4. 经典凯利公式
在理解了凯利公式的直觉来源之后,我们需要把它从“思想”落到“可计算的公式”。经典凯利公式最常见的写法是:
f* = (bp - q) / b
其中 f* 表示最优下注比例,b 表示赔率(净赢倍数),p 表示胜率,q 表示败率(q = 1 - p)。这个公式看似简单,但它把“胜率”和“赔率”两个维度压缩成一个可执行的仓位数字,是仓位管理中最经典的定量工具之一。
核心结论:凯利公式给出的不是“要不要下注”,而是“在正期望前提下,每次应该投入总资金的多少比例”。它追求的是长期复合增长率最大化,而不是单次收益最大化。
一、核心原理:为什么是 (bp - q) / b
凯利公式的分子 bp - q 代表的是“单位下注的期望净收益”。如果 b = 1(赢赚1倍,输亏1倍),那么分子就是 p - q,也就是胜率减去败率。当 p > q 时,期望为正,才值得下注。分母 b 则起到“归一化”作用:赔率越高,同样的期望优势对应的下注比例反而越小,因为高赔率往往伴随高波动。
从数学上看,凯利公式来自对长期复合增长率的优化。假设每次下注比例为 f,赢的时候资金乘以 (1 + bf),输的时候资金乘以 (1 - f)。经过多次重复后,资金的长期增长率由期望对数收益决定。对 f 求导并令导数为零,就得到 f* = (bp - q) / b。这个推导过程说明:凯利公式不是拍脑袋的经验法则,而是有明确优化目标的数学结果。
理解这一点非常关键:凯利公式假设你可以重复下注、每次比例相同、盈亏独立同分布。如果这些前提不成立,公式的输出只能作为参考,而不能机械执行。
二、各参数含义与计算步骤
要正确使用凯利公式,必须先把三个参数的含义和取值方式弄清楚。很多误用都来自参数定义混乱,而不是公式本身有问题。
| 参数 | 含义 | 取值说明 | 常见错误 |
|---|---|---|---|
| f* | 最优下注比例 | 占总资金的比例,0 到 1 之间;若为负则不下注 | 把 f* 当成“必赚比例”或“满仓信号” |
| b | 净赔率(赢时每单位下注的净利润) | 例如 1 赔 1 时 b=1;1 赔 2 时 b=2 | 把赔率与“总返还”混淆,导致 b 偏大 |
| p | 胜率 | 0 到 1 之间,需基于真实统计或可靠估计 | 用主观感觉代替历史频率 |
| q | 败率 | q = 1 - p | 忘记 q 与 p 互补,导致分子算错 |
具体计算步骤可以归纳为四步:
- 确定赔率 b:明确赢的时候净赚多少倍。若赢赚 100 元、下注 100 元,则 b = 1;若赢赚 200 元、下注 100 元,则 b = 2。
- 估计胜率 p:用历史数据、回测结果或概率模型得到胜率。没有数据时,宁可保守估计,也不要高估。
- 计算败率 q:q = 1 - p。例如 p = 0.55,则 q = 0.45。
- 代入公式:f* = (b × p - q) / b。若结果小于等于 0,说明没有正期望,不应下注;若结果大于 0,则得到理论最优比例。
实用提示:在真实交易或投注中,参数估计误差很大。即使算出 f* = 0.25,也常建议使用“半凯利”或“1/4凯利”,即实际下注 0.125 或 0.0625。这样虽然降低长期增长率,但能显著降低回撤和破产风险。
三、案例与场景:从公式到实战
假设你参与一个重复博弈:每次下注 1 元,赢的时候净赚 1 元(b = 1),输的时候亏掉 1 元。根据历史统计,你的胜率 p = 0.55,败率 q = 0.45。代入公式:
f* = (1 × 0.55 - 0.45) / 1
= (0.55 - 0.45) / 1
= 0.10
这意味着每次应该投入总资金的 10%。如果你有 10 万元,理论下注额是 1 万元。若你采用半凯利,则下注 5000 元。这个结果比“感觉能赢就多下”要理性得多。
再看一个赔率更高的场景:p = 0.4,q = 0.6,b = 3。虽然胜率不到一半,但赔率足够高。计算:
f* = (3 × 0.4 - 0.6) / 3
= (1.2 - 0.6) / 3
= 0.6 / 3
= 0.20
结果是 20%。这说明即使胜率低于 50%,只要赔率足够高、期望为正,仍然可以下注。但要注意,这种情况下的波动会更大,因为输的次数更多。凯利公式给出的是长期最优,不代表短期不会连续亏损。
风险警告:凯利公式对参数极其敏感。如果真实胜率是 0.5,但你误估为 0.55,算出的 f* 可能从 0 变成 0.1,导致你在没有优势时下注。参数误差越大,过度下注的风险越高。
四、常见误区与复盘
第一个误区是把凯利公式当成预测工具。它不预测涨跌,只根据你输入的 p 和 b 计算比例。如果 p 和 b 是错的,输出必然错。因此,参数估计比公式本身更重要。
第二个误区是忽略赔率的定义。有些人把“赢时返还总额”当成 b,例如下注 100 元赢回 200 元,就认为 b = 2。实际上净赚是 100 元,b 应该等于 1。这个错误会让 f* 被低估或高估,直接影响仓位。
第三个误区是满仓执行凯利比例。凯利公式假设可以无限次重复、没有摩擦成本、没有流动性限制。现实中,市场会跳空、滑点、停牌,甚至出现极端黑天鹅。因此,实战中更常见的是分数凯利,而不是全凯利。
第四个误区是忽略相关性。凯利公式针对的是单一独立下注。如果你同时持有多个高度相关的仓位,每个都按凯利比例下注,整体风险会远超预期。此时需要把组合当成一个整体来重新计算。
复盘时,可以问自己三个问题:第一,我的 p 和 b 来自哪里,是否可靠?第二,我实际执行的是全凯利还是分数凯利?第三,如果连续亏损 5 次,我的资金曲线会怎样?把这三个问题回答清楚,才算真正掌握了凯利公式的实战用法。
本节小结:经典凯利公式 f* = (bp - q) / b 是一个把胜率和赔率转化为下注比例的优化工具。它的核心是正期望判断和长期复合增长最大化。使用时必须明确参数定义、保守估计胜率、优先采用分数凯利,并警惕参数误差、相关性风险和极端行情。