คืออะไร Kelly Criterion Calculator?
▾
Kelly Criterion เป็นสูตรทางคณิตศาสตร์ที่กำหนดสัดส่วนที่เหมาะสมที่สุดของเงินทุนหรือพอร์ตโฟลิโอเพื่อจัดสรรให้กับการเดิมพันหรือการลงทุนที่น่าพึงพอใจ เพื่อเพิ่มการเติบโตของความมั่งคั่งแบบลอการิทึมในระยะยาวให้สูงสุด พัฒนาโดย John L. Kelly Jr. ที่ Bell Labs ในปี 1956 ในบริบทของทฤษฎีข้อมูล และนำไปใช้อย่างอิสระกับการพนันและการลงทุน สูตรของ Kelly สร้างอัตราการเติบโตแบบทบต้นในระยะยาวที่สูงที่สุดในบรรดากลยุทธ์การเดิมพันแบบเศษส่วนคงที่ทั้งหมด ในขณะเดียวกันก็รับประกันว่าความน่าจะเป็นที่จะถูกทำลายนั้นเป็นศูนย์ในทางทฤษฎี (ด้วยการเดิมพันอย่างต่อเนื่องในราคาต่อรองที่ดี) สำหรับการเดิมพันไบนารี่ธรรมดาที่มีความน่าจะเป็น p ที่จะชนะ (และความน่าจะเป็น q = 1−p ของการแพ้) โดยที่ชนะจะจ่ายอัตราต่อรอง b (ชนะ b ดอลลาร์สำหรับการเดิมพันแต่ละดอลลาร์) เศษส่วนของ Kelly ที่เหมาะสมที่สุดคือ: f* = (bp − q) / b = p − q/b เศษส่วนนี้คือมูลค่าที่คาดหวังของการเดิมพันซึ่งแสดงเป็นเศษส่วนของเงินทุน การเดิมพันมากกว่า f* (การวางเดิมพันมากเกินไป) จะช่วยลดการเติบโตแบบทบต้นและเพิ่มความเสี่ยงในการทำลายล้าง การเดิมพันที่น้อยกว่า f* (การวางเดิมพันต่ำ) นั้นปลอดภัยแต่ไม่ได้ผลดีที่สุดจากมุมมองการเติบโตในระยะยาว สำหรับการลงทุนอย่างต่อเนื่อง (หุ้น พอร์ตการลงทุน) สูตรของ Kelly จะขยายเป็น: f* = (μ − r) / σ² โดยที่ μ คือผลตอบแทนที่คาดหวัง r คืออัตราที่ไม่มีความเสี่ยง และ σ² คือความแปรปรวนของผลตอบแทน ผลลัพธ์นี้เชื่อมโยงโดยตรงกับอัตราส่วน Sharpe: f* = Sharpe Ratio / σ หมายความว่าเลเวอเรจที่เหมาะสมที่สุดของ Kelly คืออัตราส่วน Sharpe หารด้วยความผันผวน สำหรับพอร์ตโฟลิโอตราสารทุนที่หลากหลายทั่วไปที่มี Sharpe=0.5 และ σ=15% Kelly แนะนำให้จัดสรร 0.5/0.15 = 333% ซึ่งสูงกว่า 100% มาก ซึ่งบ่งบอกถึงการใช้ประโยชน์ทางทฤษฎี ในทางปฏิบัติ เศษส่วนของ Kelly เต็มรูปแบบไม่ค่อยมีการใช้เนื่องจาก: (1) ขอบในโลกแห่งความเป็นจริงและการประมาณค่าความน่าจะเป็นมีความไม่แน่นอนที่มีนัยสำคัญ ทำให้ขอบที่แท้จริงมีขนาดเล็กกว่าที่ประมาณไว้ (เศษส่วนของ Kelly ที่ 25–50% เป็นเรื่องปกติ); (2) Kelly เต็มรูปแบบทำให้เกิดการเบิกเงินอย่างรุนแรง — การขาดทุนสูงสุดที่คาดหวังก่อนที่จะเพิ่มขึ้นเป็นสองเท่าคือประมาณ 