மேம்பட்ட நிதி மற்றும் வணிகம்

Kelly Criterion Calculator

Win நிகழ்தகவு (%)

Win Amount (odds)

Loss Amount

Bankroll ($)

என்றால் என்ன Kelly Criterion Calculator?

▾

கெல்லி அளவுகோல் என்பது ஒரு கணித சூத்திரமாகும், இது செல்வத்தின் நீண்ட கால மடக்கை வளர்ச்சியை அதிகரிக்க ஒரு சாதகமான பந்தயம் அல்லது முதலீட்டிற்கு ஒதுக்க வங்கி அல்லது போர்ட்ஃபோலியோவின் உகந்த பகுதியை தீர்மானிக்கிறது. ஜான் எல். கெல்லி ஜூனியரால் பெல் லேப்ஸில் 1956 இல் தகவல் கோட்பாட்டின் பின்னணியில் உருவாக்கப்பட்டது, மேலும் சூதாட்டம் மற்றும் முதலீட்டில் சுயாதீனமாகப் பயன்படுத்தப்பட்டது, கெல்லி ஃபார்முலா அனைத்து நிலையான பின்னம் பந்தய உத்திகளிலும் மிக உயர்ந்த நீண்ட கால கூட்டு வளர்ச்சி விகிதத்தை உருவாக்குகிறது, அதே நேரத்தில் அழிவின் நிகழ்தகவு கோட்பாட்டளவில் தொடர்ச்சியான பூஜ்ஜியத்திற்கு சாதகமாக இருப்பதை உறுதி செய்கிறது. வெற்றி பெறுவதற்கான நிகழ்தகவு p (மற்றும் நிகழ்தகவு q = 1−p) கொண்ட ஒரு எளிய பைனரி பந்தயத்திற்கு, ஒரு வெற்றி முரண்பாடுகளை செலுத்துகிறது b (ஒவ்வொரு டாலர் பந்தயத்திற்கும் b டாலர்களை வெல்ல), உகந்த கெல்லி பின்னம்: f* = (bp - q) / b = p - q/b. இந்த பின்னமானது வங்கிப் பட்டியலில் ஒரு பகுதியாக வெளிப்படுத்தப்படும் பந்தயத்தின் எதிர்பார்க்கப்படும் மதிப்பாகும். f* (overbetting) ஐ விட அதிகமாக பந்தயம் கட்டுவது கூட்டு வளர்ச்சியை குறைக்கிறது மற்றும் அழிவு அபாயத்தை அதிகரிக்கிறது; f* (அண்டர்பெட்டிங்) விட குறைவான பந்தயம் பாதுகாப்பானது ஆனால் நீண்ட கால வளர்ச்சிக் கண்ணோட்டத்தில் துணை உகந்தது. தொடர்ச்சியான முதலீடுகளுக்கு (பங்குகள், போர்ட்ஃபோலியோக்கள்), கெல்லி சூத்திரம் நீட்டிக்கப்படுகிறது: f* = (μ - r) / σ², இதில் μ எதிர்பார்க்கப்படும் வருமானம், r என்பது ஆபத்து இல்லாத விகிதம் மற்றும் σ² என்பது வருவாய் மாறுபாடு ஆகும். இந்த முடிவு ஷார்ப் விகிதத்துடன் நேரடியாக இணைகிறது: f* = ஷார்ப் ரேஷியோ / σ, அதாவது கெல்லி உகந்த அந்நியச் செலாவணி என்பது ஷார்ப் விகிதமாக மாறும் தன்மையால் வகுக்கப்படுகிறது. ஷார்ப்=0.5 மற்றும் σ=15% கொண்ட ஒரு பொதுவான பன்முகப்படுத்தப்பட்ட ஈக்விட்டி போர்ட்ஃபோலியோவிற்கு, கெல்லி 0.5/0.15 = 333% ஒதுக்கீட்டை பரிந்துரைக்கிறார் - இது 100% க்கு மேல், இது கோட்பாட்டு அந்நியத்தைக் குறிக்கிறது. நடைமுறையில், முழு கெல்லி பின்னம் அரிதாகவே பயன்படுத்தப்படுகிறது ஏனெனில்: (1) நிஜ-உலக விளிம்பு மற்றும் நிகழ்தகவு மதிப்பீடுகள் குறிப்பிடத்தக்க நிச்சயமற்ற தன்மையைக் கொண்டிருக்கின்றன, உண்மையான விளிம்பை மதிப்பிடப்பட்டதை விட சிறியதாக ஆக்குகிறது (25-50% பகுதியளவு கெல்லி பொதுவானது); (2) முழு கெல்லி கடுமையான குறைபாடுகளை உருவாக்குகிறது - இரட்டிப்பாக்குவதற்கு முன் எதிர்பார்க்கப்படும் அதிகபட்ச வரவு செல்வத்தின் 50% ஆகும்; (3) பெரும்பாலான முதலீட்டாளர்கள், மடக்கைப் பயன்பாட்டைக் காட்டிலும் பெரிய இழப்புகளைத் தண்டிக்கும் பயன்பாட்டுச் செயல்பாடுகளைக் கொண்டுள்ளனர். அரை-கெல்லி அல்லது காலாண்டு-கெல்லி உத்திகள் கெல்லியின் நீண்ட கால வளர்ச்சி விகிதத்தில் 75% அல்லது 50% அடையும் அதே வேளையில் விளைவுகளின் டிராவுன் மற்றும் மாறுபாட்டை வியத்தகு முறையில் குறைக்கிறது. கெல்லி அளவுகோல் விளையாட்டு பந்தயம், போக்கர் (தொழில்முறை வீரர்கள் வெளிப்படையாக வங்கி மேலாண்மைக்கு பயன்படுத்துகின்றனர்), பொருட்கள் வர்த்தகம் மற்றும் அளவு முதலீட்டு மேலாண்மை ஆகியவற்றில் பரவலாகப் பயன்படுத்தப்படுகிறது. புகழ்பெற்ற முதலீட்டாளர்களான வாரன் பஃபெட் மற்றும் சார்லி முங்கர் ஆகியோர் கெல்லி கொள்கைகளுடன் ஒத்துப்போகும் முதலீட்டு அணுகுமுறைகளை விவரித்துள்ளனர், மேலும் பிளாக் ஜாக் கார்டு எண்ணுதல் மற்றும் அளவு ஹெட்ஜ் நிதி மேலாண்மை ஆகிய இரண்டிலும் எட்வர்ட் தோர்ப்பின் முன்னோடி பணியை இந்த அளவுகோல் அடிக்கோடிட்டுக் காட்டுகிறது.

