What is Kelly Criterion Calculator?
▾
A Kelly-kritérium egy matematikai képlet, amely meghatározza a bankroll vagy portfólió optimális hányadát egy kedvező fogadáshoz vagy befektetéshez a vagyon hosszú távú logaritmikus növekedésének maximalizálása érdekében. A John L. Kelly Jr. által 1956-ban, a Bell Labs-nál az információelmélet összefüggésében kidolgozott, és a szerencsejátékokra és a befektetésekre függetlenül alkalmazott Kelly-képlet a legmagasabb hosszú távú összetett növekedési rátát produkálja az összes fix törtszámú fogadási stratégia közül, miközben biztosítja, hogy a tönkremenetel valószínűsége elméletileg nulla (folyamatos fogadások mellett). Egy egyszerű bináris fogadásnál p nyerési valószínűséggel (és q = 1-p veszteség valószínűséggel), ahol a győzelem b szorzót fizet (b dollár nyer minden dollártétért), az optimális Kelly-tört: f* = (bp − q) / b = p − q/b. Ez a töredék a tét várható értéke a bankroll töredékében kifejezve. Az f*-nál nagyobb fogadás (túlfogadás) csökkenti az összetett növekedést és növeli a tönkremenetel kockázatát; az f*-nál kisebb fogadás (alulfogadás) biztonságos, de nem optimális a hosszú távú növekedés szempontjából. Folyamatos befektetések (részvények, portfóliók) esetén a Kelly-képlet a következőre terjed ki: f* = (μ − r) / σ², ahol μ a várható hozam, r a kockázatmentes ráta, σ² pedig a hozam szórása. Ez az eredmény közvetlenül kapcsolódik a Sharpe-mutatóhoz: f* = Sharpe-arány / σ, ami azt jelenti, hogy a Kelly optimális tőkeáttétele a Sharpe-mutató osztva a volatilitással. Egy tipikus diverzifikált részvényportfólió esetében, ahol Sharpe=0,5 és σ=15%, Kelly 0,5/0,15 = 333%-os allokációt javasol – jóval 100% felett, ami elméleti tőkeáttételt jelez. A gyakorlatban a teljes Kelly-törtet ritkán használják, mert: (1) a valós él- és valószínűségi becslések jelentős bizonytalanságot tartalmaznak, így a valódi él kisebb a becsültnél (a 25–50%-os Kelly törtszám gyakori); (2) a teljes Kelly súlyos lehívásokat produkál – a várható maximális lehívás a megduplázódás előtt a vagyon körülbelül 50%-a; (3) A legtöbb befektetőnek vannak olyan hasznossági függvényei, amelyek a nagy veszteségeket jobban büntetik, mint a logaritmikus hasznosság. A fél- vagy negyed-Kelly-stratégiák a Kelly hosszú távú növekedési ütemének 75-50%-át érik el, miközben drámaian csökkentik a lehívást és az eredmények eltérését. A Kelly-kritériumot széles körben használják sportfogadásban, pókerben (a professzionális játékosok kifejezetten bankroll-kezelésre használják), árukereskedelemben és mennyiségi befektetéskezelésben. A legendás befektetők, Warren Buffett és Charlie Munger a Kelly-elvekkel összhangban lévő befektetési megközelítéseket írták le, és a Kritérium alapozza meg Edward Thorp úttörő munkáját a blackjack kártyaszámlálás és a mennyiségi fedezeti alapok kezelése terén.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Képlet
▾
Kelly-tört (bináris): f* = (b×p − q) / b = p − (1−p)/b
Kelly-tört (folyamatos): f* = (μ − r) / σ²
Növekedési sebesség: g = p × ln(1 + b × f*) + (1–p) × ln (1– f*)Variable Legend
▾
| Szimbólum | Név | Egység | Leírás |
|---|---|---|---|
| f* | Kelly frakció | % | A bankroll optimális hányada fogadáshoz vagy befektetéshez; maximalizálja a hosszú távú logaritmikus vagyonnövekedést. |
| p | A győzelem valószínűsége | % | A kedvező kimenetel becsült valószínűsége; meg kell haladnia a pozitív él megtérülési valószínűségét (1/(1+b)). |
| b | Nettó esélyarány | ratio | Nyertes egységenkénti nettó nyeremény: ha 1 dolláros tétenként 3 dollárt nyer, b=3. Pozitívnak kell lennie egy potenciális fogadáshoz. |
| EV | Várható érték | USD | Egységre jutó várható nyereség: EV = (p × b) − (1−p). A pozitív EV szükséges (de nem elegendő), hogy Kelly fogadást javasoljon. |
| g | Növekedési ráta | %/round | Hosszú távú összetett növekedési ráta licitkörenként Kelly-törtnél: g = p × ln(1+b×f*) + (1–p) × ln(1–f*). |
How to Kelly Criterion Calculator
▾
- 1Becsülje meg a kedvező kimenetel p valószínűségét (előzményadatokból, modellből vagy élelemzésből).
