Hvad er Kelly Criterion Calculator?
▾
Kelly-kriteriet er en matematisk formel, der bestemmer den optimale brøkdel af en bankroll eller portefølje, der skal allokeres til en favorabel indsats eller investering for at maksimere den langsigtede logaritmiske vækst af velstand. Udviklet af John L. Kelly Jr. hos Bell Labs i 1956 i forbindelse med informationsteori, og uafhængigt anvendt til gambling og investering, producerer Kelly-formlen den højeste langsigtede sammensatte vækstrate blandt alle væddemålsstrategier med fast fraktion, mens den sikrer, at sandsynligheden for ruin teoretisk er nul (med kontinuerlig væddemål på favorable odds). For et simpelt binært væddemål med sandsynlighed p for at vinde (og sandsynlighed q = 1−p for at tabe), hvor en gevinst betaler odds b (gevinst b dollars for hver dollarindsats), er den optimale Kelly-brøk: f* = (bp − q) / b = p − q/b. Denne brøkdel er den forventede værdi af indsatsen udtrykt som en brøkdel af bankrollen. At satse mere end f* (overbetting) reducerer sammensat vækst og øger ruinrisikoen; at satse mindre end f* (underbetting) er sikkert, men suboptimalt set ud fra et langsigtet vækstperspektiv. For kontinuerlige investeringer (aktier, porteføljer) strækker Kelly-formlen sig til: f* = (μ − r) / σ², hvor μ er forventet afkast, r er den risikofri rente, og σ² er afkastvariansen. Dette resultat forbindes direkte med Sharpe-forholdet: f* = Sharpe-forhold / σ, hvilket betyder, at Kellys optimale gearing er Sharpe-forholdet divideret med volatiliteten. For en typisk diversificeret aktieportefølje med Sharpe=0,5 og σ=15%, foreslår Kelly 0,5/0,15 = 333% allokering - langt over 100%, hvilket indikerer teoretisk gearing. I praksis bruges den fulde Kelly-fraktion sjældent, fordi: (1) edge- og sandsynlighedsestimater i den virkelige verden indeholder betydelig usikkerhed, hvilket gør den sande kant mindre end estimeret (fraktionel Kelly på 25-50 % er almindelig); (2) fuld Kelly producerer alvorlige træk — det forventede maksimale træk før fordobling er ca. 50 % af formuen; (3) de fleste investorer har nyttefunktioner, der straffer store tab mere end logaritmisk nytte indebærer. Halv-Kelly- eller kvart-Kelly-strategier opnår 75 % eller 50 % af Kellys langsigtede vækstrate, mens de dramatisk reducerer nedsættelsen og variansen i resultaterne. Kelly-kriteriet er meget udbredt i sportsvæddemål, poker (professionelle spillere bruger det eksplicit til bankrollstyring), råvarehandel og kvantitativ investeringsstyring. De legendariske investorer Warren Buffett og Charlie Munger har beskrevet investeringstilgange i overensstemmelse med Kellys principper, og kriteriet ligger til grund for Edward Thorps banebrydende arbejde inden for både blackjack-korttælling og kvantitativ forvaltning af hedgefonde.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Formel
▾
Kelly-brøk (binær): f* = (b×p − q) / b = p − (1−p)/b
Kelly-brøk (kontinuerlig): f* = (μ − r) / σ²
Væksthastighed: g = p × ln(1 + b×f*) + (1−p) × ln(1 − f*)Variabelbeskrivelse
▾
| Symbol | Navn | Enhed | Beskrivelse |
|---|---|---|---|
| f* | Kelly fraktion | % | Optimal del af bankrollen til at satse eller investere; maksimerer langsigtet logaritmisk velstandsvækst. |
| p | Sandsynlighed for gevinst | % | Estimeret sandsynlighed for et gunstigt resultat; skal overstige break-even-sandsynligheden (1/(1+b)) for positiv kant. |
| b | Netto odds forhold | ratio | Nettogevinster pr. satset enhed, hvis du vinder: hvis du vinder $3 pr. $1 indsats, b=3. Skal være positivt for en potentiel indsats. |
| EV | Forventet værdi | USD | Forventet fortjeneste pr. enhed: EV = (p × b) − (1−p). Positiv EV er nødvendig (men ikke tilstrækkelig) for at Kelly kan anbefale et væddemål. |
| g | Vækstrate | %/round | Langsigtet sammensat vækstrate pr. budrunde ved Kelly-fraktion: g = p × ln(1+b×f*) + (1−p) × ln(1−f*). |
Sådan Kelly Criterion Calculator
▾
- 1Estimer sandsynligheden p for et gunstigt resultat (fra historiske data, model eller kantanalyse).