50% ของความมั่งคั่ง (3) นักลงทุนส่วนใหญ่มีฟังก์ชันด้านสาธารณูปโภคที่จะลงโทษการสูญเสียจำนวนมากมากกว่าที่ยูทิลิตี้ลอการิทึมบอกเป็นนัย กลยุทธ์ Half-Kelly หรือ Quarter-Kelly บรรลุ 75% หรือ 50% ของอัตราการเติบโตระยะยาวของ Kelly ในขณะเดียวกันก็ลดการเบิกจ่ายและความแปรปรวนของผลลัพธ์ได้อย่างมาก Kelly Criterion ใช้กันอย่างแพร่หลายในการพนันกีฬา โป๊กเกอร์ (ผู้เล่นมืออาชีพใช้อย่างชัดเจนเพื่อการจัดการเงินทุน) การซื้อขายสินค้าโภคภัณฑ์ และการจัดการการลงทุนเชิงปริมาณ นักลงทุนระดับตำนาน Warren Buffett และ Charlie Munger ได้อธิบายแนวทางการลงทุนที่สอดคล้องกับหลักการของ Kelly และ Criterion เป็นรากฐานของงานบุกเบิกของ Edward Thorp ทั้งในการนับไพ่แบล็คแจ็คและการจัดการกองทุนเฮดจ์ฟันด์เชิงปริมาณ
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
สูตร
▾
เศษส่วนของเคลลี่ (ไบนารี่): f* = (b×p − q) / b = p − (1−p)/b
เศษส่วนของ Kelly (ต่อเนื่อง): f* = (μ − r) / σ²
อัตราการเติบโต: g = p × ln(1 + b×f*) + (1−p) × ln(1 − f*)คำอธิบายตัวแปร
▾
| สัญลักษณ์ | ชื่อ | หน่วย | คำอธิบาย |
|---|---|---|---|
| f* | เศษส่วนของเคลลี่ | % | สัดส่วนที่เหมาะสมที่สุดของเงินทุนในการเดิมพันหรือลงทุน เพิ่มการเติบโตของความมั่งคั่งแบบลอการิทึมในระยะยาวให้สูงสุด |
| p | ความน่าจะเป็นของการชนะ | % | ความน่าจะเป็นโดยประมาณของผลลัพธ์ที่ดี ต้องเกินความน่าจะเป็นคุ้มทุน (1/(1+b)) สำหรับความได้เปรียบที่เป็นบวก |
| b | อัตราต่อรองสุทธิ | ratio | เงินรางวัลสุทธิต่อหน่วยที่เดิมพันหากชนะ: หากคุณชนะ $3 ต่อการเดิมพัน $1, b=3 จะต้องเป็นบวกสำหรับการเดิมพันที่อาจเกิดขึ้น |
| EV | มูลค่าที่คาดหวัง | USD | กำไรที่คาดหวังต่อหน่วย: EV = (p × b) - (1−p) EV เชิงบวกเป็นสิ่งจำเป็น (แต่ไม่เพียงพอ) เพื่อให้ Kelly แนะนำการเดิมพัน |
| g | อัตราการเติบโต | %/round | อัตราการเติบโตแบบทบต้นระยะยาวต่อรอบการเดิมพันที่เศษส่วนของเคลลี่: g = p × ln(1+b×f*) + (1−p) × ln(1−f*) |
วิธี Kelly Criterion Calculator
▾
- 1ประมาณความน่าจะเป็น p ของผลลัพธ์ที่น่าพอใจ (จากข้อมูลในอดีต แบบจำลอง หรือการวิเคราะห์ขอบ)
- 2กำหนดอัตราต่อรอง b: เงินชนะสุทธิต่อหน่วยที่เดิมพันในกรณีที่ประสบความสำเร็จ