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

சூத்திரம்

▾

f(x)

கெல்லி பின்னம் (பைனரி): f* = (b×p - q) / b = p - (1−p)/b
கெல்லி பின்னம் (தொடர்ச்சி): f* = (μ - r) / σ²
வளர்ச்சி விகிதம்: g = p × ln(1 + b×f*) + (1−p) × ln(1 - f*)

மாறி விளக்கம்

▾

குறியீடு	பெயர்	அலகு	விவரிப்பு
f*	கெல்லி பின்னம்	%	பந்தயம் கட்ட அல்லது முதலீடு செய்ய வங்கிப் பட்டியலில் உகந்த பகுதி; நீண்ட கால மடக்கை செல்வ வளர்ச்சியை அதிகரிக்கிறது.
p	வெற்றி வாய்ப்பு	%	ஒரு சாதகமான முடிவின் மதிப்பிடப்பட்ட நிகழ்தகவு; பாசிட்டிவ் எட்ஜ்க்கு இடைவேளையின் நிகழ்தகவை (1/(1+b)) மீற வேண்டும்.
b	நிகர முரண்பாடுகள் விகிதம்	ratio	வெற்றி பெற்றால் ஒரு யூனிட்டுக்கான நிகர வெற்றிகள்: $1 பந்தயத்திற்கு $3 வென்றால், b=3. சாத்தியமான பந்தயத்திற்கு நேர்மறையாக இருக்க வேண்டும்.
EV	எதிர்பார்க்கப்படும் மதிப்பு	USD	ஒரு யூனிட் எதிர்பார்க்கப்படும் லாபம்: EV = (p × b) - (1−p). கெல்லி ஒரு பந்தயத்தை பரிந்துரைக்க நேர்மறை EV அவசியம் (ஆனால் போதுமானதாக இல்லை).
g	வளர்ச்சி விகிதம்	%/round	கெல்லி பின்னத்தில் ஒரு பந்தய சுற்றுக்கு நீண்ட கால கூட்டு வளர்ச்சி விகிதம்: g = p × ln(1+b×f) + (1−p) × ln(1−f).

எப்படி Kelly Criterion Calculator

▾

1ஒரு சாதகமான முடிவின் நிகழ்தகவு p ஐ மதிப்பிடவும் (வரலாற்று தரவு, மாதிரி அல்லது விளிம்பு பகுப்பாய்விலிருந்து).
2முரண்பாடுகளைத் தீர்மானித்தல் b: வெற்றியின் பட்சத்தில் ஒரு யூனிட்டுக்கான நிகர வெற்றிகள்.
3நேர்மறை எதிர்பார்க்கப்படும் மதிப்பைச் சரிபார்க்கவும்: EV = b×p - (1−p) > 0. EV ≤ 0 எனில், பந்தயம் கட்ட வேண்டாம் (f* ≤ 0 என்றால் கெல்லி பந்தயம் பரிந்துரைக்கவில்லை).
4கெல்லி பகுதியைக் கணக்கிடுக: f* = (b×p - (1−p)) / b.
5விரும்பினால் பின்னம் கெல்லியைப் பயன்படுத்தவும்: பொதுவாக f = 0.25 × f* முதல் 0.5 × f* வரை அதிக பழமைவாத மூலதன நிர்வாகத்திற்கு.
6பந்தயத்தின் அளவு: பந்தயத் தொகை = f* × மொத்த வங்கிப் பட்டியல்.
7ஒவ்வொரு பந்தயத்துக்குப் பிறகும் பாங்க்ரோல் அளவு மாறும்போது மீண்டும் கணக்கிடுங்கள் - கெல்லி என்பது தற்போதைய செல்வத்திற்கு விகிதாசாரத்துடன் கூடிய ஒரு மாறும் உத்தி.

