凯利公式是什么？
凯利公式（Kelly Criterion）由 John L. Kelly 在 1956 年提出，是"在已知胜率和赔率的条件下，求长期复利增长最大的最优下注比例"的数学公式。它最早用于赌博，后被广泛应用于投资、量化交易、保险。
核心公式
对于二项结果（赢/输）：
f* = (bp − q) / b
- f*：最优下注比例（占总资本）；
- p：胜率；
- q：败率 = 1 − p；
- b：赔率（赢时收益 / 亏损时损失）。
例 1：抛硬币赌局
胜率 50%，赔 1.5 倍（赢得 1.5、输 1）。f* = (1.5 × 0.5 − 0.5) / 1.5 = 16.7%。每次下注 16.7% 的资本，长期复利最优。
例 2：投资场景
策略胜率 60%、平均赔率 2 倍。f* = (2 × 0.6 − 0.4) / 2 = 40%。意味着每次下注最多 40% 仓位。
凯利公式给出的"四个洞察"
- 下注规模决定生死：好策略下注太少，浪费机会；下注太多，破产风险大；
- 胜率越高、赔率越高，下注规模越大；
- 胜率 < 50% 且赔率 ≤ 1：不应下注；
- 同样收益预期，赔率越确定、波动越小，下注规模越大。
"半凯利"原则：实战中的折中
纯凯利公式过于激进，回撤会很大。实战中常用"半凯利"或"四分之一凯利"（f*/2 或 f*/4），"用 60% 期望收益换取 30% 波动率下降"，更符合人性承受度。
凯利公式在 A 股的三种应用
1) 单笔交易仓位决策
估计某次交易的胜率和赔率，按半凯利分配仓位。
2) 策略组合分配
多个策略各自的凯利仓位之和不能超过 100%。
3) 风险评估工具
用历史数据反算凯利分数，判断策略"长期增长潜力"。
凯利公式的"四大限制"
- 胜率/赔率难精确估计：凯利的"输入"本身有不确定性；
- 假设独立同分布：A 股事件相关性高，凯利可能高估；
- 忽视回撤：凯利最大化几何收益，但短期回撤可能巨大；
- 不适合极端情景：黑天鹅会让凯利失效。
实战中的三大用法
- 替代"拍脑袋仓位"：用数学逻辑代替直觉；
- 识别"不可下注"的策略：胜率/赔率不达标的策略坚决不参与；
- 组合配置参考：多个策略叠加时分配资金。
结语
凯利公式是把"仓位管理"科学化的数学武器。它告诉你"该下多少注"，而不是"该不该下注"。结合半凯利原则与谨慎的胜率估计，普通投资者也能从中受益。本文不构成任何投资建议。
深度扩展:凯利公式的"数学逻辑与实战"
🔸 一、凯利公式的起源
- 1956 年贝尔实验室 John Kelly 提出
- 原本用于通信噪声问题
- 后来应用于博彩与投资
- 目标:长期最大化资产增长率
🔸 二、核心公式
f* = (bp - q) / b
- f*:最优仓位比例
- b:盈亏比(盈利/亏损)
- p:胜率
- q:败率 = 1 - p
🔸 三、举例
某策略胜率 60%,盈亏比 1.5:1(盈利赚 1.5,亏损亏 1):
f* = (1.5 × 0.6 - 0.4) / 1.5 = 0.5/1.5 = 33%
所以每次投入 33% 仓位最优。
🔸 四、凯利的三大变种
- 半凯利:实际用 f*/2
- 1/3 凯利:更保守,f*/3
- 分数凯利:可调整
实际应用中几乎都用分数凯利(如 1/4 凯利),因为:
- 胜率估计偏差
- 盈亏比估计偏差
- 极端尾部风险
🔸 五、A 股实战应用
- 短线交易:单股仓位控制
- 网格交易:每格仓位
- 凯利+ETF:指数定投的仓位
🔸 六、五大局限
- 胜率估计:不准
- 盈亏比估计:不准
- 极端行情:连败时仍可能爆仓
- 相关性:凯利假设独立事件
- 心理:满凯利会让人崩溃
本文仅作 A 股市场生态与方法论科普,不构成任何投资建议。市场有风险,投资需谨慎。游资操作对资金/信息/心理有极高要求,普通投资者切勿盲目模仿。