Hva er Kelly Criterion Calculator?
▾
Kelly-kriteriet er en matematisk formel som bestemmer den optimale brøkdelen av en bankroll eller portefølje som skal allokeres til en gunstig innsats eller investering for å maksimere den langsiktige logaritmiske veksten av velstand. Utviklet av John L. Kelly Jr. ved Bell Labs i 1956 i sammenheng med informasjonsteori, og uavhengig brukt på gambling og investering, produserer Kelly-formelen den høyeste langsiktige sammensatte veksthastigheten blant alle bettingstrategier med fast brøk, samtidig som den sikrer at sannsynligheten for ruin er teoretisk null (med kontinuerlig spill på gunstige odds). For en enkel binær innsats med sannsynlighet p for å vinne (og sannsynlighet q = 1−p for å tape), der en seier betaler odds b (vinn b dollar for hver innsats på dollar), er den optimale Kelly-brøken: f* = (bp − q) / b = p − q/b. Denne brøkdelen er den forventede verdien av innsatsen uttrykt som en brøkdel av bankrollen. Å satse mer enn f* (overbetting) reduserer sammensatt vekst og øker ruinrisikoen; å satse mindre enn f* (underbetting) er trygt, men suboptimalt fra et langsiktig vekstperspektiv. For kontinuerlige investeringer (aksjer, porteføljer) strekker Kelly-formelen seg til: f* = (μ − r) / σ², der μ er forventet avkastning, r er risikofri rente og σ² er avkastningsvariasjonen. Dette resultatet kobles direkte til Sharpe-forholdet: f* = Sharpe-forhold / σ, noe som betyr at Kellys optimale innflytelse er Sharpe-forholdet delt på volatiliteten. For en typisk diversifisert aksjeportefølje med Sharpe=0,5 og σ=15 %, foreslår Kelly 0,5/0,15 = 333 % allokering – langt over 100 %, noe som indikerer teoretisk innflytelse. I praksis blir hele Kelly-fraksjonen sjelden brukt fordi: (1) virkelige edge- og sannsynlighetsestimater inneholder betydelig usikkerhet, noe som gjør den sanne kanten mindre enn estimert (fraksjonell Kelly på 25–50 % er vanlig); (2) full Kelly produserer alvorlige trekk — forventet maksimal trekk før dobling er omtrent 50 % av formuen; (3) de fleste investorer har nyttefunksjoner som straffer store tap mer enn logaritmisk nytte tilsier. Halv-Kelly- eller kvart-Kelly-strategier oppnår 75 % eller 50 % av Kellys langsiktige veksthastighet, samtidig som de reduserer nedtrekk og variasjon av utfall dramatisk. Kelly-kriteriet er mye brukt i sportsbetting, poker (profesjonelle spillere bruker det eksplisitt til bankrollstyring), råvarehandel og kvantitativ investeringsstyring. De legendariske investorene Warren Buffett og Charlie Munger har beskrevet investeringstilnærminger i samsvar med Kelly-prinsippene, og kriteriet ligger til grunn for Edward Thorps banebrytende arbeid innen både blackjack-korttelling og kvantitativ forvaltning av hedgefond.
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
Veksthastighet: g = p × ln(1 + b×f*) + (1−p) × ln(1 − f*)Variabelbeskrivelse
▾
| Symbol | Navn | Enhet | Beskrivelse |
|---|---|---|---|
| f* | Kelly Fraksjon | % | Optimal brøkdel av bankroll for å satse eller investere; maksimerer langsiktig logaritmisk velstandsvekst. |
| p | Sannsynlighet for seier | % | Estimert sannsynlighet for et gunstig resultat; må overstige break-even sannsynligheten (1/(1+b)) for positiv kant. |
| b | Netto oddsforhold | ratio | Nettogevinst per innsatsenhet hvis du vinner: hvis du vinner $3 per $1 innsats, b=3. Må være positivt for en potensiell innsats. |
| EV | Forventet verdi | USD | Forventet fortjeneste per enhet: EV = (p × b) − (1−p). Positiv EV er nødvendig (men ikke tilstrekkelig) for at Kelly kan anbefale et spill. |
| g | Veksthastighet | %/round | Langsiktig sammensatt veksthastighet per budrunde ved Kelly-fraksjon: g = p × ln(1+b×f*) + (1−p) × ln(1−f*). |
Slik Kelly Criterion Calculator
▾
- 1Estimer sannsynligheten p for et gunstig utfall (fra historiske data, modell eller kantanalyse).