தீர்க்கப்பட்ட எடுத்துக்காட்டுகள்

▾

எடுத்துக்காட்டு 1விளையாட்டு பந்தயம் - சாதகமான முரண்பாடுகள்

கொடுக்கப்பட்டது:ப=0.55 (55% வெற்றி நிகழ்தகவு), b=1.0 (பணமும் கூட), பேங்க்ரோல்=$10,000

முடிவு:f*=10% | பந்தயம் $1,000 | EV=ஒரு பந்தயத்திற்கு $100

55% வெற்றி விகிதம் இருந்தபோதிலும் வங்கியில் 10% மட்டுமே - கெல்லி பழமைவாதி

f* = (1.0 × 0.55 - 0.45) / 1.0 = (0.55 - 0.45) = 0.10 = 10%. பந்தயம் தொகை = 10% × $10,000 = $1,000. ஒரு பந்தயத்திற்கு எதிர்பார்க்கப்படும் மதிப்பு = (0.55 × $1,000) - (0.45 × $1,000) = $550 - $450 = $100. இந்த ஒப்பீட்டளவில் சிறிய பின்னம் (10%) பெரிய விளிம்பில் இருந்தாலும் (55% எதிராக நியாயமான 50%) கெல்லியின் பழமைவாதத்தை பிரதிபலிக்கிறது. முழு $10,000 (100%) பந்தயம் கட்டுவது ஒரு பந்தயத்திற்கு எதிர்பார்க்கப்படும் மதிப்பை அதிகரிக்கும், ஆனால் அழிவை ஏற்படுத்தும் - 10 தொடர்ச்சியான இழப்புகள் (நிகழ்தகவு ≈ 0.3%) வங்கிப் பணத்தை அழித்துவிடும். கெல்லியின் 10% பின்னம் நீண்ட கால வளர்ச்சியை உகந்ததாக ஆக்குகிறது, அதே நேரத்தில் அழிவை அசாதாரணமாக சாத்தியமாக்குகிறது.

எடுத்துக்காட்டு 2போக்கர் வங்கி மேலாண்மை

கொடுக்கப்பட்டது:வெற்றி விகிதம்=55பிபி/100 கைகள், ஸ்டேட் டெவ்=100பிபி/100 கைகள்; பங்கு=$1/$2, வாங்குதல் இலக்கு

முடிவு:கெல்லி உகந்த வாங்குதல்கள்: 36 வாங்குதல்கள் குறைந்தபட்சம்; 30 வாங்குதல்களுடன் <1% அழிவின் அபாயம்

போக்கரின் உயர் மாறுபாட்டிற்கு நேர்மறை விளிம்புடன் கூட பல வாங்குதல்கள் தேவை

போக்கரில், கெல்லி-தொடர்புடைய அழிவு சூத்திரம்: P(ruin) = e^(−2×W×B/V), இங்கு W=ஒரு கைக்கு வெற்றி விகிதம், பெரிய பிளைண்ட்களில் B=பேங்க்ரோல், V=ஒரு கைக்கு மாறுபாடு. வெற்றி விகிதம் 55பிபி/100 = 0.55பிபி/கை, மாறுபாடு = 100²/100 = 100 பிபி²/கை, மற்றும் பேங்க்ரோல் பி = 30 வாங்குதல்கள் × 100பிபி = 3,000பிபி: பி(அழிவு) = இ^(−2×0.005/5×0.005 e^(−0.33) = 72% — பயங்கரம்! தொழில்முறை போக்கர் பிளேயர்கள் குறைந்தபட்சம் 30-50 வாங்குதல்களைப் பயன்படுத்துகின்றனர். 50 வாங்குதல்களில் (5,000பிபி): P(ruin) = e^(−0.55) = 58% — இன்னும் அதிகமாக உள்ளது. கெல்லி பகுப்பாய்வு, போக்கரின் உயர் மாறுபாட்டிற்கு வெற்றிபெறும் வீரர்களுக்கு கூட மிக ஆழமான வங்கிகள் தேவை என்பதை வெளிப்படுத்துகிறது.