- 3ตรวจสอบค่าคาดหวังที่เป็นบวก: EV = b×p − (1−p) > 0 หาก EV ≤ 0 อย่าเดิมพัน (f* ≤ 0 หมายความว่า Kelly ไม่แนะนำให้เดิมพัน)
- 4คำนวณเศษส่วนของเคลลี่: f* = (b×p − (1−p)) / b
- 5ใช้เศษส่วน Kelly หากต้องการ: โดยทั่วไป f = 0.25 × f* ถึง 0.5 × f* เพื่อการจัดการเงินทุนที่ระมัดระวังมากขึ้น
- 6ขนาดการเดิมพัน: จำนวนเงินเดิมพัน = f* × เงินเดิมพันทั้งหมด
- 7คำนวณใหม่หลังจากการเดิมพันแต่ละครั้งเมื่อขนาดเงินทุนเปลี่ยนแปลง — Kelly เป็นกลยุทธ์แบบไดนามิกที่มีการเดิมพันตามสัดส่วนของความมั่งคั่งในปัจจุบัน
ตัวอย่างที่มีคำตอบ
▾
มีเพียง 10% ของเงินทุนแม้จะมีอัตราการชนะ 55% — Kelly เป็นคนอนุรักษ์นิยม
ฉ* = (1.0 × 0.55 − 0.45) / 1.0 = (0.55 − 0.45) = 0.10 = 10% จำนวนเงินเดิมพัน = 10% × $10,000 = $1,000 มูลค่าที่คาดหวังต่อการเดิมพัน = (0.55 × $1,000) − (0.45 × $1,000) = $550 − $450 = $100 ส่วนที่ค่อนข้างเล็กนี้ (10%) แม้จะดูเหมือนได้เปรียบมาก (55% เทียบกับ 50% ที่ยุติธรรม) สะท้อนถึงแนวคิดอนุรักษ์นิยมของ Kelly การเดิมพันเต็มจำนวน 10,000 ดอลลาร์ (100%) จะเพิ่มมูลค่าที่คาดหวังสูงสุดต่อการเดิมพัน แต่จะเสี่ยงต่อการสูญเสีย การสูญเสียติดต่อกัน 10 ครั้ง (ความน่าจะเป็น 0.3%) จะทำให้เงินทุนหมดไป เศษส่วน 10% ของ Kelly ทำให้การเติบโตในระยะยาวมีความเหมาะสมในขณะเดียวกันก็ทำให้ความหายนะไม่น่าเป็นไปได้เป็นพิเศษ
ความแปรปรวนสูงของโป๊กเกอร์จำเป็นต้องบายอินหลายครั้งถึงแม้จะมีข้อได้เปรียบที่เป็นบวกก็ตาม
ในโป๊กเกอร์ สูตรความเสี่ยงที่เกี่ยวข้องกับ Kelly ของการทำลาย: P(ruin) = e^(−2×W×B/V) โดยที่ W=อัตราการชนะต่อมือ B=แบ๊งค์โรลในบิ๊กบลายด์ V=ความแปรปรวนต่อมือ ด้วยอัตราการชนะ 55bb/100 = 0.55bb/มือ ความแปรปรวน = 100²/100 = 100 bb²/มือ และแบ๊งค์ B = 30 บายอิน × 100bb = 3,000bb: P(ruin) = e^(−2×0.0055×3000/100) = e^(−0.33) = 72% — แย่มาก! ผู้เล่นโป๊กเกอร์มืออาชีพใช้การซื้ออิน 30–50 ครั้งเป็นขั้นต่ำ เมื่อซื้อเข้า 50 ครั้ง (5,000bb): P(ruin) = e^(−0.55) = 58% — ยังคงสูงอยู่ การวิเคราะห์ของ Kelly เผยให้เห็นว่าความแปรปรวนที่สูงของโป๊กเกอร์ต้องใช้เงินทุนที่ลึกมาก แม้กระทั่งผู้เล่นที่ชนะก็ตาม
Full Kelly ก้าวร้าวมาก ผู้ปฏิบัติงานส่วนใหญ่ใช้เคลลี่ 25–50%
