Kelly公式:最优仓位的数学

引言:赌场里的秘密 1956年,贝尔实验室,物理学家John Kelly发表论文。 问题:如果你有内部信息(知道赔率有利),应该下注多少? 答案:Kelly公式——最大化长期资本增长率的最优下注比例。 应用: Edward Thorp:用Kelly公式在拉斯维加斯赚取数百万(21点) Warren Buffett、Bill Gross:用Kelly思想管理投资 核心洞察: “不是要不要下注,而是下注多少。” 今天我们探讨:Kelly公式的原理?如何应用于交易?为何大多数人会over-bet? 第一部分:Kelly公式的数学 基础公式 Kelly Criterion(Kelly准则): f* = (bp - q) / b 其中: f* = 最优下注比例(占总资本的%) b = 赔率(盈利时的收益倍数) p = 胜率(获胜概率) q = 1-p(失败概率) 推导目标: 最大化几何平均增长率(长期复利) 例子: 场景:抛硬币赌博 胜率p = 60%(作弊硬币,偏向正面) 赔率b = 1(赢了+100%,输了-100%) 计算: f* = (1×0.6 - 0.4) / 1 = 0.2 = 20% 结论:每次下注总资本的20%,长期资本增长率最大。 为什么20%是最优? 模拟(1000次抛硬币,初始资本$100): 下注比例 最终资本(平均) 破产概率 10% $1,523 0% 20%(Kelly) $2,891 0% 30% $1,982 5% 50% $127 35% 100% $0 100% 洞察: ...

April 6, 2025 at 10:15 AM

期望值思维:在不确定性中寻找优势

引子:赌场为什么永远赢? 拉斯维加斯,凌晨3点。 一个赌徒在轮盘赌桌前,已经输了$5000。 他心想:“我运气这么差,下一把肯定会赢!"(赌徒谬误) 他继续下注。 10分钟后,又输了$2000。 为什么赌场永远赢? 不是因为每一局都赢,而是因为期望值(Expected Value)为正。 轮盘赌的数学 美式轮盘: 38个格子(0, 00, 1-36) 赌红色(18个红色格子) 赔率:1:1(赌$100,赢了得$200,输了失$100) 期望值计算: 赢的概率 = 18/38 = 47.37% 输的概率 = 20/38 = 52.63% EV = (18/38) × $100 + (20/38) × (-$100) = 47.37 - 52.63 = -5.26 每赌$100,平均输$5.26 赌场优势(House Edge)= 5.26% 看起来不多? 但: 赌客每小时玩50局 每局平均$50 每小时EV = 50 × $50 × (-5.26%) = -$131.5 10小时后,期望损失 = $1,315 赌场的秘密: 不是每局都赢,而是靠大数定律(Law of Large Numbers),长期必赢。 今天,我们学习如何像赌场一样思考——用期望值主导决策。 核心概念:期望值的深度理解 数学定义 EV = Σ [P(结果ᵢ) × 价值(结果ᵢ)] 或: EV = p₁×v₁ + p₂×v₂ + ... + pₙ×vₙ 简单说:每个可能结果的价值,按概率加权求和。 ...

January 10, 2020 at 12:00 AM