- 2Bestem odds b: nettogevinster per satset enhed i tilfælde af succes.
- 3Bekræft positiv forventet værdi: EV = b×p − (1−p) > 0. Hvis EV ≤ 0, skal du ikke satse (f* ≤ 0 betyder, at Kelly ikke anbefaler nogen indsats).
- 4Beregn Kelly-brøk: f* = (b×p − (1−p)) / b.
- 5Anvend fraktioneret Kelly, hvis det ønskes: typisk f = 0,25 × f* til 0,5 × f* for mere konservativ kapitalstyring.
- 6Størrelse på indsatsen: Indsatsbeløb = f* × Samlet bankroll.
- 7Genberegn efter hvert væddemål, efterhånden som bankrollstørrelsen ændres — Kelly er en dynamisk strategi med væddemål, der er proportionale med den nuværende formue.
Løste eksempler
▾
Kun 10 % af bankrollen på trods af 55 % gevinstrate - Kelly er konservativ
f* = (1,0 × 0,55 − 0,45) / 1,0 = (0,55 − 0,45) = 0,10 = 10 %. Indsatsbeløb = 10 % × $10.000 = $1.000. Forventet værdi pr. indsats = (0,55 × $1.000) − (0,45 × $1.000) = $550 − $450 = $100. Denne relativt lille brøkdel (10 %) på trods af en tilsyneladende stor fordel (55 % vs. fair 50 %) afspejler Kellys konservatisme. At satse hele $10.000 (100 %) ville maksimere den forventede værdi pr. væddemål, men ville risikere at ødelægge - et løb på 10 på hinanden følgende tab (sandsynlighed ≈ 0,3 %) ville udslette bankrollen. Kellys 10%-fraktion gør den langsigtede vækst optimal, samtidig med at ruin er usædvanlig usandsynlig.
Høj varians af poker kræver mange buy-ins selv med positiv kant
I poker er den Kelly-relaterede risiko for ruin-formel: P(ruin) = e^(−2×W×B/V), hvor W=gevinst pr. hånd, B=bankroll i big blinds, V=varians pr. hånd. Med gevinstrate 55bb/100 = 0,55bb/hånd, varians = 100²/100 = 100 bb²/hånd og bankroll B = 30 buy-ins × 100bb = 3.000bb: P(ruin) = e^(−2×0,0055×0,0055×0,0055×0)000. forfærdeligt! Professionelle pokerspillere bruger 30-50 buy-ins som minimum. Ved 50 buy-ins (5.000 bb): P(ruin) = e^(−0,55) = 58% - stadig højt. Kelly analyse afslører, at pokers høje varians kræver meget dybe bankrolls selv for vindende spillere.
Full Kelly er ekstremt aggressiv; de fleste praktiserende læger bruger 25-50 % Kelly
f* = (μ − r) / σ² = (0,10 − 0,05) / (0,20²) = 0,05 / 0,04 = 1,25 = 125 %. Full Kelly anbefaler 125% aktieallokering (lån 25% for at investere). Dette er Mertons optimale porteføljebrøk under logaritmisk nytte. I praksis er det sande Sharpe-forhold og σ usikre (estimeringsfejl), så den faktiske kant er mindre end estimeret. Brug af en halv Kelly-fraktion på 62,5 % ville opnå omkring 75 % af den maksimale vækstrate, samtidig med at risikoen for udtrækning reduceres dramatisk. Professionelle kvantfonde bruger typisk 20-50 % af teoretisk Kelly til at tage højde for estimeringsusikkerhed.
