Skip to main content
Calkulon

高级金融与商业

Kelly Criterion Calculator

是什么 Kelly Criterion Calculator?

▾

凯利准则是一个数学公式,用于确定资金或投资组合的最佳比例,以分配给有利的赌注或投资,以最大化财富的长期对数增长。凯利公式由贝尔实验室的 John L. Kelly Jr. 于 1956 年在信息论背景下开发,并独立应用于赌博和投资,在所有固定分数投注策略中产生最高的长期复合增长率,同时确保理论上破产的概率为零(持续投注有利赔率)。 对于获胜概率为 p(失败概率为 q = 1−p)的简单二元投注,其中获胜赔率为 b(每美元投注赢得 b 美元),最佳凯利分数为:f* = (bp − q) / b = p − q/b。该分数是赌注的预期值,以资金的分数表示。投注超过 f*(过度投注)会降低复合增长率并增加破产风险;下注低于 f*(下注不足)是安全的,但从长期增长的角度来看并不是最优的。 对于连续投资(股票、投资组合),凯利公式延伸为:f* = (μ − r) / σ²,其中μ是预期收益,r是无风险利率,σ²是收益方差。该结果直接与夏普比率相关:f* = 夏普比率 / σ,这意味着凯利最优杠杆是夏普比率除以波动率。对于夏普 = 0.5 且 σ = 15% 的典型多元化股票投资组合,凯利建议 0.5/0.15 = 333% 的配置 — 远高于 100%,表明理论杠杆。 在实践中,很少使用完整的凯利分数,因为:(1)现实世界的边缘和概率估计包含显着的不确定性,使得真实边缘小于估计(25-50%的分数凯利是常见的); (2) 完全凯利法会产生严重的回撤——在翻倍之前预计最大回撤约为财富的50%; (3) 大多数投资者的效用函数对大额损失的惩罚比对数效用所暗示的要大。半凯利或四分之一凯利策略可实现凯利长期增长率的 75% 或 50%,同时大幅减少亏损和结果方差。 凯利准则广泛应用于体育博彩、扑克(职业玩家明确将其用于资金管理)、商品交易和量化投资管理。传奇投资者沃伦·巴菲特和查理·芒格描述了与凯利原则一致的投资方法,而该标准是爱德华·索普在二十一点纸牌计数和定量对冲基金管理方面的开创性工作的基础。

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

公式

▾
f(x)凯利分数(二元): f* = (b×p − q) / b = p − (1−p)/b 凯利分数(连续): f* = (μ − r) / σ² 增长率: g = p × ln(1 + b×f*) + (1−p) × ln(1 − f*)

变量说明

▾
符号名称单位描述
f*凯利分数%用于投注或投资的资金的最佳比例;最大化长期对数财富增长。
p获胜的概率%预计有利结果的概率;必须超过正沿的盈亏平衡概率 (1/(1+b))。
b净优势比ratio如果获胜,每单位投注的净奖金:如果您每 1 美元的赌注赢得 3 美元,则 b=3。对于潜在的赌注必须是积极的。
EV期望值USD每单位预期利润:EV = (p × b) − (1−p)。正 EV 对于凯利推荐投注来说是必要的(但还不够)。
g增长率%/round凯利分数下每轮投注的长期复合增长率:g = p × ln(1+b×f*) + (1−p) × ln(1−f*)。

如何 Kelly Criterion Calculator

▾
  1. 1估计有利结果的概率 p(根据历史数据、模型或边缘分析)。
  2. 2确定赔率 b:成功时下注的每单位净奖金。
  3. 3验证正期望值:EV = b×p − (1−p) > 0。如果 EV ≤ 0,则不下注(f* ≤ 0 表示 Kelly 建议不下注)。
  4. 4计算凯利分数:f* = (b×p − (1−p)) / b。
  5. 5如果需要,可应用分数凯利:通常 f = 0.25 × f* 至 0.5 × f* 以实现更保守的资本管理。
  6. 6下注大小:下注金额 = f* × 总资金。
  7. 7每次下注后随着资金规模的变化重新计算——凯利是一种动态策略,下注与当前财富成正比。

例题解析

▾
示例 1体育投注 — 有利赔率
已知:p=0.55(55% 获胜概率),b=1.0(等额奖金),资金=10,000 美元
结果:f*=10% |投注 1,000 美元 | EV=每次投注 100 美元

尽管胜率高达 55%,但资金却只有 10%——凯利是保守派

f* = (1.0 × 0.55 − 0.45) / 1.0 = (0.55 − 0.45) = 0.10 = 10%。投注金额 = 10% × $10,000 = $1,000。每次投注的预期价值 = (0.55 × $1,000) − (0.45 × $1,000) = $550 − $450 = $100。尽管看似很大的优势(55% 对 50%),但这一相对较小的比例(10%)反映了凯利的保守主义。全额投注 10,000 美元 (100%) 可以最大化每次投注的预期价值,但也有破产的风险 — 连续 10 次亏损(概率 ≈ 0.3%)会耗尽资金。凯利的 10% 比例使长期增长达到最佳状态,同时又极不可能导致破产。

示例 2扑克资金管理
已知:胜率=55bb/100手,标准差=100bb/100手;股份=$1/$2,目标买入
结果:凯利最佳买入:最少 36 个买入; 30 次买入时破产风险 <1%