f* = (μ − r) / σ² = (0.10 − 0.05) / (0.20²) = 0.05 / 0.04 = 1.25 = 125% Full Kelly แนะนำจัดสรรหุ้น 125% (ยืม 25% เพื่อลงทุน) นี่คือเศษส่วนพอร์ตโฟลิโอที่เหมาะสมที่สุดของ Merton ภายใต้อรรถประโยชน์ลอการิทึม ในทางปฏิบัติ อัตราส่วนชาร์ปที่แท้จริงและ σ มีความไม่แน่นอน (ข้อผิดพลาดในการประมาณค่า) ดังนั้นขอบที่แท้จริงจึงน้อยกว่าที่ประมาณไว้ การใช้เศษส่วนของ half-Kelly ที่ 62.5% จะทำให้บรรลุอัตราการเติบโตสูงสุดประมาณ 75% ในขณะที่ช่วยลดความเสี่ยงในการเบิกเงินได้อย่างมาก โดยทั่วไปแล้วกองทุนเชิงปริมาณระดับมืออาชีพจะใช้ 20–50% ของ Kelly ตามทฤษฎีเพื่อพิจารณาความไม่แน่นอนของการประมาณค่า
Kelly หลายสินทรัพย์ใช้การดำเนินการเมทริกซ์กับเมทริกซ์ความแปรปรวนร่วม
Kelly หลายสินทรัพย์: f* = Σ⁻¹ × α (เวกเตอร์อัลฟา) โดยที่ Σ คือเมทริกซ์ความแปรปรวนร่วมและ α คือเวกเตอร์ของผลตอบแทนส่วนเกิน สินทรัพย์ A มี Sharpe 1.0 และปริมาณค่อนข้างต่ำ — Kelly จัดสรรอย่างหนัก สินทรัพย์ B มี Sharpe ที่ต่ำกว่าและปริมาณที่สูงกว่า — การจัดสรร Kelly ที่น้อยกว่า ความสัมพันธ์เชิงบวกลดการจัดสรรพอร์ตโฟลิโอทั้งหมดเทียบกับกรณีที่ไม่เกี่ยวข้อง (โดยที่ f_total = 55% + 25% = 80%) รอบและข้อจำกัดในการดำเนินการจริง: กองทุนระยะยาวเท่านั้นจะจัดสรรประมาณ 80% A, 20% B ที่ระดับพอร์ตโฟลิโอหลังจากการทำให้เป็นมาตรฐาน Kelly สินทรัพย์หลากหลายช่วยเพิ่มอัตราการเติบโตระยะยาวของพอร์ตโฟลิโอให้ได้สูงสุด โดยพิจารณาจากการกระจายผลตอบแทนร่วมกัน
การประยุกต์ใช้จริง
▾
การจัดการเงินทุนเดิมพันกีฬาสำหรับนักเดิมพันมืออาชีพ
การเลือกเดิมพันของผู้เล่นโป๊กเกอร์และการจัดการแบ๊งค์
แบบจำลองขนาดตำแหน่งกองทุนเฮดจ์ฟันด์เชิงปริมาณ
การจัดสรรพอร์ตการลงทุนร่วมลงทุนในโอกาสในการลงทุน
การจัดสรรทุนอัลกอริทึมการซื้อขายข้ามกลยุทธ์ที่เกิดขึ้นพร้อมกัน
กรณีพิเศษ
▾
ในทางปฏิบัติ กรณีขอบนี้จำเป็นต้องพิจารณาอย่างรอบคอบ เนื่องจากสมมติฐานมาตรฐานอาจไม่ถือได้ เมื่อเผชิญกับสถานการณ์นี้ในการคำนวณด้วยเครื่องคำนวณเกณฑ์ของ Kelly ผู้ปฏิบัติงานควรตรวจสอบเงื่อนไขขอบเขต ตรวจสอบความเสี่ยงแบบหารด้วยศูนย์ และพิจารณาว่าสมมติฐานของแบบจำลองยังคงใช้ได้ภายใต้สภาวะที่รุนแรงเหล่านี้หรือไม่
ในทางปฏิบัติ กรณีขอบนี้จำเป็นต้องพิจารณาอย่างรอบคอบ เนื่องจากสมมติฐานมาตรฐานอาจไม่ถือได้ เมื่อเผชิญกับสถานการณ์นี้ในการคำนวณด้วยเครื่องคำนวณเกณฑ์ของ Kelly ผู้ปฏิบัติงานควรตรวจสอบเงื่อนไขขอบเขต ตรวจสอบความเสี่ยงแบบหารด้วยศูนย์ และพิจารณาว่าสมมติฐานของแบบจำลองยังคงใช้ได้ภายใต้สภาวะที่รุนแรงเหล่านี้หรือไม่
