Vad är Ruin Probability Calculator?
▾
Ruinsannolikhet (även kallad sannolikheten för ruin, spelares ruin eller risk för ruin) är sannolikheten för att en spelare, handlare eller företag kommer att förbruka allt sitt kapital innan de når ett specificerat förmögenhetsmål. Det är ett grundläggande koncept inom sannolikhetsteori, försäkringsteknisk vetenskap och handelsriskhantering, som svarar på frågan: givet ett startkapital, ett försprång per satsning eller handel och en målförmögenhetsnivå, vad är sannolikheten att gå i konkurs innan målet uppnås? Den klassiska spelares ruinproblem, formaliserad av matematiker inklusive Blaise Pascal och Christiaan Huygens på 1600-talet, betraktar en spelare med startkapital $k som spelar ett spel mot en motståndare med stort $N−k (totala bordsinsatser = $N). Med sannolikheten p att vinna varje satsning (och q=1−p att förlora), har sannolikheten för ruin (förlora alla $k innan du når $N) en elegant lösning i sluten form. När p = q = 0,5 (rättvist spel) är ruinsannolikhet = (N−k)/N. För ett ogynnsamt spel (q > p) är ruin nästan säker för stora N. I handel beräknas ruinsannolikhet vanligtvis som sannolikheten att förlora allt kapital innan man uppnår en multipel av startkapital. Med den kontinuerliga approximationen: P(ruin) = e^(−2× Edge × Capital / Variance), där Edge = medelavkastning per handel (eller period), Kapital = startkapital och Varians = varians av avkastning per handel. Denna formel visar att ruinsannolikheten minskar exponentiellt med: (1) större startkapital i förhållande till insatsstorleken; (2) högre kant; och (3) lägre varians. Detta är anledningen till att 1%-regeln i handel - som bara riskerar 1% av kapitalet per handel - dramatiskt minskar sannolikheten för ruin jämfört med 5% eller 10% risk per handel. Inom försäkrings- och försäkringsteknisk vetenskap studerar ruinteorin (Cramér-Lundberg-modellen) om en försäkringsgivares överskott (kapitalreserv) någonsin kommer att bli negativt givet premieinkomst, investeringsavkastning och slumpmässiga skadebetalningar. Ojämlikheten mellan Cramér och Lundberg ger en övre gräns för ruinsannolikhet för försäkringsbestånd. Förstöringssannolikhetsanalys används också inom företagsfinansiering för att bedöma hur länge en start eller ett företag kan överleva på sitt nuvarande kassasaldo med tanke på dess burn rate och intäktsbana, och inom privatekonomi för att bedöma sannolikheten att en pensionär kommer att uttömma sin portfölj före döden under olika utgifts- och avkastningsscenarier.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Formel
▾
Diskret (p ≠ 0,5): P(ruin) = [(q/p)^N − (q/p)^k] / [(q/p)^N − 1]
Rättvist spel (p=0,5): P(ruin) = 1 − k/N
Kontinuerlig ca: P(ruin) = exp(−2 × μ × k / σ²)Variabelbeskrivning
▾
| Symbol | Namn | Enhet | Beskrivning |
|---|---|---|---|
| k | Startkapital | USD | Initial rikedom eller bankrulle; mätt i enheter av insatsstorlek för den diskreta spelarens ruinformel. |
| sid | Vinst sannolikhet | % | Sannolikhet att vinna varje satsning eller handel; om p > 0,5 (eller p > break-even tröskel), finns det en positiv kant. |
| N | Målkapital | USD | Rikedomsmål; i den klassiska gambler's ruin, bordsinsatsen (punkten där motståndaren förstörs istället). |
| P_ruin | Sannolikhet för ruin | % | Sannolikhet att förlora allt kapital innan mål N uppnås. Tillvägagångssätt 1,0 för ogynnsamma spel (p < 0,5). |
| E_dur | Förväntad varaktighet | satsningar/byten | Förväntat antal satsningar/affärer innan antingen förstörelse eller uppnått mål N; speglar hur länge spelet varar. |
Hur man Ruin Probability Calculator
▾
- 1Definiera startkapital k (i enheter med minsta insats eller handelsrisk), målkapital N och insats/riskbelopp per spel.