- 2Bestem oddsen b: netto gevinst per innsatsenhet i tilfelle suksess.
- 3Bekreft positiv forventet verdi: EV = b×p − (1−p) > 0. Hvis EV ≤ 0, ikke sats (f* ≤ 0 betyr at Kelly anbefaler ingen innsats).
- 4Regn ut Kelly-brøk: f* = (b×p − (1−p)) / b.
- 5Bruk fraksjonert Kelly om ønskelig: typisk f = 0,25 × f* til 0,5 × f* for mer konservativ kapitalstyring.
- 6Større innsatsen: Innsatsbeløp = f* × Total Bankroll.
- 7Beregn på nytt etter hvert spill når bankrollstørrelsen endres — Kelly er en dynamisk strategi med innsats proporsjonal med gjeldende formue.
Løste eksempler
▾
Bare 10 % av bankrollen til tross for 55 % gevinstrate – Kelly er konservativ
f* = (1,0 × 0,55 − 0,45) / 1,0 = (0,55 − 0,45) = 0,10 = 10 %. Innsatsbeløp = 10 % × $10 000 = $1 000. Forventet verdi per innsats = (0,55 × $1000) − (0,45 × $1000) = $550 − $450 = $100. Denne relativt lille brøkdelen (10 %) til tross for en tilsynelatende stor fordel (55 % vs. rettferdig 50 %) reflekterer Kellys konservatisme. Å satse hele $10 000 (100 %) ville maksimere forventet verdi per spill, men ville risikere å ødelegge – en serie med 10 påfølgende tap (sannsynlighet ≈ 0,3 %) ville utslette bankrollen. Kellys 10%-fraksjon gjør den langsiktige veksten optimal samtidig som ruin er usedvanlig usannsynlig.
Høy variasjon av poker krever mange innkjøp selv med positiv kant
I poker er formelen for den Kelly-relaterte risikoen for ruin: P(ruin) = e^(−2×W×B/V), der W=gevinst per hånd, B=bankroll i store blinds, V=varians per hånd. Med gevinstrate 55bb/100 = 0,55bb/hånd, varians = 100²/100 = 100 bb²/hånd, og bankroll B = 30 buy-ins × 100bb = 3000bb: P(ruin) = e^(−2×0,0055×0,0055×0,0055×0)000. forferdelig! Profesjonelle pokerspillere bruker 30–50 innkjøp som et minimum. Ved 50 innkjøp (5000 bb): P(ruin) = e^(−0,55) = 58% - fortsatt høy. Kelly-analyse avslører at pokers høye variasjon krever veldig dype bankroller selv for vinnende spillere.
Full Kelly er ekstremt aggressiv; de fleste utøvere bruker 25–50 % Kelly
f* = (μ − r) / σ² = (0,10 − 0,05) / (0,20²) = 0,05 / 0,04 = 1,25 = 125 %. Full Kelly anbefaler 125 % aksjeallokering (lån 25 % for å investere). Dette er Mertons optimale porteføljebrøk under logaritmisk nytte. I praksis er det sanne Sharpe-forholdet og σ usikre (estimeringsfeil), så den faktiske kanten er mindre enn estimert. Ved å bruke en halv Kelly-fraksjon på 62,5 % vil man oppnå omtrent 75 % av den maksimale vekstraten, samtidig som risikoen for nedtrekking dramatisk reduseres. Profesjonelle kvantfond bruker vanligvis 20–50 % av teoretisk Kelly for å ta høyde for estimeringsusikkerhet.