எடுத்துக்காட்டு 3பங்குச் சந்தை கெல்லி பின்னம்

கொடுக்கப்பட்டது:ஈக்விட்டி எதிர்பார்க்கப்படும் வருமானம்=10%/வருடம், நிலையற்ற தன்மை=20%/வருடம், இடர் இல்லாத விகிதம்=5%

முடிவு:f*=125% | முழு கெல்லி 125% ஒதுக்கீட்டை பரிந்துரைக்கிறார் (25% அந்நிய)

முழு கெல்லி மிகவும் ஆக்ரோஷமானவர்; பெரும்பாலான பயிற்சியாளர்கள் 25-50% கெல்லியைப் பயன்படுத்துகின்றனர்

f* = (μ - r) / σ² = (0.10 - 0.05) / (0.20²) = 0.05 / 0.04 = 1.25 = 125%. ஃபுல் கெல்லி 125% ஈக்விட்டி ஒதுக்கீட்டை பரிந்துரைக்கிறார் (முதலீடு செய்ய 25% கடன் வாங்குதல்). இது மடக்கை பயன்பாட்டின் கீழ் மெர்டன் உகந்த போர்ட்ஃபோலியோ பின்னமாகும். நடைமுறையில், உண்மையான ஷார்ப் விகிதம் மற்றும் σ ஆகியவை நிச்சயமற்றவை (மதிப்பீட்டு பிழை), எனவே உண்மையான விளிம்பு மதிப்பிடப்பட்டதை விட குறைவாக உள்ளது. 62.5% இன் அரை-கெல்லி பகுதியைப் பயன்படுத்துவது அதிகபட்ச வளர்ச்சி விகிதத்தில் தோராயமாக 75% அடையும், அதே நேரத்தில் டிராடவுன் அபாயத்தை வியத்தகு முறையில் குறைக்கும். தொழில்முறை அளவு நிதிகள் பொதுவாக 20-50% கோட்பாட்டு கெல்லியை மதிப்பீட்டின் நிச்சயமற்ற தன்மையைக் கணக்கிட பயன்படுத்துகின்றன.

எடுத்துக்காட்டு 4பல சொத்து கெல்லி ஒதுக்கீடு

கொடுக்கப்பட்டது:போர்ட்ஃபோலியோ: அசெட் ஏ (ஷார்ப்=1.0, σ=15%) மற்றும் அசெட் பி (ஷார்ப்=0.5, σ=25%); ρ(A,B)=0.30

முடிவு:கெல்லி பின்னங்கள்: A=55%, B=12% | போர்ட்ஃபோலியோ அந்நிய=67%

பல-சொத்து கெல்லி கோவாரியன்ஸ் மேட்ரிக்ஸில் மேட்ரிக்ஸ் செயல்பாடுகளைப் பயன்படுத்துகிறார்

பல-சொத்து கெல்லி: f* = Σ⁻¹ × α (ஆல்பா திசையன்), இதில் Σ என்பது கோவாரியன்ஸ் மேட்ரிக்ஸ் மற்றும் α என்பது அதிகப்படியான வருமானத்தின் திசையன். அசெட் ஏ ஷார்ப் 1.0 மற்றும் ஒப்பீட்டளவில் குறைந்த தொகுதியைக் கொண்டுள்ளது - கெல்லி பெரிதும் ஒதுக்குகிறது. அசெட் பி குறைந்த ஷார்ப் மற்றும் அதிக தொகுதி - சிறிய கெல்லி ஒதுக்கீடு. நேர்மறை தொடர்பு மொத்த போர்ட்ஃபோலியோ ஒதுக்கீட்டையும், தொடர்பற்ற வழக்கையும் குறைக்கிறது (இங்கு f_total = 55% + 25% = 80%). நடைமுறைச் செயல்படுத்தல் சுற்றுகள் மற்றும் கட்டுப்பாடுகள்: நீண்ட காலத்திற்கு மட்டுமே நிதியானது இயல்பாக்கத்திற்குப் பிறகு போர்ட்ஃபோலியோ மட்டத்தில் தோராயமாக 80% A, 20% B ஐ ஒதுக்கும். பல-சொத்து கெல்லி போர்ட்ஃபோலியோவின் நீண்ட கால வளர்ச்சி விகிதத்தை அதிகப்படுத்துகிறது.

நடைமுறை பயன்பாடுகள்

▾

🏗️

தொழில்முறை பந்தயம் கட்டுபவர்களுக்கான விளையாட்டு பந்தயம் வங்கி மேலாண்மை

🔬

போக்கர் வீரர் பங்கு தேர்வு மற்றும் வங்கி மேலாண்மை

📊

அளவு ஹெட்ஜ் நிதி நிலை அளவு மாதிரிகள்

🏥

முதலீட்டு வாய்ப்புகள் முழுவதும் துணிகர மூலதன போர்ட்ஃபோலியோ ஒதுக்கீடு

⚙️

ஒரே நேரத்தில் உத்திகள் முழுவதும் வர்த்தக அல்காரிதம் மூலதன ஒதுக்கீடு

சிறப்பு நிகழ்வுகள்

▾

நடைமுறையில், இந்த விளிம்பு வழக்குக்கு கவனமாக பரிசீலிக்க வேண்டும், ஏனெனில் நிலையான அனுமானங்கள் இருக்காது. கெல்லி அளவுகோல் கால்குலேட்டர் கணக்கீடுகளில் இந்த சூழ்நிலையை சந்திக்கும் போது, பயிற்சியாளர்கள் எல்லை நிலைமைகளை சரிபார்க்க வேண்டும், பிரிவு-பூஜ்யம் அபாயங்களை சரிபார்க்க வேண்டும், மேலும் இந்த தீவிர நிலைமைகளின் கீழ் மாதிரியின் அனுமானங்கள் செல்லுபடியாகும் என்பதை கருத்தில் கொள்ள வேண்டும்.