- 2Uppskatta kanten (p = sannolikheten att vinna varje insats). För handel, använd vinstfrekvens justerad för vinst/förluststorleksförhållande.
- 3Använd lämplig ruinformel: diskret spelares ruin för binära satsningar; kontinuerlig approximation för handel med rörlig avkastning.
- 4För handel: P(ruin) = exp(−2 × genomsnittlig_gain × startkapital / varians_per_handel).
- 5Analysera känslighet: hur förändras ruinsannolikheten om startkapitalet fördubblas? Om kanten halveras? Om variansen ökar?
- 6Beräkna förväntad varaktighet (hur många omgångar före bestämt utfall): E = k × (N−k) / |2p−1| × 1/(p−0,5) för p≠0,5.
- 7Använd ruin-sannolikhet för att ställa in minimikapitalkrav, maximala satsningsstorlekar och lämpliga risk-per-handel-procentsatser.
Lösta exempel
▾
Även med "bara" 2,63 % husfördelar är ruin nästan säker på denna nivå
q/p = (1−0,4737)/0,4737 = 0,5263/0,4737 = 1,1111. P(ruin) = [(1,1111)^200 − (1,1111)^100] / [(1,1111)^200 − 1]. Termen (1.1111)^200 är astronomiskt stor och dominerar täljaren och nämnaren: P(ruin) ≈ 1 − (1.1111)^(−100) = 1 − e^(−100 × ln1.1111) ≈ 1 − 1.1111) ≈ 1 − 0.5^(8) . För att dubbla $100 på roulette har du bara 11,4% chans. Detta illustrerar varför kasinon vinner: en liten husfördel, sammansatt av många satsningar, skapar nästan säker ruin för spelaren.
Positiv kant med kontrollerad dimensionering = mycket låg ruinsannolikhet
Per handel: förväntad vinst = 0,55×$300 − 0,45×$200 = $165 − $90 = $75 (observera utdelning: vinstvinster 1,5×$200=$300). Medelvärde = $75, Varians = E[X²] − E[X]² = (0,55×$300² + 0,45×$200²) − $75² = (49 500 + 18 000) − 5,625 = $61,875. P(ruin) ≈ exp(−2 × $75 × $10 000 / $61,875) = exp(−24,24) ≈ 0,0000000036 — i princip noll! Även med endast 2% risk per handel och en blygsam fördel är sannolikheten för ruin försumbar. Jämför med att riskera 10% per handel ($1 000): P(ruin) ≈ exp(−2 × $75 × $10,000 / $61,875) där kapitalet nu bara är 10 enheter: exp(−2×75×10/61875) — fortfarande försumbart eftersom vi skalat korrekt.
Uppstartsruin är deterministisk här - behöver intäktsökning eller ny finansiering
Nettoförbränning = 50 000 USD/månad. Runway = 500 000 $ / 50 000 $ = 10 månader — uppstarten tar slut på pengar på 10 månader utan förändring. För att överleva 18 månader till målinsamlingen av Serie A (N=18 månaders kontanter vid initial burn rate = 900 000 USD behövs), behöver startupen antingen 80 % intäktstillväxt för att minska nettoförbränningen till 0 USD, eller ytterligare finansiering. Detta illustrerar varför investerare bryr sig intensivt om startup burn rate och runway: ruin (utbetalning innan nästa finansiering) är bokstavligen slutet på företaget.
20 % säkerhetsbelastning med ett överskott på 1 miljon dollar ger nästan noll sannolikhet för ruin
Enligt Cramér-Lundberg-modellen är den övre gränsen för ruinsannolikhet P(ruin|surplus=u) ≤ e^(−Ru), där R är justeringskoefficienten (positiv rot ur Lundbergsekvationen). Med 20 % säkerhetsbelastning och exponentiella anspråk med genomsnittliga $10 000: R = θ/(μ(1+θ)) = 0,20/(10 000×1,20) ≈ 1,67×10⁻⁵. P(ruin) ≤ e^(−1,67×10⁻⁵×1 000 000) = e^(−16,7) ≈ 5,6×10⁻⁸ — väsentligen noll. Detta bekräftar att tillräcklig överskotts- och premiebelastning skapar nästan perfekt finansiell stabilitet för ett försäkringsbolag under typiska skadeantaganden.