Kelly med flere aktiva bruker matriseoperasjoner på kovariansmatrisen
Multi-aktiva Kelly: f* = Σ⁻¹ × α (alfa-vektor), der Σ er kovariansmatrisen og α er vektoren for meravkastning. Aktiva A har Sharpe 1.0 og relativt lav volum — Kelly allokerer tungt. Asset B har lavere Sharpe og høyere volum — mindre Kelly-allokering. Den positive korrelasjonen reduserer total porteføljeallokering vs. ukorrelert tilfelle (hvor f_total = 55 % + 25 % = 80 %). Praktiske gjennomføringsrunder og begrensninger: Long-only fond vil allokere omtrent 80 % A, 20 % B på porteføljenivå etter normalisering. Multiaktiva Kelly maksimerer porteføljens langsiktige vekstrate gitt den felles fordelingen av avkastning.
Praktiske anvendelser
▾
Sportsbetting bankroll management for profesjonelle bettors
Pokerspillerinnsatsvalg og bankrollhåndtering
Kvantitative modeller for dimensjonering av hedgefondposisjoner
Risikokapitalporteføljefordeling på tvers av investeringsmuligheter
Handelsalgoritme kapitalallokering på tvers av samtidige strategier
Spesielle tilfeller
▾
I praksis krever denne kantsaken nøye vurdering fordi standardforutsetninger kanskje ikke holder. Når de møter dette scenariet i kalkulatorberegninger for kelly-kriterium, bør utøvere verifisere grenseforhold, se etter divisjon-for-null-risikoer og vurdere om modellens forutsetninger forblir gyldige under disse ekstreme forholdene.
I praksis krever denne kantsaken nøye vurdering fordi standardforutsetninger kanskje ikke holder. Når de møter dette scenariet i kalkulatorberegninger for kelly-kriterium, bør utøvere verifisere grenseforhold, se etter divisjon-for-null-risikoer og vurdere om modellens forutsetninger forblir gyldige under disse ekstreme forholdene.
I praksis krever denne kantsaken nøye vurdering fordi standardforutsetninger kanskje ikke holder. Når de møter dette scenariet i kalkulatorberegninger for kelly-kriterium, bør utøvere verifisere grenseforhold, se etter divisjon-for-null-risikoer og vurdere om modellens forutsetninger forblir gyldige under disse ekstreme forholdene.
Kelly-brøk vs. langsiktig vekstrate-avveining
▾
| Kelly Multiple | Veksthastighet (% av Kelly) | Alvorlighetsgrad for nedtrekk | Typisk bruker |
|---|---|---|---|
| Full Kelly (1,0×) | 100 % | Alvorlig (~50 % forventet maks DD) | Teoretisk optimal |
| Half Kelly (0,5×) | 75% | Moderat (~25 % maks. DD) | Aggressive kvantfond |
| Quarter Kelly (0,25×) | 44% | Mild (~12 % maks. DD) | Konservative utøvere |
| 10. Kelly (0,1×) | 19% | Veldig lav (~5 % maks DD) | Risikoavers risikostyring |
| 2× Kelly (overbetting) | 0% | Ekstrem - trend til å ødelegge | Faresone – unngå |
| 3× Kelly (overbetting) | Negativ | Nær en viss eventuell ruin | Katastrofale |
Ofte stilte spørsmål
▾
Hvorfor brukes full Kelly sjelden i praksis?