ในทางปฏิบัติ กรณีขอบนี้จำเป็นต้องพิจารณาอย่างรอบคอบ เนื่องจากสมมติฐานมาตรฐานอาจไม่ถือได้ เมื่อเผชิญกับสถานการณ์นี้ในการคำนวณด้วยเครื่องคำนวณเกณฑ์ของ Kelly ผู้ปฏิบัติงานควรตรวจสอบเงื่อนไขขอบเขต ตรวจสอบความเสี่ยงแบบหารด้วยศูนย์ และพิจารณาว่าสมมติฐานของแบบจำลองยังคงใช้ได้ภายใต้สภาวะที่รุนแรงเหล่านี้หรือไม่
Kelly Fraction กับการแลกเปลี่ยนอัตราการเติบโตระยะยาว
▾
| เคลลี่ หลาย | อัตราการเติบโต (% ของเคลลี่) | ความรุนแรงของการเบิกจ่าย | ผู้ใช้ทั่วไป |
|---|---|---|---|
| เคลลี่เต็ม (1.0×) | 100% | รุนแรง (~50% คาดว่าจะมี DD สูงสุด) | เหมาะสมที่สุดทางทฤษฎี |
| ฮาล์ฟเคลลี่ (0.5×) | 75% | ปานกลาง (~25% DD สูงสุด) | กองทุนปริมาณเชิงรุก |
| ควอเตอร์เคลลี่ (0.25×) | 44% | ปานกลาง (~12% DD สูงสุด) | ผู้ปฏิบัติงานอนุรักษ์นิยม |
| เคลลี่ที่ 10 (0.1×) | 19% | ต่ำมาก (~5% DD สูงสุด) | การจัดการความเสี่ยงแบบหลีกเลี่ยงความเสี่ยง |
| 2× เคลลี่ (เดิมพันสูงเกินไป) | 0% | สุดขีด - แนวโน้มที่จะพังทลาย | เขตอันตราย — หลีกเลี่ยง |
| 3× เคลลี่ (เดิมพันสูงเกินไป) | เชิงลบ | ใกล้จะถึงความพินาศในที่สุด | หายนะ |
คำถามที่พบบ่อย
▾
ทำไม Full Kelly ถึงไม่ค่อยได้ใช้ในทางปฏิบัติ?
Full Kelly เพิ่มการเติบโตแบบลอการิทึมในระยะยาวให้สูงสุด แต่สร้างขนาดตำแหน่งที่ก้าวร้าวมากและการขาดทุนที่รุนแรง การขาดทุนสูงสุดที่คาดหวังก่อนที่ความมั่งคั่งจะเพิ่มเป็นสองเท่าคือประมาณ 50% ของความมั่งคั่งในปัจจุบัน ซึ่งหมายความว่าคุณควรจะเสียเงินครึ่งหนึ่งก่อนที่จะเพิ่มเป็นสองเท่า นักลงทุนส่วนใหญ่มีฟังก์ชันอรรถประโยชน์ที่ไม่ชอบความเสี่ยงมากกว่าลอการิทึม ซึ่งจะทำให้ได้รับโทษมากขึ้นหากขาดทุนจำนวนมาก นอกจากนี้ การประมาณค่าขอบในโลกแห่งความเป็นจริงนั้นไม่แน่นอน — หากค่าขอบที่แท้จริงของคุณคือครึ่งหนึ่งของค่าประมาณการของคุณ Kelly แบบเต็มจะกลายเป็นการเดิมพันที่สูงเกินไปอย่างมาก Half-Kelly บรรลุอัตราการเติบโตของ Kelly ประมาณ 75% โดยมีความแปรปรวนที่ต่ำกว่ามากและขาดทุนสูงสุด กองทุนมืออาชีพมักใช้ 20–50% ของ Kelly
ความสัมพันธ์ระหว่าง Kelly Criterion และอัตราส่วน Sharpe คืออะไร?