Praktiska tillämpningar
▾
Riskhantering för handelssystem och minimikapitalkrav, representerar ett viktigt tillämpningsområde för Ruin Probability i professionella och analytiska sammanhang där korrekta beräkningar av ruinsannolikhet direkt stöder informerat beslutsfattande, strategisk planering och prestationsoptimering
Startbanaanalys och finansieringsmilstolsplanering, som representerar ett viktigt tillämpningsområde för Ruin Probability i professionella och analytiska sammanhang där korrekta beräkningar av ruinsannolikhet direkt stöder informerat beslutsfattande, strategisk planering och prestandaoptimering
Försäkringsbolagens överskottstäckning och solvensreglering, representerar ett viktigt tillämpningsområde för Ruin Probability i professionella och analytiska sammanhang där korrekta ruinsannolikhetsberäkningar direkt stöder informerat beslutsfattande, strategisk planering och prestationsoptimering
Sannolikhet för utarmning av pensionsportfölj (risk för avkastningssekvens), representerar ett viktigt tillämpningsområde för Ruin Probability i professionella och analytiska sammanhang där korrekta beräkningar av ruinsannolikhet direkt stöder informerat beslutsfattande, strategisk planering och prestationsoptimering
Branschproffs förlitar sig på Ruin Probability för beräkningar av sannolikhet för driftförstöring, kundleveranser, rapportering om regelefterlevnad och strategisk planering i affärssammanhang där ruinsannolikhetens noggrannhet direkt påverkar ekonomiska resultat och organisationsprestanda
Specialfall
▾
{'case': 'Martingale-strategi', 'förklaring': 'Martingale-spel (fördubbling efter varje förlust) har noll ruinsannolikhet i teorin (givet oändligt kapital) men nästan säker ruin i praktiken på grund av finita tabellgränser och kapital. En förlustrad på bara 10 kräver 2^10 = 1 024× den initiala insatsen – vilket snabbt överstiger en realistisk kapitalbas.'}
{'case': 'Infinite Horizon Ruin', 'explanation': 'För ett ogynnsamt spel (negativ kant), är sannolikheten för ruin över en oändlig tidshorisont exakt 1,0 — säker ruin. För ett gynnsamt spel är sannolikheten för ruin med oändlig horisont lika med noll för fast bråksatsning (kontinuerligt fall). För fast insatsstorlek, även med positiv kant, är sannolikheten för ruin med oändlig horisont positiv för en diskret slumpmässig promenad med en chans som inte är noll för omedelbar ruin.'}
När ingångsvärden för ruinsannolikhet närmar sig noll eller blir negativa i ruinen
När indatavärden för ruinsannolikhet närmar sig noll eller blir negativa i ruinsannolikheten ändras det matematiska beteendet avsevärt. Nollvärden kan orsaka division-för-noll-fel eller trivialt nollresultat, medan negativa indata kan ge matematiskt giltiga men praktiskt taget meningslösa utdata i ruin-sannolikhetssammanhang. Professionella användare bör validera att alla indata faller inom fysiskt eller ekonomiskt meningsfulla intervall innan resultaten tolkas. Negativa värden eller nollvärden indikerar ofta datainmatningsfel eller exceptionella omständigheter med risk för förstörelse som kräver separat analytisk behandling.
Ruin Sannolikhet genom startkapital (insatsenheter) och Edge
▾
| Kapital (enheter) | Kant=0 % | Kant=1 % | Kant=3 % | Kant=5 % | Kant=10 % |
|---|---|---|---|---|---|
| 10 enheter | 100 % | 82 % | 55 % | 37 % | 14 % |
| 20 enheter | 100 % | 67 % | 30 % | 14 % | 2 % |
| 50 enheter | 100 % | 37 % | 5 % | 0,7 % | 0,006 % |
| 100 enheter | 100 % | 14 % | 0,25 % | 0,05 % | ~0 % |
| 200 enheter | 100 % | 2 % | ~0 % | ~0 % | ~0 % |
| 500 enheter | 100 % | <0,1 % | ~0 % | ~0 % | ~0 % |
Vanliga frågor
▾
Vad är spelarens ruinproblem?
