3、凯利公式实战应用：数学推导、半凯利模型、多品种分配与局限性
凯利公式，说白了就是一个帮你决定「下多少注」的数学工具。我最早接触它是在做期货CTA策略的时候，当时回测曲线漂亮得不行，结果实盘一跑，仓位没控制好，一个月就把半年的利润吐回去了。嗯，从那以后我才真正重视起仓位管理，凯利公式就成了我工具箱里的常客。
3.1 凯利公式的数学推导
先别急着背公式，我们理解一下它到底在算什么。凯利公式的核心思想是：在长期复利增长最大化的前提下，每次下注的最优比例是多少。
假设你有一个交易策略，胜率是p，盈亏比是b（盈利金额/亏损金额）。那么凯利公式给出的最优仓位f*是：
f* = (p * b - (1-p)) / b这个公式怎么来的？我简单推一下思路。假设你每次下注f比例的资金，赢了资金变成1+f*b，输了变成1-f。重复n次后，你的资金增长率G为：
G = (1+f*b)^(n*p) * (1-f)^(n*(1-p))取对数，求导，令导数为0，就能得到上面的公式。你想想看，这其实就是在最大化对数收益率，也就是长期复利。
核心结论：凯利公式追求的是长期几何增长的最大化，而不是单次收益的最大化。这一点非常重要，很多新手就是栽在这里。
3.2 半凯利模型：为什么我建议你用半仓
理论上凯利公式算出来的是最优解，但实战中我几乎从来不用全凯利。为什么？因为凯利公式假设你知道精确的p和b，但现实中这两个参数都是估计值，误差很大。
举个例子，假设你算出来f*=25%，但实际胜率比估计值低了5%，那么你的实际最优仓位可能只有15%。如果你按25%下注，长期下来反而会降低收益，甚至亏损。
所以，我个人习惯用半凯利模型，也就是把凯利公式算出来的仓位砍一半：
f_half = f* / 2我的经验：半凯利在降低波动率的同时，收益损失并不大。我曾经回测过一套趋势跟踪策略，全凯利的最大回撤是35%，半凯利降到了18%，而年化收益率只下降了不到15%。这个性价比，我觉得很划算。
另外，还有一种更保守的做法叫分数凯利，比如1/4凯利、1/8凯利。对于高波动品种，我建议从1/4凯利起步，慢慢调整。
3.3 多品种凯利分配：别把所有鸡蛋放一个篮子
单品种凯利好理解，但实战中我们通常同时交易多个品种。这时候问题就来了：每个品种的仓位怎么分配？
最简单的做法是：对每个品种独立计算凯利仓位，然后按比例缩放。但这样做忽略了品种之间的相关性。比如你同时做多纳斯达克和做多标普500，这两个高度相关，相当于变相加了杠杆。
更科学的做法是使用多品种凯利矩阵。思路是这样的：
- 计算每个品种的预期收益率和方差
- 计算品种之间的协方差矩阵
- 用矩阵求解最优权重向量
代码实现大概长这样：
import numpy as np
# 假设有3个品种，预期收益率向量
mu = np.array([0.15, 0.12, 0.10])
# 协方差矩阵
cov = np.array([
[0.04, 0.01, 0.005],
[0.01, 0.03, 0.008],
[0.005, 0.008, 0.02]
])
# 求解最优权重（凯利多品种）
inv_cov = np.linalg.inv(cov)
weights = inv_cov @ mu
weights = weights / np.sum(weights) # 归一化
print("最优权重:", weights)注意：多品种凯利对输入参数非常敏感。我曾经在实盘中用过这个模型，结果因为协方差矩阵估计不准，导致权重分配严重偏离预期。后来我改用滚动窗口估计协方差，效果好了很多。
3.4 凯利公式的局限性：别把它当万能药
凯利公式很强大，但它不是万能的。我总结了几条主要的局限性：
| 局限性 | 说明 | 应对方法 |
|---|---|---|
| 参数敏感 | p和b的微小误差会导致仓位大幅偏离 | 使用半凯利或分数凯利 |
| 忽略交易成本 | 频繁交易时，手续费会侵蚀利润 | 在盈亏比中扣除成本 |
| 假设独立同分布 | 实际行情有序列相关性，不是独立事件 | 结合趋势判断动态调整 |
| 无法处理黑天鹅 | 极端行情下，凯利仓位可能过大 | 设置最大仓位上限 |
举个例子，我记得2020年3月美股熔断的时候，很多趋势策略的胜率突然从60%掉到30%。如果你还按原来的凯利仓位操作，一天就能亏掉20%。所以，我现在的做法是：凯利公式只作为参考，最终仓位还要结合市场环境和心理承受能力来定。
避坑指南：我曾经在回测中过度优化凯利参数，结果实盘一塌糊涂。后来我给自己定了个规矩：凯利仓位不超过总资金的15%，不管公式算出来是多少。这个上限帮我躲过了好几次大坑。
知识体系总览
下面这张图总结了本章的核心逻辑，从数学推导到实战应用，再到局限性，你可以对照着梳理自己的仓位管理体系。
好了，这一章的内容就到这里。凯利公式是个好工具，但别迷信它。记住，仓位管理的核心不是追求理论最优，而是在不确定的市场中活下去、活得久。
公众号:蓝海资料掘金营，微信deep3321