- 2Határozza meg a b: nettó nyeremény egy egységenkénti esélyt siker esetén.
- 3Ellenőrizze a pozitív várható értéket: EV = b×p − (1−p) > 0. Ha EV ≤ 0, ne fogadjon (f* ≤ 0 azt jelenti, hogy Kelly nem javasol fogadást).
- 4Számítsa ki a Kelly-frakciót: f* = (b×p − (1−p)) / b.
- 5Ha szükséges, alkalmazzon töredékes Kelly-t: jellemzően f = 0,25 × f* – 0,5 × f* a konzervatívabb tőkekezelés érdekében.
- 6Mérje meg a tétet: Tét összege = f* × Total Bankroll.
- 7Minden fogadás után számítsa újra a bankroll nagyságának változását – a Kelly egy dinamikus stratégia, amelyben a fogadások arányosak az aktuális vagyonnal.
Worked Examples
▾
Csak a bankroll 10%-a az 55%-os nyerési arány ellenére – Kelly konzervatív
f* = (1,0 × 0,55 - 0,45) / 1,0 = (0,55 - 0,45) = 0,10 = 10%. Tét összege = 10% × 10 000 USD = 1 000 USD. Várható érték tétenként = (0,55 × 1000 USD) − (0,45 × 1000 USD) = 550 USD – 450 USD = 100 USD. Ez a viszonylag kis rész (10%) a látszólag nagy él ellenére (55% vs. tisztességes 50%) Kelly konzervativizmusát tükrözi. A teljes 10 000 dolláros fogadás (100%) maximalizálná a fogadásonkénti várható értéket, de tönkretenné – 10 egymást követő veszteség (a valószínűség ≈ 0,3%) eltörölné a bankrollt. A Kelly 10%-os frakciója optimálissá teszi a hosszú távú növekedést, miközben rendkívül valószínűtlenné teszi a tönkremenetelt.
A póker nagy varianciája sok nevezési díjat igényel még pozitív előnnyel is
A pókerben a Kelly-vel kapcsolatos tönkremeneteli képlet: P(roin) = e^(−2×W×B/V), ahol W=leosztásonkénti nyerési arány, B=bankroll nagyvak esetén, V=leosztásonkénti variancia. 55 bb/100 = 0,55 bb/leosztás, szórás = 100²/100 = 100 bb²/leosztás és B bankroll = 30 nevezési díj × 100 bb = 3000 bb esetén: P(rom) = e^(−2×0,0055–30)0 =3.0055–30) 72% - szörnyű! A professzionális pókerjátékosok minimum 30-50 nevezési értékűt használnak. 50 nevezési díjnál (5000 bb): P(rom) = e^(−0,55) = 58% – még mindig magas. A Kelly elemzése feltárja, hogy a póker nagy varianciája még a nyerő játékosok számára is nagyon mély bankrollt igényel.
Full Kelly rendkívül agresszív; a legtöbb gyakorló 25-50% Kelly-t használ
f* = (μ − r) / σ² = (0,10 - 0,05) / (0,20²) = 0,05 / 0,04 = 1,25 = 125%. A Full Kelly 125%-os részvényallokációt javasol (25%-os kölcsön felvétele a befektetéshez). Ez a Merton optimális portfóliótörtje logaritmikus hasznosság mellett. A gyakorlatban a valódi Sharpe-arány és σ bizonytalan (becslési hiba), így a tényleges él kisebb a becsültnél. A 62,5%-os fél Kelly-hányad használatával a maximális növekedési ráta nagyjából 75%-a érhető el, miközben drámaian csökkenti a lehívás kockázatát. A professzionális mennyiségi alapok általában az elméleti Kelly 20–50%-át használják fel a becslési bizonytalanság figyelembevételére.