Multi-aktiv Kelly bruger matrixoperationer på kovariansmatrixen
Multi-aktiv Kelly: f* = Σ⁻¹ × α (alfa-vektor), hvor Σ er kovariansmatrixen, og α er vektoren for overskydende afkast. Aktiv A har Sharpe 1.0 og relativt lav volum — Kelly allokerer kraftigt. Aktiv B har lavere Sharpe og højere vol — mindre Kelly-allokering. Den positive korrelation reducerer den samlede porteføljeallokering vs. ukorreleret tilfælde (hvor f_total = 55% + 25% = 80%). Praktiske implementeringsrunder og begrænsninger: Long-only fond vil allokere ca. 80 % A, 20 % B på porteføljeniveau efter normalisering. Multiaktivet Kelly maksimerer porteføljens langsigtede vækstrate givet den fælles fordeling af afkast.
Praktiske anvendelser
▾
Sportsvæddemål bankroll management for professionelle spillere
Pokerspillerindsatsvalg og bankrollstyring
Kvantitative modeller for hedgefond-positionsstørrelse
Venturekapitalporteføljefordeling på tværs af investeringsmuligheder
Handelsalgoritme kapitalallokering på tværs af samtidige strategier
Særlige tilfælde
▾
I praksis kræver dette kanttilfælde omhyggelig overvejelse, fordi standardantagelser muligvis ikke holder. Når de støder på dette scenarie i beregninger af kelly-kriterium-beregner, bør praktiserende læger verificere grænsebetingelser, kontrollere for division-for-nul risici og overveje, om modellens antagelser forbliver gyldige under disse ekstreme forhold.
I praksis kræver dette kanttilfælde omhyggelig overvejelse, fordi standardantagelser muligvis ikke holder. Når de støder på dette scenarie i beregninger af kelly-kriterium-beregner, bør praktiserende læger verificere grænsebetingelser, kontrollere for division-for-nul risici og overveje, om modellens antagelser forbliver gyldige under disse ekstreme forhold.
I praksis kræver dette kanttilfælde omhyggelig overvejelse, fordi standardantagelser muligvis ikke holder. Når de støder på dette scenarie i beregninger af kelly-kriterium-beregner, bør praktiserende læger verificere grænsebetingelser, kontrollere for division-for-nul risici og overveje, om modellens antagelser forbliver gyldige under disse ekstreme forhold.
Kelly-fraktion vs. langsigtet vækstrate-afvejning
▾
| Kelly Multiple | Vækstrate (% af Kelly) | Drawdown Alvor | Typisk bruger |
|---|---|---|---|
| Fuld Kelly (1,0×) | 100 % | Alvorlig (~50 % forventet maks. DD) | Teoretisk optimal |
| Half Kelly (0,5×) | 75% | Moderat (~25 % maks. DD) | Aggressive kvantmidler |
| Quarter Kelly (0,25×) | 44% | Mild (~12 % maks. DD) | Konservative praktikere |
| 10. Kelly (0,1×) | 19% | Meget lav (~5 % maks. DD) | Risikoavers risikostyring |
| 2× Kelly (overbetting) | 0% | Ekstrem - tendens til at ødelægge | Farezone - undgå |
| 3× Kelly (overbetting) | Negativ | Næsten sikker eventuel ruin | Katastrofal |
Ofte stillede spørgsmål
▾
Hvorfor bruges fuld Kelly sjældent i praksis?
Full Kelly maksimerer langsigtet logaritmisk vækst, men producerer meget aggressiv positionsstørrelse og alvorlige nedskæringer. Den forventede maksimale udtrækning, før formuen fordobles, er cirka 50 % af den nuværende formue - hvilket betyder, at du skal forvente at miste halvdelen af dine penge på et tidspunkt, før du fordobler. De fleste investorer har brugsfunktioner, der er mere risikovillige end logaritmiske, hvilket giver større straf for store tab. Derudover er estimeringer af den virkelige verden usikre - hvis din sande fordel er halvdelen af din estimerede kant, bliver fuld Kelly betydelig overbetting. Half-Kelly opnår cirka 75 % af Kellys vækstrate med meget lavere varians og maksimal nedsættelse. Professionelle kvantfonde bruger typisk 20-50 % af Kelly.