கெல்லி பின்னம் எதிராக நீண்ட கால வளர்ச்சி விகிதம் வர்த்தக-ஆஃப்

▾

கெல்லி மல்டிபிள்	வளர்ச்சி விகிதம் (கெல்லியின்%)	டிராடவுன் தீவிரம்	வழக்கமான பயனர்
முழு கெல்லி (1.0×)	100%	கடுமையானது (~50% எதிர்பார்க்கப்படும் அதிகபட்ச DD)	தத்துவார்த்த உகந்தது
அரை கெல்லி (0.5×)	75%	மிதமான (~25% அதிகபட்ச DD)	ஆக்கிரமிப்பு அளவு நிதிகள்
காலாண்டு கெல்லி (0.25×)	44%	லேசானது (~12% அதிகபட்ச DD)	பழமைவாத பயிற்சியாளர்கள்
10வது கெல்லி (0.1×)	19%	மிகக் குறைவு (~5% அதிகபட்ச DD)	ஆபத்தை எதிர்க்கும் ஆபத்து mgmt
2× கெல்லி (அதிக பந்தயம்)	0%	தீவிரம் - அழிக்கும் போக்கு	ஆபத்து மண்டலம் - தவிர்க்கவும்
3× கெல்லி (அதிக பந்தயம்)	எதிர்மறை	கிட்டத்தட்ட குறிப்பிட்ட இறுதி அழிவு	பேரழிவு

அடிக்கடி கேட்கப்படும் கேள்விகள்

▾

முழு கெல்லி ஏன் நடைமுறையில் அரிதாகவே பயன்படுத்தப்படுகிறது?

ஃபுல் கெல்லி நீண்ட கால மடக்கை வளர்ச்சியை அதிகரிக்கிறது ஆனால் மிகவும் ஆக்ரோஷமான நிலை அளவு மற்றும் கடுமையான குறைபாடுகளை உருவாக்குகிறது. செல்வம் இரட்டிப்பாவதற்கு முன் எதிர்பார்க்கப்படும் அதிகபட்ச வரவு தற்போதைய செல்வத்தில் தோராயமாக 50% ஆகும் - அதாவது இரட்டிப்பாகும் முன் ஒரு கட்டத்தில் உங்கள் பணத்தில் பாதியை இழக்க நேரிடும். பெரும்பாலான முதலீட்டாளர்கள் மடக்கையை விட அதிக ஆபத்து இல்லாத பயன்பாட்டு செயல்பாடுகளைக் கொண்டுள்ளனர், பெரிய இழப்புகளுக்கு அதிக அபராதம் விதிக்கின்றனர். கூடுதலாக, நிஜ-உலக விளிம்பு மதிப்பீடுகள் நிச்சயமற்றவை - உங்கள் உண்மையான விளிம்பு உங்களின் மதிப்பிடப்பட்ட விளிம்பில் பாதியாக இருந்தால், முழு கெல்லி குறிப்பிடத்தக்க அளவுக்கு அதிகமாக பந்தயம் கட்டுகிறது. ஹாஃப்-கெல்லி கெல்லியின் வளர்ச்சி விகிதத்தில் தோராயமாக 75% ஐ மிகக் குறைந்த மாறுபாடு மற்றும் அதிகபட்ச டிராவுன் மூலம் அடைகிறது. தொழில்முறை அளவு நிதிகள் பொதுவாக 20-50% கெல்லியைப் பயன்படுத்துகின்றன.

கெல்லி அளவுகோலுக்கும் ஷார்ப் விகிதத்திற்கும் என்ன தொடர்பு?

வழக்கமாக விநியோகிக்கப்பட்ட வருமானத்துடன் தொடர்ச்சியான முதலீட்டிற்கு, கெல்லி உகந்த அந்நியச் செலாவணி: f* = கூர்மையான விகிதம் / σ = (μ - r) / σ². இதன் பொருள் கெல்லி பின்னம் ஷார்ப் விகிதத்துடன் அதிகரிக்கிறது (அதிக விளிம்பு அதிக அளவை நியாயப்படுத்துகிறது) மற்றும் ஏற்ற இறக்கத்துடன் குறைகிறது (அதிக தொகுதி என்றால் அதிக மாறுபாடு அபாயம்). அதிகபட்ச நீண்ட கால வளர்ச்சி விகிதம் (கெல்லி வளர்ச்சி) ஆபத்து இல்லாத விகிதம் பிளஸ் (ஷார்ப்²)/2 க்கு சமம் - எனவே கெல்லி வளர்ச்சி ஷார்ப் விகிதத்தின் வர்க்கத்திற்கு நேரடியாக விகிதாசாரமாகும். இந்த உறவுதான் கெல்லி-உகந்த முதலீட்டாளர்களுக்கு ஷார்ப் விகிதமானது மிக முக்கியமான மெட்ரிக் ஆகும்.