A több eszközből álló Kelly mátrixműveleteket használ a kovarianciamátrixon
Többeszközös Kelly: f* = Σ⁻¹ × α (alfa vektor), ahol Σ a kovarianciamátrix, α pedig a többlethozamok vektora. Az A eszköz Sharpe 1.0-val rendelkezik, és viszonylag alacsony térfogatú – Kelly sokat allokál. A B eszköznek alacsonyabb Sharpe és nagyobb térfogata van – kisebb a Kelly allokációja. A pozitív korreláció csökkenti a teljes portfólióallokációt a nem korrelált esethez képest (ahol f_total = 55% + 25% = 80%). Gyakorlati megvalósítási körök és korlátok: a csak hosszú távú alap körülbelül 80% A-t, 20% B-t allokálna portfólió szinten a normalizálás után. A több eszközből álló Kelly maximalizálja a portfólió hosszú távú növekedési ütemét, tekintettel a hozamok közös elosztására.
Real-World Applications
▾
Sportfogadási bankroll kezelés professzionális fogadók számára
Pókerjátékos tét kiválasztása és bankroll kezelése
Kvantitatív hedge fund pozícióméretezési modellek
Kockázati tőke portfólió allokációja befektetési lehetőségek között
Kereskedési algoritmus tőkeallokáció egyidejű stratégiák között
Special Cases
▾
A gyakorlatban ez az éles eset alapos megfontolást igényel, mert előfordulhat, hogy a szabványos feltevések nem teljesülnek. Amikor ezzel a forgatókönyvvel találkozik a kelly-kritérium-kalkulátor számításai során, a szakembereknek ellenőrizniük kell a peremfeltételeket, ellenőrizniük kell a nullával való osztás kockázatát, és meg kell fontolniuk, hogy a modell feltételezései érvényesek-e ezekben a szélsőséges körülmények között.
A gyakorlatban ez az éles eset alapos megfontolást igényel, mert előfordulhat, hogy a szabványos feltevések nem teljesülnek. Amikor ezzel a forgatókönyvvel találkozik a kelly-kritérium-kalkulátor számításai során, a szakembereknek ellenőrizniük kell a peremfeltételeket, ellenőrizniük kell a nullával való osztás kockázatát, és meg kell fontolniuk, hogy a modell feltételezései érvényesek-e ezekben a szélsőséges körülmények között.
A gyakorlatban ez az éles eset alapos megfontolást igényel, mert előfordulhat, hogy a szabványos feltevések nem teljesülnek. Amikor ezzel a forgatókönyvvel találkozik a kelly-kritérium-kalkulátor számításai során, a szakembereknek ellenőrizniük kell a peremfeltételeket, ellenőrizniük kell a nullával való osztás kockázatát, és meg kell fontolniuk, hogy a modell feltételezései érvényesek-e ezekben a szélsőséges körülmények között.
Kelly frakció vs. hosszú távú növekedési ráta kompromisszuma
▾
| Kelly többszörös | Növekedési ráta (a Kelly százalékában) | Lehívás súlyossága | Tipikus felhasználó |
|---|---|---|---|
| Teljes Kelly (1,0×) | 100% | Súlyos (~50% várható max. DD) | Elméleti optimális |
| Half Kelly (0,5×) | 75% | Közepes (~25% max. DD) | Agresszív mennyiségi alapok |
| Quarter Kelly (0,25×) | 44% | Enyhe (~12% max. DD) | Konzervatív szakemberek |
| 10. Kelly (0,1×) | 19% | Nagyon alacsony (~5% max. DD) | Kockázatkerülő kockázat mgmt |
| 2× Kelly (túlfogadás) | 0% | Extrém – tönkremeneteli tendencia | Veszélyzóna – kerülje |
| 3× Kelly (túlfogadás) | Negatív | Majdnem biztos tönkremenetel | Végzetes |
Frequently Asked Questions
▾
Miért használják ritkán a full Kelly-t a gyakorlatban?
A Full Kelly maximalizálja a hosszú távú logaritmikus növekedést, de nagyon agresszív pozícióméretezést és súlyos lehívásokat eredményez. A vagyon megduplázódása előtt a várható maximális lehívás a jelenlegi vagyon körülbelül 50%-a – ami azt jelenti, hogy számítania kell arra, hogy valamikor pénzének felét elveszíti, mielőtt megduplázná. A legtöbb befektető haszonfüggvényei sokkal inkább kockázatkerülőek, mint logaritmikusak, és nagyobb büntetést rónak ki a nagy veszteségekre. Ezenkívül a valós élre vonatkozó becslések bizonytalanok – ha a valódi előny fele a becsült előnynek, a teljes Kelly jelentős túllicitálássá válik. A Half-Kelly eléri Kelly növekedési ütemének körülbelül 75%-át, sokkal kisebb szórással és maximális lehívással. A professzionális mennyiségi alapok általában a Kelly 20-50%-át használják fel.