สำหรับการลงทุนต่อเนื่องโดยมีผลตอบแทนแบบกระจายตามปกติ เลเวอเรจที่เหมาะสมที่สุดของ Kelly คือ: f* = Sharpe Ratio / σ = (μ − r) / σ² ซึ่งหมายความว่าเศษส่วนของ Kelly จะเพิ่มขึ้นตามอัตราส่วน Sharpe (ขอบที่สูงกว่าจะกำหนดขนาดที่มากขึ้น) และลดลงตามความผันผวน (ปริมาตรที่สูงกว่าหมายถึงความเสี่ยงจากความแปรปรวนที่มากขึ้น) อัตราการเติบโตระยะยาวสูงสุด (การเติบโตของ Kelly) เท่ากับอัตราปลอดความเสี่ยงบวก (Sharpe²)/2 — ดังนั้นการเติบโตของ Kelly จึงเป็นสัดส่วนโดยตรงกับกำลังสองของอัตราส่วน Sharpe ความสัมพันธ์นี้เป็นเหตุผลว่าทำไมอัตราส่วน Sharpe จึงเป็นตัวชี้วัดที่สำคัญที่สุดสำหรับนักลงทุนที่เหมาะสมกับ Kelly: กลยุทธ์ที่มีอัตราส่วน Sharpe สองเท่าจะทำให้มีอัตราการเติบโตที่เพิ่มขึ้นสี่เท่า
เกณฑ์ของเคลลี่สามารถนำไปสู่ความพินาศได้หรือไม่?
ตามทฤษฎี เกณฑ์ของ Kelly มีความน่าจะเป็นเป็นศูนย์ที่จะถูกทำลายในระยะยาวสำหรับการเดิมพันที่ดีพร้อมกับผลลัพธ์ความน่าจะเป็นเชิงบวกอย่างต่อเนื่อง (การเดินสุ่มทางเรขาคณิตมาบรรจบกันที่อนันต์เกือบจะแน่นอน) อย่างไรก็ตาม ในทางปฏิบัติ ความเสี่ยงในการทำลายเกิดขึ้นเนื่องจาก: (1) การเดิมพันแบบแยกส่วน (ไม่หารไม่จำกัด) ที่สามารถเกินเศษส่วนของ Kelly ในแง่สัมพัทธ์; (2) ข้อผิดพลาดของแบบจำลอง — ความน่าจะเป็นที่แท้จริงและอัตราต่อรองอาจด้อยกว่าที่ประมาณการไว้ (3) ความเสี่ยงต่อสตรีค — เมื่อเคลลี่เต็ม การแพ้ติดต่อกันเป็นเวลานานทำให้เกิดการขาดทุนอย่างมากแม้ว่าจะไม่เสียหายก็ตาม (4) เลเวอเรจ — หากเศษส่วนของ Kelly เกิน 100% (เช่นเดียวกับการสมัครในตลาดหุ้น) เงินที่ยืมมาจะสร้างความเป็นไปได้ในการทำลายล้างอย่างจำกัด กลยุทธ์ Fractional Kelly เป็นที่นิยมในทางปฏิบัติเพื่อจัดการความเสี่ยงเหล่านี้ทั้งหมด
Kelly Criterion จัดการกับการเดิมพันที่สัมพันธ์กันอย่างไร
สำหรับการเดิมพันครั้งเดียวเคลลี่ตรงไปตรงมา สำหรับพอร์ตโฟลิโอของการเดิมพันหรือการลงทุนที่ทำงานไปพร้อมๆ กัน Kelly หลายสินทรัพย์ใช้พีชคณิตเมทริกซ์: f* = Σ⁻¹ × α โดยที่ Σ คือเมทริกซ์ความแปรปรวนร่วมของผลตอบแทน และ α คือเวกเตอร์ของผลตอบแทนส่วนเกินที่คาดหวัง การเดิมพันที่มีความสัมพันธ์เชิงบวกลดการจัดสรร Kelly ทั้งหมดเมื่อเทียบกับการเดิมพันที่ไม่สัมพันธ์กัน ผู้จัดการพอร์ตโฟลิโอควรลดขนาดลงเมื่อการเดิมพันมีความสัมพันธ์กัน เนื่องจากความสัมพันธ์จะขยายความเสี่ยงในการเบิกจ่าย การเดิมพันที่มีความสัมพันธ์เชิงลบทำให้มีการจัดสรรรวมที่มากขึ้น นี่คือรากฐานทางคณิตศาสตร์ว่าทำไมการกระจายความเสี่ยง (ความสัมพันธ์เชิงลบ/ความสัมพันธ์ระหว่างตำแหน่งต่ำ) ช่วยให้มีการใช้เงินทุนทั้งหมดมากขึ้นโดยไม่กระทบต่อความปลอดภัย
กลยุทธ์ 'เศษส่วนเคลลี่' คืออะไร?