Hvad er forholdet mellem Kelly Criterion og Sharpe-forholdet?
For en kontinuerlig investering med normalt fordelt afkast er Kellys optimale gearing: f* = Sharpe Ratio / σ = (μ − r) / σ². Dette betyder, at Kelly-fraktionen stiger med Sharpe-forholdet (højere kant retfærdiggør mere størrelse) og falder med volatiliteten (højere vol betyder mere variansrisiko). Den maksimale langsigtede vækstrate (Kelly-vækst) er lig med den risikofrie rate plus (Sharpe²)/2 — så Kelly-væksten er direkte proportional med kvadratet af Sharpe-forholdet. Dette forhold er grunden til, at Sharpe-forholdet er den vigtigste enkeltmåling for Kelly-optimale investorer: en strategi med det dobbelte af Sharpe-forholdet opnår fire gange den trinvise vækstrate.
Kan Kelly-kriteriet føre til ruin?
Teoretisk set har Kelly-kriteriet nul sandsynlighed for ødelæggelse i det lange løb for et gunstigt væddemål med kontinuerlige positive sandsynlighedsudfald (den geometriske tilfældige gang konvergerer næsten sikkert til uendeligt). Men i praksis eksisterer der ruinrisiko på grund af: (1) diskrete (ikke uendeligt delbare) indsatser, der kan overstige Kelly-brøken i relative termer; (2) modelfejl — den sande sandsynlighed og odds kan være mindre gunstige end estimeret; (3) streakrisiko — med fuld Kelly forårsager lange tabende streaks ekstreme drawdowns selv uden ruin; (4) gearing - hvis Kelly-fraktionen overstiger 100% (som i aktiemarkedsapplikationer), skaber lånte midler en begrænset mulighed for ruin. Fraktionelle Kelly-strategier foretrækkes i praksis til at håndtere alle disse risici.
Hvordan håndterer Kelly Criterion korrelerede væddemål?
For et enkelt væddemål er Kelly ligetil. For en portefølje af samtidig aktive væddemål eller investeringer bruger multiaktivet Kelly matrixalgebra: f* = Σ⁻¹ × α, hvor Σ er kovariansmatrixen af afkast, og α er vektoren for forventet merafkast. Positivt korrelerede væddemål reducerer den samlede Kelly-allokering sammenlignet med ukorrelerede væddemål – porteføljeforvalteren bør reducere væddemål, når væddemål er korrelerede, fordi korrelation forstærker risikoen for udtrækning. Negativt korrelerede væddemål tillader større total tildeling. Dette er det matematiske grundlag for, hvorfor diversificering (negativ/lav korrelation mellem positioner) tillader mere total kapitaludnyttelse uden at ofre sikkerheden.
Hvad er den 'fraktionelle Kelly'-strategi?
Fraktionel Kelly satser en fast brøkdel af det fulde Kelly-beløb - typisk 25% (kvart-Kelly) til 50% (halv-Kelly). Half-Kelly opnår cirka 75 % af den maksimale langsigtede vækstrate, mens: (1) porteføljevariansen reduceres til 25 % af Kelly-variansen; (2) halvering af den maksimale forventede udnyttelse; (3) tilvejebringelse af væsentlig buffer mod estimeringsfejl i kant og sandsynlighed. Forholdet er kvadratisk: væddemål på brøkdel c af Kelly opnår c(2−c) brøkdel af Kellys maksimale vækstrate (altid mindre end 100%), så vækstraten ved undervæddemål er meget mindre end variansreduktionsfordelen. Denne asymmetri forklarer, hvorfor fraktioneret Kelly dominerer hele Kelly til praktisk risikostyring.
Hvem bruger Kelly-kriteriet professionelt?