Full Kelly maksimerer langsiktig logaritmisk vekst, men produserer svært aggressive posisjonsstørrelser og alvorlige nedtrekk. Den forventede maksimale nedbetalingen før formuen dobles er omtrent 50 % av dagens formue – noe som betyr at du bør forvente å tape halvparten av pengene dine på et tidspunkt før du dobler. De fleste investorer har nyttefunksjoner som er mer risikovillige enn logaritmiske, og legger større straff på store tap. I tillegg er virkelige fordelsestimater usikre - hvis din sanne fordel er halvparten av den estimerte fordelen, blir full Kelly betydelig overbetting. Half-Kelly oppnår omtrent 75 % av Kellys vekstrate med mye lavere varians og maksimal nedtrekking. Profesjonelle kvantfond bruker vanligvis 20–50 % av Kelly.
Hva er forholdet mellom Kelly Criterion og Sharpe-forholdet?
For en kontinuerlig investering med normalfordelt avkastning er Kellys optimale innflytelse: f* = Sharpe Ratio / σ = (μ − r) / σ². Dette betyr at Kelly-fraksjonen øker med Sharpe-forholdet (høyere kant rettferdiggjør mer størrelse) og avtar med volatiliteten (høyere volum betyr mer variansrisiko). Den maksimale langsiktige veksthastigheten (Kelly-vekst) er lik risikofri rate pluss (Sharpe²)/2 — så Kelly-veksten er direkte proporsjonal med kvadratet av Sharpe-forholdet. Dette forholdet er grunnen til at Sharpe-forholdet er den viktigste enkeltverdien for Kelly-optimale investorer: en strategi med to ganger Sharpe-forholdet oppnår fire ganger den inkrementelle vekstraten.
Kan Kelly-kriteriet føre til ruin?
Teoretisk sett har Kelly-kriteriet null sannsynlighet for ødeleggelse i det lange løp for en gunstig innsats med kontinuerlige positive sannsynlighetsutfall (den geometriske tilfeldige vandringen konvergerer nesten sikkert til uendelig). I praksis eksisterer imidlertid ruinrisiko på grunn av: (1) diskrete (ikke uendelig delbare) innsatser som kan overstige Kelly-brøken i relative termer; (2) modellfeil — sann sannsynlighet og odds kan være mindre gunstige enn estimert; (3) strekrisiko — med full Kelly forårsaker lange tapsrekker ekstreme nedtrekk selv uten ruin; (4) innflytelse - hvis Kelly-fraksjonen overstiger 100 % (som i aksjemarkedsapplikasjoner), skaper lånte midler en begrenset mulighet for ødeleggelse. Fraksjonelle Kelly-strategier foretrekkes i praksis for å håndtere alle disse risikoene.
Hvordan håndterer Kelly Criterion korrelerte spill?
For en enkelt innsats er Kelly grei. For en portefølje med samtidig aktive innsatser eller investeringer, bruker multiaktiva Kelly matrisealgebra: f* = Σ⁻¹ × α, der Σ er kovariansmatrisen for avkastning og α er vektoren for forventet meravkastning. Positivt korrelerte innsatser reduserer den totale Kelly-allokeringen sammenlignet med ikke-korrelerte innsatser – porteføljeforvalteren bør dimensjonere ned når innsatser er korrelert fordi korrelasjon forsterker risikoen for nedtrekking. Negativt korrelerte spill tillater større total tildeling. Dette er det matematiske grunnlaget for hvorfor diversifisering (negativ/lav korrelasjon mellom posisjoner) tillater mer total kapitaldistribusjon uten å ofre sikkerheten.
Hva er den 'fraksjonelle Kelly'-strategien?
Fraksjonell Kelly satser en fast brøkdel av hele Kelly-beløpet – vanligvis 25 % (kvart-Kelly) til 50 % (halv-Kelly). Half-Kelly oppnår omtrent 75 % av den maksimale langsiktige vekstraten mens: (1) reduserer porteføljeavviket til 25 % av Kelly-avviket; (2) halvering av maksimalt forventet uttak; (3) tilveiebringe betydelig buffer mot estimeringsfeil i kant og sannsynlighet. Forholdet er kvadratisk: ved å satse på brøk c av Kelly oppnår c(2−c) brøkdel av Kellys maksimale veksthastighet (alltid mindre enn 100%), så veksthastighetsstraffen for underspill er mye mindre enn variansreduksjonsfordelen. Denne asymmetrien forklarer hvorfor fraksjonell Kelly dominerer hele Kelly for praktisk risikostyring.