Mi a kapcsolat a Kelly-kritérium és a Sharpe-arány között?
Folyamatos, normál eloszlású hozamú befektetés esetén a Kelly optimális tőkeáttétele: f* = Sharpe-arány / σ = (μ − r) / σ². Ez azt jelenti, hogy a Kelly-frakció növekszik a Sharpe-aránnyal (a magasabb él nagyobb méretet indokol), és csökken a volatilitás miatt (a nagyobb térfogat nagyobb szórási kockázatot jelent). A maximális hosszú távú növekedési ráta (Kelly-növekedés) egyenlő a kockázatmentes rátával plusz (Sharpe²)/2 – tehát a Kelly-növekedés egyenesen arányos a Sharpe-mutató négyzetével. Ez az összefüggés az oka annak, hogy a Sharpe-mutató az egyetlen legfontosabb mérőszám a Kelly-optimális befektetők számára: a Sharpe-mutató kétszeresével rendelkező stratégia négyszer nagyobb növekedési ütemet ér el.
Vezethet-e tönkre a Kelly-kritérium?
Elméletileg a Kelly-kritériumnak nulla a tönkremenetelének valószínűsége hosszú távon egy kedvező fogadás esetén, folyamatos pozitív valószínűségű kimenetelekkel (a geometriai véletlenszerű séta szinte biztosan a végtelenbe konvergál). A gyakorlatban azonban a tönkremenetel kockázata az alábbiak miatt áll fenn: (1) diszkrét (nem végtelenül osztható) fogadások, amelyek relatív értelemben meghaladhatják a Kelly-törtet; (2) modellhiba – a valós valószínűség és az esély a becsültnél kedvezőtlenebb lehet; (3) sorozatkockázat – teljes Kelly mellett a hosszú vesztes sorozatok extrém leállásokat okoznak még tönkremenetel nélkül is; (4) tőkeáttétel – ha a Kelly-frakció meghaladja a 100%-ot (mint a tőzsdei alkalmazásoknál), a kölcsönzött alapok véges tönkremeneteli lehetőséget teremtenek. A gyakorlatban a töredékes Kelly stratégiákat részesítik előnyben mindezen kockázatok kezelésére.
Hogyan kezeli a Kelly-kritérium a korrelált fogadásokat?
Egyetlen fogadásnál Kelly egyértelmű. Az egyidejűleg aktív fogadások vagy befektetések portfóliójához a többeszközből álló Kelly mátrixalgebrát használ: f* = Σ⁻¹ × α, ahol Σ a hozamok kovarianciamátrixa, α pedig a várható többlethozamok vektora. A pozitívan korrelált fogadások csökkentik a teljes Kelly allokációt a nem korrelált fogadásokhoz képest – a portfóliómenedzsernek csökkentenie kell a méretet, ha a fogadások korrelálnak, mert a korreláció felerősíti a lehívási kockázatot. A negatívan korrelált fogadások nagyobb összkiosztást tesznek lehetővé. Ez a matematikai alapja annak, hogy a diverzifikáció (a pozíciók közötti negatív/alacsony korreláció) miért teszi lehetővé a teljes tőkebevonást a biztonság feláldozása nélkül.
Mi az a „töredékes Kelly” stratégia?
A töredékes Kelly a teljes Kelly-összeg fix töredékére fogad – jellemzően 25%-tól (negyed-Kelly) 50%-ig (fél Kelly). A Half-Kelly eléri a maximális hosszú távú növekedési ráta hozzávetőlegesen 75%-át, miközben: (1) a portfólió varianciáját a Kelly variancia 25%-ára csökkenti; (2) a maximális várható lehívás felére csökkentése; (3) jelentős puffer biztosítása az él és a valószínűség becslési hibája ellen. A kapcsolat négyzetes: a Kelly c történ tett fogadás eléri Kelly maximális növekedési rátájának c(2−c) töredékét (mindig kevesebb, mint 100%), így az alulfogadás növekedési rátája sokkal kisebb, mint a szóráscsökkentési haszon. Ez az aszimmetria megmagyarázza, hogy a töredékes Kelly miért uralja a teljes Kellyt a gyakorlati kockázatkezelésben.
Ki használja szakmailag a Kelly-kritériumot?