Kelly-kriteriet er eksplicit blevet vedtaget eller påvirket adskillige legendariske investeringskarrierer. Edward Thorp – en matematikprofessor, der opfandt korttælling i blackjack – anvendte Kelly strengt til både gambling (dokumenteret i Beat the Dealer) og sin hedgefond Princeton/Newport Partners, som han drev i 19 år med exceptionelle risikojusterede afkast. Warren Buffetts koncentrerede positionsstørrelsesfilosofi afspejler Kellys tankegang: lav store indsatser, når du har høj overbevisning og ægte kant. Professionelle sportsvæddere og pokerspillere bruger Kelly eksplicit til bankrollstyring. Kvantitative hedgefonde som Renaissance Technologies bruger implicit Kelly-relaterede optimale fraktionskoncepter i deres systematiske handelsstrategier.
Hvad er 'overbetting'-faren med Kelly?
Overbetting - at satse mere end Kelly-fraktionen - er værre end underbetting set ud fra både vækstrate og ruin-sandsynlighedsperspektiver. Ved præcis 2× Kelly (double Kelly) falder den langsigtede vækstrate til nul - kontoværdien svinger omkring et niveau uden at vokse. Ud over 2× Kelly bliver vækstraten negativ - kontoen er stort set sikker på til sidst at miste al værdi. Denne skarpe asymmetri (underbetting er kun suboptimalt, overbetting kan være katastrofalt) gør Kelly til en vigtig øvre grænse for positionsstørrelse. I praksis, når en model foreslår en Kelly-fraktion meget tæt på eller over 100 %, skal du behandle dette som et signal om aggressivt at anvende en fraktioneret Kelly-faktor på grund af den øgede risiko for overbetting.
Almindelige fejl at undgå
▾
- !Brug af fuld Kelly uden at tage højde for estimeringsusikkerhed i kant og sandsynlighed – anvend altid fraktioneret Kelly (25-50 %) i virkelige applikationer.
- !Ignorering af korrelationsstrukturen, når du dimensionerer flere samtidige positioner - korrelerede indsatser kræver reducerede individuelle Kelly-brøker.
- !Anvendelse af Kelly på væddemål med negativ forventet værdi — Kelly producerer korrekt f* ≤ 0 i disse tilfælde (ingen satsning).
- !Behandling af Kelly som en regel for fast indsatsstørrelse - den bør anvendes på nuværende formue hver gang, proportionalt skrumpende indsatser, efterhånden som formuen falder.
- !Forudsat at Kelly opnår det maksimale forventede dollarafkast - det maksimerer logaritmisk (geometrisk) vækst, ikke aritmetisk forventet afkast.
Pro Tip
Kør en Monte Carlo-simulering af 1.000 stier over 100 væddemål med fuld Kelly, halv Kelly og quarter Kelly. Fordelingen af terminale velstandsresultater viser visuelt både Kellys overlegne centrale tendens og den katastrofale ulempe ved overbetting - langt mere overbevisende end formler alene.
Vidste du?
John Kelly Jr. offentliggjorde sit kriterium i en 1956 Bell System Technical Journal-artikel med titlen 'A New Interpretation of Information Rate', der rammer resultatet i form af informationsteori og kommunikationskanalkapacitet - ikke gambling. Avisen nævnte slet ikke gambling. Ed Thorp anerkendte dets anvendelse på blackjack og senere på aktiemarkedet, og oversatte effektivt Kelly fra informationsteori til praktisk investeringsforvaltning.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Referencer
- ›Kelly, J.L. (1956): En ny fortolkning af informationshastighed, Bell System Technical Journal
- ›Thorp, E.O. (2006): Kelly-kriteriet i blackjack, sportsvæddemål og aktiemarkedet
- ›MacLean, Thorp & Ziemba: Kelly Capital Growth Investment Criterion, World Scientific
- ›Investopedia: Kelly Criterion Definition
Read the full guide on how to use this calculator effectively
Læs mere →Få ugentlige matematiktips
Slut dig til 12.000+ abonnenter, der får lommeregnertips hver uge.