Fractional Kelly เดิมพันเศษส่วนคงที่ของจำนวน Kelly ทั้งหมด — โดยทั่วไปคือ 25% (ควอเตอร์เคลลี่) ถึง 50% (ครึ่งเคลลี่) Half-Kelly ประสบความสำเร็จประมาณ 75% ของอัตราการเติบโตระยะยาวสูงสุด ในขณะที่: (1) ลดความแปรปรวนของพอร์ตโฟลิโอลงเหลือ 25% ของความแปรปรวนของ Kelly; (2) ลดการสูญเสียสูงสุดที่คาดหวังลงครึ่งหนึ่ง; (3) ให้บัฟเฟอร์จำนวนมากต่อข้อผิดพลาดในการประมาณค่าในขอบและความน่าจะเป็น ความสัมพันธ์เป็นแบบกำลังสอง: การเดิมพันที่เศษส่วน c ของ Kelly จะได้เศษส่วน c(2−c) ของอัตราการเติบโตสูงสุดของ Kelly (น้อยกว่า 100 เสมอ) ดังนั้นอัตราการเติบโตของการวางเดิมพันต่ำกว่าจึงน้อยกว่าผลประโยชน์จากการลดความแปรปรวนอย่างมาก ความไม่สมดุลนี้อธิบายว่าทำไม Kelly ที่เป็นเศษส่วนจึงครอบงำ Kelly เต็มรูปแบบสำหรับการบริหารความเสี่ยงเชิงปฏิบัติ
ใครใช้ Kelly Criterion อย่างมืออาชีพ?
Kelly Criterion ถูกนำมาใช้อย่างชัดเจนหรือมีอิทธิพลต่ออาชีพการลงทุนระดับตำนานหลายอาชีพ Edward Thorp — ศาสตราจารย์ด้านคณิตศาสตร์ผู้คิดค้นการนับไพ่ในแบล็คแจ็ค — นำ Kelly ไปใช้อย่างจริงจังกับทั้งการพนัน (บันทึกไว้ใน Beat the Dealer) และกองทุนเฮดจ์ฟันด์ของเขา Princeton/Newport Partners ซึ่งเขาบริหารมา 19 ปีพร้อมผลตอบแทนที่ปรับตามความเสี่ยงเป็นพิเศษ ปรัชญาการกำหนดขนาดตำแหน่งที่เข้มข้นของ Warren Buffett สะท้อนถึงความคิดของ Kelly: จงเดิมพันครั้งใหญ่เมื่อคุณมีความเชื่อมั่นสูงและได้เปรียบอย่างแท้จริง นักพนันกีฬามืออาชีพและผู้เล่นโป๊กเกอร์ใช้ Kelly อย่างชัดเจนเพื่อการจัดการเงินทุน กองทุนป้องกันความเสี่ยงเชิงปริมาณ เช่น Renaissance Technologies ใช้แนวคิดเศษส่วนที่เหมาะสมที่สุดที่เกี่ยวข้องกับ Kelly ในกลยุทธ์การซื้อขายที่เป็นระบบโดยปริยาย
อันตรายที่ 'เกินควร' กับเคลลี่คืออะไร?
