2、凯利公式入门：数学推导、最优下注与实战应用

凯利公式，说白了就是帮你算「每次该押多少」的数学工具。

我最早接触它是在做期货策略回测的时候。当时有个策略胜率挺高，但仓位一重就爆仓，仓位轻了又赚不够。后来一个老交易员跟我说：「你去看看凯利公式。」嗯，这一看就是十年。

2.1 凯利公式的数学推导

先别急着背公式。我们从一个简单场景开始：

你有一个交易策略，胜率是 p，赔率是 b（赚的时候赚 b 倍，亏的时候亏 1 倍）。每次你押总资金的 f 比例。问：f 取多少，长期增长最快？

假设你连续交易 n 次。赢了 w 次，输了 l 次，n = w + l。最终资金是：

最终资金 = 初始资金 × (1 + bf)^w × (1 - f)^l

取对数，算每期的平均增长率 G：

G = (w/n) × ln(1 + bf) + (l/n) × ln(1 - f)

当 n 足够大时，w/n 趋近于 p，l/n 趋近于 q = 1 - p。所以：

G = p × ln(1 + bf) + q × ln(1 - f)

我们要让 G 最大。对 f 求导，令导数为零：

dG/df = (p × b) / (1 + bf) - q / (1 - f) = 0

解出来：

f* = (p × b - q) / b = p - q / b

这就是凯利公式的核心。f* 就是最优下注比例。

2.2 最优下注比例计算

公式看着简单，用起来有几个坑。我一个个说。

2.2.1 标准情形：已知胜率和赔率

假设你的策略胜率 60%，赔率 1:1（赚1块亏1块）。那么：

f* = (0.6 × 1 - 0.4) / 1 = 0.2

也就是说，每次押 20% 的仓位。我刚开始用的时候觉得「才20%？太保守了吧」。后来回测发现，超过这个比例，长期收益反而下降。

2.2.2 赔率不对称的情形

现实中很少是 1:1 的赔率。比如趋势跟踪策略，经常是赚大亏小。假设胜率 40%，但赚的时候赚 3 倍，亏的时候亏 1 倍：

f* = (0.4 × 3 - 0.6) / 3 = 0.2

同样是 20%。但注意，这里胜率只有 40%，却因为赔率高，依然值得下注。

2.2.3 多资产情形

如果你同时交易多个品种，凯利公式需要扩展成矩阵形式。这里不展开，但记住一个原则：

• 各品种之间的相关性越低，总仓位可以越高
• 相关性高的时候，凯利会建议你降低总敞口

2.3 凯利公式在交易中的实际应用

理论讲完了，说说实战。凯利公式在真实交易中，我建议做三件事：

2.3.1 用半凯利降低风险

全凯利仓位波动极大。我见过有人用全凯利，连续亏 5 次后账户缩水 70%。虽然长期能回来，但心理扛不住。

所以我个人习惯用「半凯利」——也就是 f = f* / 2。增长慢一点，但回撤小很多。

2.3.2 动态调整参数

胜率和赔率不是一成不变的。我建议每 20-30 笔交易重新计算一次。比如：

def kelly(p, b):
    q = 1 - p
    f = (p * b - q) / b
    return max(0, f)  # 负值表示不该做

# 滚动窗口计算
window = 30
recent_trades = trades[-window:]
win_rate = sum(recent_trades) / window
avg_odds = ...  # 平均赔率
current_f = kelly(win_rate, avg_odds)
print(f"当前建议仓位: {current_f:.2%}")

我曾经在股指期货上跑过这个逻辑。市场波动率变化时，凯利值会跟着变。波动率低的时候仓位可以重一些，波动率高的时候要减仓。嗯，这个逻辑后来成了我风控模块的核心。

2.3.3 结合最大回撤限制

凯利公式不考虑最大回撤。但你的资金曲线需要考虑。我常用的做法是：

• 先算凯利比例 f*
• 再算一个「回撤限制比例」f_risk = 最大容忍回撤 / 单笔最大亏损
• 实际仓位 = min(f*, f_risk)

举个例子。你最多能接受 20% 的回撤，单笔最大亏损是 5%。那么 f_risk = 20% / 5% = 4 倍杠杆？不对，这里要小心。实际上 f_risk 应该用风险平价的思想来算，但简单起见，取两者最小值已经能避免很多坑。

2.4 凯利公式的局限性

说实话，凯利公式不是万能的。我见过有人把它当圣杯，结果亏得很惨。几个常见问题：

• 参数敏感：胜率差 5%，仓位可能差一倍
• 忽略交易成本：高频交易中手续费会吃掉利润
• 不适用于非独立事件：如果你的交易有序列相关性，凯利会高估仓位

我曾经在商品期货上吃过这个亏。策略本身有正期望，但连续亏损后参数变了，凯利没跟上，结果仓位过重。那次回撤让我记住了：凯利是工具，不是信仰。

2.5 本章小结

凯利公式的核心就一句话：用数学告诉你该押多少。但数学是死的，市场是活的。我的建议是：

• 理解推导过程，别死记公式
• 实战用半凯利，留足安全边际
• 动态更新参数，别一套参数用一年
• 结合回撤控制，别让凯利毁了你的账户

下一章我们会讲风险平价，那是另一个维度的仓位管理思路。但凯利是基础，先把这块吃透。

---

公众号:蓝海资料掘金营，微信deep3321