Hvem bruker Kelly Criterion profesjonelt?
Kelly-kriteriet har eksplisitt blitt tatt i bruk eller påvirket flere legendariske investeringskarrierer. Edward Thorp – en matematikkprofessor som oppfant korttelling i blackjack – brukte Kelly strengt på både gambling (dokumentert i Beat the Dealer) og hedgefondet hans Princeton/Newport Partners, som han drev i 19 år med eksepsjonell risikojustert avkastning. Warren Buffetts konsentrerte posisjonsstørrelsesfilosofi gjenspeiler Kellys tankegang: sats store når du har høy overbevisning og ekte fordel. Profesjonelle sportsspillere og pokerspillere bruker Kelly eksplisitt for bankrollhåndtering. Kvantitative hedgefond som Renaissance Technologies bruker implisitt Kelly-relaterte optimale brøkkonsepter i sine systematiske handelsstrategier.
Hva er "overbetting"-faren med Kelly?
Overbetting – å satse mer enn Kelly-brøken – er verre enn underbetting både fra veksthastighet og ruin-sannsynlighetsperspektiver. Ved nøyaktig 2× Kelly (dobbel Kelly), faller den langsiktige vekstraten til null – kontoverdien svinger rundt et nivå uten å vokse. Utover 2× Kelly blir vekstraten negativ – kontoen er praktisk talt sikker på å miste all verdi til slutt. Denne sterke asymmetrien (underbetting er bare suboptimalt, overbetting kan være katastrofalt) gjør Kelly til en viktig øvre grense for posisjonsstørrelse. I praksis, når en modell foreslår en Kelly-fraksjon svært nær eller over 100 %, behandle dette som et signal om aggressivt å bruke en fraksjonert Kelly-faktor på grunn av den økte risikoen for overspill.
Vanlige feil å unngå
▾
- !Bruk av full Kelly uten å ta hensyn til estimeringsusikkerhet i kant og sannsynlighet – bruk alltid fraksjonell Kelly (25–50 %) i reelle applikasjoner.
- !Ignorerer korrelasjonsstrukturen når du bestemmer størrelsen på flere samtidige posisjoner - korrelerte spill krever reduserte individuelle Kelly-fraksjoner.
- !Bruk av Kelly på spill med negativ forventet verdi — Kelly produserer riktig f* ≤ 0 i disse tilfellene (ingen innsats).
- !Behandle Kelly som en regel for fast innsatsstørrelse - den bør brukes på gjeldende formue hver gang, proporsjonalt krympende innsatser når formuen faller.
- !Forutsatt at Kelly oppnår maksimal forventet dollaravkastning - det maksimerer logaritmisk (geometrisk) vekst, ikke aritmetisk forventet avkastning.
Pro Tips
Kjør en Monte Carlo-simulering av 1000 baner over 100 spill med full Kelly, halv Kelly og quarter Kelly. Fordelingen av utfall av terminal formue viser visuelt både den overlegne sentrale tendensen til Kelly og den katastrofale ulempen ved overbetting - langt mer overbevisende enn formler alene.
Visste du?
John Kelly Jr. publiserte sitt kriterium i en artikkel fra Bell System Technical Journal fra 1956 med tittelen 'A New Interpretation of Information Rate', og rammet inn resultatet i form av informasjonsteori og kommunikasjonskanalkapasitet - ikke gambling. Avisen nevnte ikke gambling i det hele tatt. Ed Thorp anerkjente bruken av blackjack og senere aksjemarkedet, og oversatte Kelly effektivt fra informasjonsteori til praktisk investeringsforvaltning.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Referanser
Få ukentlige mattetips
Bli med 12 000+-abonnenter som får kalkulatortips hver uke.