கெல்லி அளவுகோல் அழிவுக்கு வழிவகுக்கும்?

கோட்பாட்டளவில், கெல்லி அளவுகோல் தொடர்ச்சியான நேர்மறை நிகழ்தகவு விளைவுகளுடன் சாதகமான பந்தயத்திற்கு நீண்ட காலத்திற்கு அழிவின் பூஜ்ஜிய நிகழ்தகவைக் கொண்டுள்ளது (வடிவியல் சீரற்ற நடை முடிவிலிக்கு நிச்சயமாக ஒன்றிணைகிறது). எவ்வாறாயினும், நடைமுறையில், அழிவு அபாயம் இதன் காரணமாக உள்ளது: (1) தனிப்பட்ட (எல்லையற்ற வகுபடாத) பந்தயங்கள் ஒப்பீட்டளவில் கெல்லி பகுதியை விட அதிகமாக இருக்கலாம்; (2) மாதிரி பிழை - உண்மையான நிகழ்தகவு மற்றும் முரண்பாடுகள் மதிப்பிடப்பட்டதை விட குறைவாக சாதகமாக இருக்கலாம்; (3) ஸ்ட்ரீக் ரிஸ்க் - முழு கெல்லியுடன், நீண்ட கால இழப்புக் கோடுகள் அழிவு இல்லாமல் கூட தீவிரமான இழுவைகளை ஏற்படுத்துகின்றன; (4) அந்நியச் செலாவணி - கெல்லி பின்னம் 100% அதிகமாக இருந்தால் (பங்குச் சந்தை பயன்பாடுகளைப் போல), கடன் வாங்கிய நிதிகள் வரையறுக்கப்பட்ட அழிவு சாத்தியத்தை உருவாக்குகின்றன. இந்த அபாயங்கள் அனைத்தையும் நிர்வகிக்க, பகுதி கெல்லி உத்திகள் நடைமுறையில் விரும்பப்படுகின்றன.

கெல்லி அளவுகோல் எவ்வாறு தொடர்புள்ள சவால்களை கையாள்கிறது?

ஒரு பந்தயத்திற்கு, கெல்லி நேரடியானவர். ஒரே நேரத்தில் செயல்படும் பந்தயம் அல்லது முதலீடுகளின் போர்ட்ஃபோலியோவிற்கு, பல-சொத்து கெல்லி மேட்ரிக்ஸ் அல்ஜீப்ராவைப் பயன்படுத்துகிறது: f* = Σ⁻¹ × α, இதில் Σ என்பது வருமானத்தின் இணைவு அணி மற்றும் α என்பது எதிர்பார்க்கப்படும் அதிகப்படியான வருமானத்தின் திசையன். நேர்மறை தொடர்புள்ள சவால்கள், தொடர்பற்ற பந்தயங்களுடன் ஒப்பிடும்போது மொத்த கெல்லி ஒதுக்கீட்டைக் குறைக்கின்றன - போர்ட்ஃபோலியோ மேலாளர் பந்தயங்கள் ஒன்றோடொன்று தொடர்புடையதாக இருக்கும் போது அளவைக் குறைக்க வேண்டும், ஏனெனில் தொடர்புகள் டிராடவுன் ஆபத்தை அதிகரிக்கின்றன. எதிர்மறையான தொடர்புள்ள சவால்கள் பெரிய மொத்த ஒதுக்கீட்டை அனுமதிக்கின்றன. பன்முகப்படுத்தல் (நிலைமைகளுக்கு இடையே எதிர்மறை/குறைந்த தொடர்பு) பாதுகாப்பை தியாகம் செய்யாமல் அதிக மொத்த மூலதனப் வரிசைப்படுத்தலை ஏன் அனுமதிக்கிறது என்பதற்கான கணித அடித்தளம் இதுவாகும்.

'பிராக்ஷனல் கெல்லி' உத்தி என்றால் என்ன?

பகுதி கெல்லி முழு கெல்லி தொகையில் ஒரு நிலையான பகுதியை பந்தயம் கட்டுகிறது - பொதுவாக 25% (காலாண்டு-கெல்லி) முதல் 50% (அரை-கெல்லி). ஹாஃப்-கெல்லி அதிகபட்ச நீண்ட கால வளர்ச்சி விகிதத்தில் தோராயமாக 75% அடையும் போது: (1) கெல்லி மாறுபாட்டின் 25% போர்ட்ஃபோலியோ மாறுபாட்டைக் குறைத்தல்; (2) எதிர்பார்க்கப்படும் அதிகபட்ச வரவை பாதியாகக் குறைத்தல்; (3) விளிம்பு மற்றும் நிகழ்தகவு ஆகியவற்றில் மதிப்பீட்டு பிழைக்கு எதிராக கணிசமான இடையகத்தை வழங்குதல். இந்த உறவு இருபடியாக உள்ளது: கெல்லியின் பின்னம் c இல் பந்தயம் கட்டுவது கெல்லியின் அதிகபட்ச வளர்ச்சி விகிதத்தில் (எப்போதும் 100% க்கும் குறைவாக) சி(2−c) பகுதியை அடைகிறது, எனவே அண்டர்பெட்டிங்கின் வளர்ச்சி விகித அபராதம் மாறுபாடு குறைப்பு நன்மையை விட மிகவும் சிறியது. இந்த சமச்சீரற்ற தன்மை, நடைமுறை இடர் மேலாண்மைக்கு ஏன் பகுதி கெல்லி முழு கெல்லியில் ஆதிக்கம் செலுத்துகிறது என்பதை விளக்குகிறது.

