не кто иной, как великий Клод Шеннон, отец теории информации), он оценил среднее преимущество на ставку как приблизительно равное 40 %. Но это как раз легче всего. Гораздо труднее удержать это преимущество, превратить его в доллары на банковском счете, обеды в ресторанах, интересные путешествия, рождественские подарки для родных и друзей. В конечном счете оказывается, что важнее всего правильно дозировать размеры ставок – делать их не слишком маленькими, но и не слишком большими. В этом отношении Эд проделал большую самостоятельную работу еще до появления теоретических уточнений, внесенных третьим участником Информационного Трио – Джоном Келли, создателем знаменитого критерия Келли, формулы для определения размеров ставок. Сейчас мы вспоминаем об этом критерии именно потому, что Эд Торп обеспечил возможность его практического применения.
Прежде чем мы перейдем к обсуждению дозирования ставок, скажем еще несколько слов о простоте. С точки зрения академического ученого, работу которого оценивают его же коллеги, исход, при котором гора после долгих трудов рождает мышь, – далеко не лучший вариант. С этим не согласится ни управляющий отделением банка, ни консультант по налогообложению, но ученым больше нравится, когда мышь рождает гору; их работа должна казаться сложной. Чем запутаннее, тем лучше; простота не увеличивает цитируемости, индекса Хирша или других модных на данный момент метрик, обеспечивающих почтение университетского начальства. Администрация понимает эти показатели, но не суть научной работы. Отказаться от такого «усложнения ради усложнения» удается разве что величайшим из математиков и физиков (хотя, насколько мне известно, даже им становится все труднее и труднее сделать это в современных условиях финансирования и классификации научных исследований).
Эд тоже начинал свою карьеру в чистой науке, но он предпочитал узнавать все на собственном практическом опыте, в игре со своими собственными ставками. Для практического применения