凯利公式基础：数学原理、最优仓位计算与实战局限

说到仓位管理，凯利公式是个绕不开的话题。很多人把它奉为“圣杯”，也有人觉得它太理论化，实战中根本用不上。我的看法是——凯利公式是个好工具，但前提是你得理解它的脾气。

今天我们就来拆解一下，凯利公式到底在说什么，怎么算，以及为什么有时候它反而会害了你。

一、凯利公式的数学原理

凯利公式最早是贝尔实验室的约翰·凯利为研究信号噪声问题提出的。后来被应用到赌博和投资领域，用来计算“最优下注比例”。

它的核心思想很简单：在胜率和赔率已知的情况下，找到一个仓位比例，让长期资金增长最快。

标准公式长这样：

f* = (bp - q) / b

其中：

• f* = 最优仓位比例（占总资金的比例）
• b = 赔率（净收益率，比如赚1倍就是1）
• p = 胜率（赢的概率）
• q = 败率（1 - p）

举个例子。假设有个交易策略，胜率60%，赔率1:1（赚亏都是1倍）。那么：

b = 1, p = 0.6, q = 0.4
f* = (1 * 0.6 - 0.4) / 1 = 0.2

也就是说，每次应该用20%的资金去赌。这个比例能让你的资金在长期复利下增长最快。

二、如何计算最优仓位

实战中，我们很少遇到“赔率固定”的情况。更多时候，我们需要根据历史数据来估算胜率和赔率。

我个人习惯用以下步骤：

1. 统计历史交易记录——至少100笔以上，样本太小没意义。
2. 计算平均胜率——盈利次数 / 总交易次数。
3. 计算平均赔率——平均盈利金额 / 平均亏损金额。
4. 代入公式——算出f*。

举个例子。假设你统计了最近200笔交易：

• 盈利120笔，亏损80笔 → 胜率p = 0.6
• 平均盈利2000元，平均亏损1000元 → 赔率b = 2

代入公式：

f* = (2 * 0.6 - 0.4) / 2 = (1.2 - 0.4) / 2 = 0.4

算出来是40%。也就是说，每次交易应该用总资金的40%去下注。

三、凯利公式的实战应用

凯利公式在实战中主要有三个用途：

• 仓位分配——决定每个策略或每笔交易该用多大仓位。
• 资金管理——在多个不相关的策略之间分配资金，最大化整体收益。
• 风险控制——当胜率或赔率发生变化时，动态调整仓位。

我记得有一次，我同时跑三个策略：

策略	胜率	赔率	凯利仓位	实际使用
趋势跟踪	45%	3:1	30%	15%
均值回归	65%	1.5:1	43%	20%
套利策略	80%	0.5:1	60%	25%

你看，套利策略的凯利仓位高达60%，但我只用了25%。为什么？因为套利策略虽然胜率高，但赔率低，一旦遇到黑天鹅，60%的仓位可能直接爆仓。我宁愿少赚点，也要保证账户安全。

四、凯利公式的局限

凯利公式不是万能的。它的局限很明显：

• 需要精确的胜率和赔率——现实中，这两个数字是动态变化的。
• 假设交易独立——但市场有趋势、有周期，交易之间并不独立。
• 忽略心理因素——凯利公式算出来的仓位，可能远超你的心理承受能力。
• 对黑天鹅敏感——一旦遇到极端行情，高仓位可能直接归零。

我曾经犯过一个错误。2015年股灾前，我统计了一个策略，胜率70%，赔率2:1。凯利公式算出来仓位是55%。我心想，这策略稳了，直接上了50%仓位。结果呢？连续三次止损，账户回撤了25%。后来复盘发现，那段时间市场风格变了，胜率从70%降到了40%。凯利公式没变，但市场变了。

所以，我的建议是：

• 永远不要全仓凯利——用一半或三分之一，给自己留余地。
• 定期重新计算——每季度或每半年，根据最新数据更新胜率和赔率。
• 结合最大回撤限制——凯利算出来的仓位，不能超过你能承受的最大回撤。

五、知识体系图

下面这张图，帮你理清凯利公式的核心逻辑：

这张图展示了凯利公式的完整逻辑：输入胜率、赔率、败率，计算出最优仓位，然后应用到仓位分配、资金管理和风险控制中。同时，别忘了它的局限——参数估计不准、心理因素、黑天鹅风险，这些都是实战中必须考虑的。