A Kelly-kritériumot kifejezetten elfogadták, vagy számos legendás befektetési karriert befolyásolt. Edward Thorp – matematikaprofesszor, aki feltalálta a kártyaszámlálást a blackjackben – szigorúan alkalmazta Kelly-t mind a szerencsejátékban (a Beat the Dealerben dokumentálva), mind a Princeton/Newport Partners fedezeti alapjában, amelyet 19 éven át vezetett kivételes kockázattal korrigált hozamokkal. Warren Buffett koncentrált pozícióméretezési filozófiája Kelly gondolkodásmódját tükrözi: kössön nagy téteket, ha nagy a meggyőződése és valódi előnye van. A professzionális sportfogadók és pókerjátékosok kifejezetten a Kelly-t használják a bankroll kezeléséhez. A kvantitatív fedezeti alapok, mint például a Renaissance Technologies, implicit módon a Kelly-hez kapcsolódó optimális törtszám fogalmakat alkalmazzák szisztematikus kereskedési stratégiáikban.
Mi a „túlfogadás” veszélye Kelly esetében?
A túllicitálás – a Kelly-történél nagyobb fogadás – mind a növekedési ütem, mind a tönkremeneteli valószínűség szempontjából rosszabb, mint az alulfogadás. Pontosan 2× Kellynél (dupla Kelly) a hosszú távú növekedési ráta nullára esik – a számlaérték egy szint körül ingadozik anélkül, hogy növekedne. 2× Kelly után a növekedési ráta negatívvá válik – a számla szinte biztos, hogy végül minden értékét elveszíti. Ez az éles aszimmetria (az alulfogadás pusztán szuboptimális, a túllicitálás katasztrofális lehet) Kelly-t a pozícióméret fontos felső korlátjává teszi. A gyakorlatban, ha egy modell azt javasolja, hogy a Kelly-tört nagyon közeli vagy meghaladja a 100%-ot, akkor ezt úgy kell kezelni, mint egy töredékes Kelly-tényező agresszív alkalmazását a megnövekedett túlfogadási kockázat miatt.
Common Mistakes to Avoid
▾
- !Teljes Kelly használata az él és a valószínűség becslési bizonytalanságának figyelembevétele nélkül – mindig alkalmazza a tört Kelly-t (25–50%) a valós alkalmazásokban.
- !A korrelációs struktúra figyelmen kívül hagyása több egyidejű pozíció méretezésekor – a korrelált fogadások csökkentett egyéni Kelly-törteket igényelnek.
- !Kelly alkalmazása negatív várható értékű fogadásokra — Kelly ezekben az esetekben helyesen produkál f* ≤ 0 értéket (nincs fogadás).
- !A Kelly fix tét-nagyságú szabályként való kezelése – ezt minden alkalommal az aktuális vagyonra kell alkalmazni, arányosan csökkentve a fogadásokat a vagyon csökkenésével.
- !Feltételezve, hogy Kelly eléri a maximálisan elvárt dollárhozamot – ez maximalizálja a logaritmikus (geometriai) növekedést, nem pedig az aritmetikai várható hozamot.
Pro Tip
Futtasson Monte Carlo szimulációt 1000 téttel, 100 tét felett, teljes Kelly, fél Kelly és negyed Kelly használatával. A végső vagyoni eredmények eloszlása vizuálisan mutatja Kelly kiemelkedő központi tendenciáját és a túllicitálás katasztrofális hátulütőjét – sokkal meggyőzőbben, mint a képletek önmagukban.
Did you know?
John Kelly Jr. egy 1956-os Bell System Technical Journal című tanulmányában tette közzé kritériumát „Az információs sebesség új értelmezése” címmel, az eredményt az információelmélet és a kommunikációs csatorna kapacitása – nem a szerencsejáték – szempontjából keretezte. A lap egyáltalán nem említette a szerencsejátékot. Ed Thorp felismerte annak alkalmazását a blackjackben, majd később a tőzsdén is, így Kellyt az információelméletből a gyakorlati befektetéskezelésbe fordította át.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
References
- ›Kelly, J. L. (1956): A New Interpretation of Information Rate, Bell System Technical Journal
- ›Thorp, E.O. (2006): A Kelly-kritérium a blackjackben, a sportfogadásban és a tőzsdén
- ›MacLean, Thorp és Ziemba: A Kelly tőkenövekedési befektetési kritérium, World Scientific
- ›Investopedia: Kelly kritérium definíció
Ratings & comments
Szerezzen heti matematikai tippeket
Csatlakozzon 12 000+ feliratkozóhoz, akik minden héten kapnak tippeket a számológéphez.