Den klassiska spelares ruinproblem: en spelare med $k dollar spelar ett rättvist spel mot en oändligt rik motståndare och satsar $1 per omgång. Sannolikheten att förlora alla $k innan motståndaren är ruinerad (vilket i fallet med oändlig motståndare betyder sannolikheten för eventuell ruin) är 1,0 — säker ruin. Mot en finit motståndare med totalt kapital $N (spelare har $k, motståndare har $N−k), är ruinsannolikheten 1−k/N för ett rättvist spel. Detta resultat har djupgående konsekvenser: även med noll husfördelar kommer en spelare med mindre kapital än "huset" så småningom att förlora alla sina pengar. Det förklarar matematiskt varför huset alltid vinner – det har mer kapital och kan vara längre än alla enskilda spelare.
Hur påverkar insatsstorleken sannolikheten för att förstöra?
Insatsstorleken har en dramatisk effekt på sannolikheten för att förstöra. För ett fast startkapital och positiv kant är sannolikheten för ruin ungefär P(ruin) ≈ e^(−2×edge×capital_in_units_of_bet). Fördubbling av startkapitalet (eller motsvarande, halvering av insatsstorleken) kvadrerar ruinsannolikheten: om P(ruin) var 10 % blir det 1 % (ungefär). Denna exponentiella känslighet för insatsstorlek/kapitalförhållande är den matematiska grunden för 1% riskregeln i handel. Att riskera 1 % per handel innebär 100 enheter kapital; ruinsannolikhet ≈ e^(−200×edge) — med någon positiv kant är detta i huvudsak noll. Att riskera 10 % per handel innebär endast 10 enheter; ruinsannolikhet ≈ e^(−20×kant) — mycket högre.
Kan ruinsannolikheten vara noll?
I teorin, för en oändlig kapitalstartpunkt eller ett spel där du aldrig kan förlora alla dina pengar (fast bråksatsning som säkerställer att insatsen krymper till noll när välståndet närmar sig noll), kan ruinsannolikheten närma sig noll. I den kontinuerliga approximationen för fast fraktionell handel är sannolikheten för ruin tekniskt sett lika med noll eftersom insatsstorlekar krymper proportionellt med kontot - kontovärdet kan närma sig noll asymptotiskt men aldrig faktiskt nå det. I praktiken innebär minsta positionsstorlekar, transaktionskostnader och diskreta satsningsstrukturer att det alltid finns en viss positiv ruinsannolikhet, även för strategier med positiv kant. Det praktiska målet är att minska ruinsannolikheten till acceptabelt låga nivåer (< 1%) snarare än att eliminera den.
Vad är sambandet mellan ruinsannolikhet och Kelly-kriteriet?
Kelly-kriteriet och ruinsannolikheten är djupt förbundna: Kelly-fraktionen är exakt den insatsstorlek som minimerar graden av minskning av ruinsannolikheten när kapitalet växer. Vid Kelly-fraktionen är den geometriska tillväxttakten för kapital maximerad, vilket innebär att rikedomen växer snabbast mot något mål samtidigt som sannolikheten för ruin minimeras. Överbetting (ovanför Kelly) ökar sannolikheten för ruin kraftigt — vid 2× Kelly blir ruin säker i det långa loppet. Underbetting (fraktionell Kelly) minskar sannolikheten för ruin under Kelly-nivåer men till priset av långsammare kapitaltillväxt. Kelly-kriteriet kan härledas genom att minimera sannolikheten för ruin under förutsättning att tillväxten på lång sikt maximeras.
Hur används ruinsannolikhet i pensionsplaneringen?
Inom personlig ekonomi och pensionsplanering omformuleras sannolikheten för ruin som "sannolikhet för portföljutarmning": chansen att en pensionärs portfölj faller till noll före deras död. Detta uppskattas med hjälp av Monte Carlo-simulering: generera tusentals scenarier med investeringsavkastning, inflation och utgifter, och räkna andelen där portföljen är uttömd. '4%-regeln' (ta ut 4% av den initiala portföljen årligen, justerat för inflation) framkom från historisk simuleringsforskning (Bengen 1994, Trinity Study 1998) som visar cirka 95% framgång (5% sannolikhet för att förstöra) över 30-åriga pensionsperioder för en 60/40 aktie-/obligationsportfölj.