கெல்லி அளவுகோலை தொழில் ரீதியாக யார் பயன்படுத்துகிறார்கள்?

கெல்லி அளவுகோல் பல புகழ்பெற்ற முதலீட்டு தொழில்களில் வெளிப்படையாக ஏற்றுக்கொள்ளப்பட்டது அல்லது தாக்கத்தை ஏற்படுத்தியது. எட்வர்ட் தோர்ப் - பிளாக் ஜாக்கில் கார்டு எண்ணுவதைக் கண்டுபிடித்த கணிதப் பேராசிரியர் - கெல்லியை சூதாட்டம் (பீட் தி டீலரில் ஆவணப்படுத்தப்பட்டுள்ளது) மற்றும் அவரது ஹெட்ஜ் ஃபண்ட் பிரின்ஸ்டன்/நியூபோர்ட் பார்ட்னர்ஸ் ஆகிய இரண்டிற்கும் கடுமையாகப் பயன்படுத்தினார், அவர் 19 ஆண்டுகள் விதிவிலக்கான ஆபத்து-சரிசெய்யப்பட்ட வருமானத்துடன் இயங்கினார். வாரன் பஃபெட்டின் செறிவூட்டப்பட்ட நிலை அளவீட்டுத் தத்துவம் கெல்லியின் சிந்தனையைப் பிரதிபலிக்கிறது: உங்களுக்கு அதிக நம்பிக்கையும் உண்மையான விளிம்பும் இருக்கும்போது பெரிய சவால்களைச் செய்யுங்கள். தொழில்முறை விளையாட்டு பந்தயம் கட்டுபவர்கள் மற்றும் போக்கர் பிளேயர்கள் வங்கி நிர்வாகத்திற்காக கெல்லியை வெளிப்படையாகப் பயன்படுத்துகின்றனர். மறுமலர்ச்சி டெக்னாலஜிஸ் போன்ற அளவு ஹெட்ஜ் நிதிகள் கெல்லி தொடர்பான உகந்த பின்னம் கருத்துகளை மறைமுகமாக தங்கள் முறையான வர்த்தக உத்திகளில் பயன்படுத்துகின்றன.

கெல்லியுடன் 'ஓவர்பெட்டிங்' ஆபத்து என்ன?

ஓவர்பெட்டிங் - கெல்லி பகுதியை விட அதிகமாக பந்தயம் கட்டுவது - வளர்ச்சி விகிதம் மற்றும் அழிவு நிகழ்தகவு கண்ணோட்டங்கள் இரண்டிலும் குறைவான பந்தயம் கட்டுவதை விட மோசமானது. சரியாக 2× கெல்லியில் (இரட்டை கெல்லி), நீண்ட கால வளர்ச்சி விகிதம் பூஜ்ஜியமாகக் குறைகிறது - கணக்கு மதிப்பு வளராமல் ஒரு மட்டத்தைச் சுற்றி ஊசலாடுகிறது. 2 × கெல்லிக்கு அப்பால், வளர்ச்சி விகிதம் எதிர்மறையாக மாறும் - கணக்கு இறுதியில் அனைத்து மதிப்பையும் இழக்கும். இந்த அப்பட்டமான சமச்சீரற்ற தன்மை (குறைந்த பந்தயம் வெறும் துணை பந்தயம், ஓவர்பெட்டிங் பேரழிவு தரக்கூடியது) கெல்லியை பொசிஷன் அளவில் ஒரு முக்கியமான மேல் வரம்பாக ஆக்குகிறது. நடைமுறையில், ஒரு மாதிரியானது கெல்லி பின்னத்தை 100%க்கு மிக நெருக்கமாகவோ அல்லது அதிகமாகவோ பரிந்துரைக்கும் போதெல்லாம், அதிகரித்த ஓவர்பெட்டிங் அபாயத்தின் காரணமாக ஒரு பகுதியளவு கெல்லி காரணியை தீவிரமாகப் பயன்படுத்துவதற்கான சமிக்ஞையாக இதைக் கருதுங்கள்.