Overbetting – การเดิมพันมากกว่าเศษส่วนของ Kelly – แย่กว่าการ underbet ทั้งจากอัตราการเติบโตและทำลายมุมมองความน่าจะเป็น ที่ 2× Kelly (Double Kelly) อัตราการเติบโตในระยะยาวจะลดลงเหลือศูนย์ — มูลค่าบัญชีจะแกว่งไปรอบๆ ระดับโดยไม่มีการเติบโต หากเกิน 2× Kelly อัตราการเติบโตจะกลายเป็นลบ บัญชีจะสูญเสียมูลค่าทั้งหมดในที่สุด ความไม่สมดุลโดยสิ้นเชิงนี้ (การ underbetting เป็นเพียงความไม่เหมาะ การ overbetting อาจเป็นหายนะ) ทำให้ Kelly เป็นขอบเขตบนที่สำคัญเกี่ยวกับขนาดตำแหน่ง ในทางปฏิบัติ เมื่อใดก็ตามที่แบบจำลองแนะนำเศษส่วนของ Kelly ใกล้มากหรือเกิน 100% ให้ถือว่านี่เป็นสัญญาณให้ใช้ปัจจัย Kelly ที่เป็นเศษส่วนในเชิงรุกเนื่องจากความเสี่ยงในการเดิมพันสูงเกินไป
ข้อผิดพลาดที่ควรหลีกเลี่ยง
▾
- !การใช้ Kelly แบบเต็มโดยไม่คำนึงถึงความไม่แน่นอนของการประมาณค่าในขอบและความน่าจะเป็น - ใช้ Kelly ที่เป็นเศษส่วน (25–50%) ในการใช้งานจริงเสมอ
- !ละเว้นโครงสร้างความสัมพันธ์เมื่อปรับขนาดตำแหน่งหลายตำแหน่งพร้อมกัน — การเดิมพันที่สัมพันธ์กันนั้นจำเป็นต้องลดเศษส่วนของ Kelly แต่ละตัว
- !การใช้ Kelly กับการเดิมพันที่มีค่าคาดหวังเป็นลบ — Kelly สร้าง f* ≤ 0 ได้อย่างถูกต้องในกรณีเหล่านี้ (ไม่มีการเดิมพัน)
- !การปฏิบัติต่อเคลลี่เป็นกฎขนาดการเดิมพันคงที่ - ควรใช้กับความมั่งคั่งปัจจุบันในแต่ละครั้ง โดยจะลดลงตามสัดส่วนการเดิมพันเมื่อความมั่งคั่งลดลง
- !สมมติว่า Kelly ได้รับผลตอบแทนสูงสุดที่คาดหวังไว้ โดยจะเป็นการเพิ่มการเติบโตของลอการิทึม (เรขาคณิต) ให้สูงสุด ไม่ใช่ผลตอบแทนที่คาดหวังทางคณิตศาสตร์
เคล็ดลับโปร
รันการจำลองมอนติคาร์โล 1,000 เส้นทางมากกว่า 100 เดิมพันโดยใช้ Kelly เต็ม, Half Kelly และ Quarter Kelly การกระจายผลลัพธ์ความมั่งคั่งขั้นสุดท้ายแสดงให้เห็นอย่างชัดเจนทั้งแนวโน้มศูนย์กลางที่เหนือกว่าของ Kelly และข้อเสียที่เป็นหายนะของการเดิมพันสูงเกินไป ซึ่งน่าสนใจยิ่งกว่าสูตรเพียงอย่างเดียว
คุณรู้ไหม?
John Kelly Jr. ตีพิมพ์เกณฑ์ของเขาในรายงานวารสารทางเทคนิคของ Bell System ในปี 1956 เรื่อง 'การตีความอัตราข้อมูลใหม่' โดยวางกรอบผลลัพธ์ในแง่ของทฤษฎีข้อมูลและความสามารถของช่องทางการสื่อสาร - ไม่ใช่การพนัน หนังสือพิมพ์ไม่ได้กล่าวถึงการพนันเลย Ed Thorp ยอมรับการประยุกต์ใช้กับแบล็คแจ็คและต่อมาในตลาดหุ้น จึงสามารถแปล Kelly จากทฤษฎีข้อมูลไปสู่การจัดการการลงทุนเชิงปฏิบัติได้อย่างมีประสิทธิภาพ
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
เอกสารอ้างอิง
Read the full guide on how to use this calculator effectively
อ่านต่อ →รับเคล็ดลับคณิตศาสตร์รายสัปดาห์
เข้าร่วมกับสมาชิก 12,000+ รายที่ได้รับเคล็ดลับเครื่องคิดเลขทุกสัปดาห์