Vilka faktorer påverkar störst sannolikheten för ruin?
I fallande ordningsföljd: (1) Insatsstorlek som en del av kapitalet — den enskilt mest kraftfulla variabeln; halvering av insatsstorleken minskar ruin dramatiskt; (2) Edge — positiv flank är nödvändig för ruinsannolikhet under 50 %; noll eller negativ flank leder alltid till att ruinsannolikhet närmar sig 1; (3) Varians av utfall — högre varians ökar ruinsannolikheten även vid samma kant (reflekterar Kellys formel: ruinrisk ∝ 1/kant × varians); (4) Startkapital i enheter av insatsstorlek — fler kapitalenheter innebär lägre ruin; (5) Målkapital — större erforderlig vinst (högre N) ökar sannolikheten för ruin. Det praktiska alternativet: håll insatsstorleken liten, ha positiva fördelar och börja med tillräckligt med kapital.
Hur gäller ruinsannolikhet för företagens solvens?
I affärssammanhang är ruinsannolikhet sannolikheten för insolvens - negativt eget kapital eller oförmåga att uppfylla förpliktelser. För företag är "insatsen" varje verksamhetsperiods kassaflöde, som har förväntat värde (rörelsevinst) och varians (kassaflödesvolatilitet). Startkapital är eget kapitalreserven och kreditfaciliteten. Målet är överlevnad till lönsamhet eller nästa finansieringsrunda. Med stabilt positivt kassaflöde (positiv kant, låg varians) är ruinsannolikheten låg. För cykliska verksamheter är kassaflödesvariationen hög, vilket kräver större kapitalreserver. Detta är anledningen till att banker kräver lägsta kapitalkvoter – de anger underförstått maximal sannolikhet för ruin som är acceptabel för en reglerad finansiell institution.
Vanliga misstag att undvika
▾
- !Att ignorera att även en liten positiv fördel inte garanterar överlevnad utan tillräckligt startkapital i förhållande till insatsstorleken.
- !Använda deterministiska banberäkningar (t.ex. månader av kontanter vid nuvarande förbränning) utan att ta hänsyn till intäkts-/kostnadsosäkerhet.
- !Om vi antar att en tidigare förlustsvit har "förbrukat" otur och att nästa handel är mer sannolikt att vinna — spelarens missförstånd.
- !Att behandla ruinsannolikhet som en engångsberäkning snarare än att uppdatera den dynamiskt när kapital, strategiparametrar och marknadsförhållanden förändras.
- !Att blanda ihop sannolikheten för ruin med förväntad förlust — ruinsannolikhet mäter överlevnad, inte genomsnittlig förluststorlek.
Proffstips
Kör en Monte Carlo-simulering av 10 000 vägar i ditt handelssystem under 252 handelsdagar. Rita fördelningen av terminalkontots värden och identifiera bråkdelen av vägarna som slutar under din "ruin"-tröskel. Denna empiriska ruinsannolikhet är mer exakt än analytiska formler för verkliga handelssystem med icke-normala avkastningsfördelningar.
Visste du?
Spelarens ruinproblem ställdes först formellt av Blaise Pascal (av Pascals triangelberömmelse) och Christiaan Huygens i deras korrespondens från 1600-talet om sannolikhetsteori. Huygens publicerade lösningen 1657 i 'De Ratiociniis in Ludo Aleae' (Om resonemang i hasardspel) - vilket gör det till ett av de första problemen med sannolikhet att ha en fullständig matematisk lösning. Samma matematik ligger nu till grund för modern försäkringsreglering, handelsriskgränser och startbanaanalys.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Referenser
- ›Feller, W.: An Introduction to Probability Theory and its Applications, Vol. 1 (Wiley, 1968)
- ›Asmussen & Albrecher: Ruin Probabilities (2:a uppl.), World Scientific
- ›Bengen, W. (1994): Fastställande av uttagssatser med historiska data, Journal of Financial Planning
- ›Investopedia: Gambler's Ruin Definition
Read the full guide on how to use this calculator effectively
Läs mer →Få mattetips varje vecka
Gå med 12 000+ prenumeranter som får räknartips varje vecka.