தவிர்க்க வேண்டிய பொதுவான தவறுகள்

▾

!விளிம்பு மற்றும் நிகழ்தகவு ஆகியவற்றில் நிச்சயமற்ற தன்மையைக் கணக்கிடாமல் முழு கெல்லியைப் பயன்படுத்துதல் - உண்மையான பயன்பாடுகளில் எப்போதும் பின்னமான கெல்லியை (25-50%) பயன்படுத்தவும்.
!ஒரே நேரத்தில் பல நிலைகளை அளவிடும் போது தொடர்பு கட்டமைப்பைப் புறக்கணித்தல் - தொடர்புபடுத்தப்பட்ட சவால்களுக்கு தனிப்பட்ட கெல்லி பின்னங்கள் குறைக்கப்பட வேண்டும்.
!கெல்லியை எதிர்மறையான எதிர்பார்க்கப்படும் மதிப்பைக் கொண்ட பந்தயங்களுக்குப் பயன்படுத்துதல் - கெல்லி இந்த சந்தர்ப்பங்களில் f* ≤ 0 ஐ சரியாக உருவாக்குகிறார் (பந்தயம் இல்லை).
!கெல்லியை ஒரு நிலையான பந்தய அளவு விதியாகக் கருதுதல் - இது ஒவ்வொரு முறையும் தற்போதைய செல்வத்திற்குப் பயன்படுத்தப்பட வேண்டும், செல்வம் வீழ்ச்சியடையும் போது விகிதாசாரமாக பந்தயங்களைக் குறைக்கும்.
!கெல்லி அதிகபட்சமாக எதிர்பார்க்கப்படும் டாலர் வருவாயை அடைகிறார் என்று கருதி - இது மடக்கை (வடிவியல்) வளர்ச்சியை அதிகரிக்கிறது, எண்கணிதத்தில் எதிர்பார்க்கப்படும் வருமானத்தை அல்ல.

💡

நிபுணர் குறிப்பு

முழு கெல்லி, அரை கெல்லி மற்றும் கால் கெல்லியைப் பயன்படுத்தி 100 பந்தயங்களுக்கு மேல் 1,000 பாதைகளின் மான்டே கார்லோ உருவகப்படுத்துதலை இயக்கவும். டெர்மினல் செல்வத்தின் விளைவுகளின் விநியோகம் கெல்லியின் உயர்ந்த மையப் போக்கு மற்றும் ஓவர்பெட்டிங்கின் பேரழிவுகரமான எதிர்மறை இரண்டையும் கண்கூடாகக் காட்டுகிறது - சூத்திரங்களை மட்டும் விட மிகவும் கட்டாயமானது.

⭐

உங்களுக்கு தெரியுமா?

ஜான் கெல்லி ஜூனியர், 1956 ஆம் ஆண்டு பெல் சிஸ்டம் டெக்னிக்கல் ஜர்னல் பேப்பரில் 'ஒரு புதிய தகவல் விகிதத்தின்' என்ற தலைப்பில் தனது அளவுகோலை வெளியிட்டார், இது சூதாட்டம் அல்ல - தகவல் கோட்பாடு மற்றும் தகவல் தொடர்பு சேனல் திறன் ஆகியவற்றின் அடிப்படையில் முடிவை உருவாக்குகிறது. பேப்பர் சூதாட்டம் பற்றி குறிப்பிடவே இல்லை. எட் தோர்ப் அதன் பயன்பாட்டை பிளாக்ஜாக் மற்றும் பின்னர் பங்குச் சந்தைக்கு அங்கீகரித்தார், கெல்லியை தகவல் கோட்பாட்டிலிருந்து நடைமுறை முதலீட்டு மேலாண்மைக்கு திறம்பட மொழிபெயர்த்தார்.

Regional Guides

▾

🇺🇸 US▾

பொருந்தும் இடங்களில் US வழக்கமான அலகுகள் மற்றும் தரங்களைப் பயன்படுத்துகிறது

🇬🇧 UK▾

மெட்ரிக் அலகுகள் அல்லது பிரிட்டிஷ் தரநிலைகளுக்கு மாற்றம் தேவைப்படலாம்

🇪🇺 EU▾

பொருந்தும் இடங்களில் EU மரபுகள் மற்றும் SI அலகுகளைப் பின்பற்றுகிறது

குறிப்புகள்

📖கடினத்தன்மை:மேம்பட்ட

தகவல் நோக்கங்களுக்காக மட்டுமே. இந்த கருவி நிதி ஆலோசனை அல்ல. முதலீடு அல்லது நிதி முடிவுகளை எடுப்பதற்கு முன் தகுதிவாய்ந்த நிதி ஆலோசகரை அணுகவும்.

Formula-verified for precision

Reviewed October 2026

Our methodology

வாராந்திர கணித உதவிக்குறிப்புகளைப் பெறுங்கள்

ஒவ்வொரு வாரமும் கால்குலேட்டர் உதவிக்குறிப்புகளைப் பெறும் 12,000+ சந்தாதாரர்களுடன் சேரவும்.

🔒

100% இலவசம்

பதிவு தேவையில்லை

✓

துல்லியமான

சரிபார்க்கப்பட்ட சூத்திரங்கள்

⚡

உடனடி

தட்டச்சு செய்யும்போது முடிவுகள்

📱

மொபைல் தயார்

அனைத்து சாதனங்கள்