扑克的高方差需要大量买入,即使有积极优势

在扑克中,与凯利相关的破产风险公式:P(ruin) = e^(−2×W×B/V),其中W=每手牌的赢率,B=大盲注的资金,V=每手牌的方差。胜率 55bb/100 = 0.55bb/手,方差 = 100²/100 = 100 bb²/手,资金 B = 30 个买入 × 100bb = 3,000bb: P(ruin) = e^(−2×0.0055×3000/100) = e^(−0.33) = 72% — 糟糕!职业扑克玩家至少需要 30-50 次买入。在 50 次买入 (5,000bb) 时:P(ruin) = e^(−0.55) = 58% — 仍然很高。凯利分析表明,扑克的高方差需要非常雄厚的资金,即使对于获胜的玩家也是如此。

示例 3股市凯利分数
已知:股票预期回报率=10%/年,波动率=20%/年,无风险利率=5%
结果:f*=125% |全凯利建议配置 125%(25% 杠杆)

全凯利极具攻击性;大多数从业者使用 25-50% 凯利

f* = (μ − r) / σ² = (0.10 − 0.05) / (0.20²) = 0.05 / 0.04 = 1.25 = 125%。 Full Kelly建议125%股权配置(借25%用于投资)。这是对数效用下的默顿最优投资组合分数。实际上,真实的夏普比和 σ 是不确定的(估计误差),因此实际边缘小于估计的边缘。使用 62.5% 的半凯利分数将实现大约 75% 的最大增长率,同时显着降低回撤风险。专业量化基金通常使用 20-50% 的理论凯利值来解释估计的不确定性。

示例 4多资产凯利配置
已知:投资组合:资产A(夏普=1.0,σ=15%)和资产B(夏普=0.5,σ=25%); ρ(A,B)=0.30
结果:凯利分数:A=55%,B=12% |投资组合杠杆=67%

多资产凯利在协方差矩阵上使用矩阵运算

多资产凯利:f* = Σ⁻1 × α(α向量),其中Σ是协方差矩阵,α是超额收益向量。资产 A 的夏普指数为 1.0,交易量相对较低——凯利进行了大量配置。资产 B 具有较低的夏普值和较高的波动率 - 较小的凯利配置。与不相关的情况相比,正相关性减少了总投资组合配置(其中 f_total = 55% + 25% = 80%)。实际实施轮次和限制:标准化后,多头基金将在投资组合层面配置约 80% A、20% B。考虑到回报的联合分配,多资产凯利最大化了投资组合的长期增长率。

实际应用

▾
🏗️

专业博彩玩家的体育博彩资金管理

🔬

扑克玩家赌注选择和资金管理

📊

量化对冲基金头寸规模模型

🏥

跨投资机会的风险投资组合配置

⚙️

跨并发策略的交易算法资本分配

特殊情况

▾

在实践中,这种边缘情况需要仔细考虑,因为标准假设可能不成立。当在凯利准则计算器计算中遇到这种情况时,从业者应该验证边界条件,检查除零风险,并考虑模型的假设在这些极端条件下是否仍然有效。

在实践中,这种边缘情况需要仔细考虑,因为标准假设可能不成立。当在凯利准则计算器计算中遇到这种情况时,从业者应该验证边界条件,检查除零风险,并考虑模型的假设在这些极端条件下是否仍然有效。

在实践中,这种边缘情况需要仔细考虑,因为标准假设可能不成立。当在凯利准则计算器计算中遇到这种情况时,从业者应该验证边界条件,检查除零风险,并考虑模型的假设在这些极端条件下是否仍然有效。

凯利分数与长期增长率的权衡

▾
凯利多重增长率(凯利百分比)回撤严重程度典型用户
全凯利 (1.0×)100%严重(~50% 预期最大 DD)理论最优
半凯莉尔 (0.5×)75%中等(约 25% 最大 DD)激进的量化基金
四分之一凯利 (0.25×)44%轻度(最大 DD 约 12%)保守派实践者
10号凯利 (0.1×)19%非常低(最大 DD 约 5%)风险规避风险管理
2× 凯利(超额下注)0%极端——毁灭的趋势危险区域——避开
3× 凯利(超额下注)消极的几乎肯定最终会毁灭灾难性的

常见问题

▾
Q

为什么全凯利在实践中很少使用?

A

全凯利最大化了长期对数增长,但会产生非常激进的头寸规模和严重的回撤。财富翻倍之前的预期最大回撤约为当前财富的 50%,这意味着您应该预计在翻倍之前的某个时刻会损失一半的钱。大多数投资者的效用函数比对数函数更厌恶风险,因此对巨额损失的惩罚更大。此外,现实世界的优势估计是不确定的 - 如果您的真实优势是估计优势的一半,那么全凯利就会成为严重的超额下注。 Half-Kelly 实现了 Kelly 增长率的大约 75%,并且方差和最大回撤要低得多。专业量化基金通常使用 20-50% 的凯利值。

Q

凯利准则和夏普比率之间有什么关系?

A

对于收益呈正态分布的连续投资,凯利最优杠杆为:f* = 夏普比率 / σ = (μ − r) / σ²。这意味着凯利分数随着夏普比率的增加而增加(边缘越高,规模越大),并随着波动性的增加而减少(波动率越高意味着方差风险越大)。最大长期增长率(凯利增长率)等于无风险利率加上 (夏普²)/2,因此凯利增长率与夏普比率的平方成正比。这种关系就是为什么夏普比率是凯利最优投资者最重要的一个指标:夏普比率两倍的策略可以实现四倍的增量增长率。

Q

凯利准则会导致破产吗?

A

理论上,从长远来看,对于具有连续正概率结果的有利赌注,凯利准则的破产概率为零(几何随机游走几乎肯定会收敛到无穷大)。然而,在实践中,由于以下原因而存在破产风险:(1)离散(不可无限整除)的赌注相对而言可能超过凯利分数; (2) 模型误差——真实的概率和赔率可能不如估计的有利; (3) 连胜风险——在满凯利情况下,即使没有破产,长期连续亏损也会导致极端亏损; (4) 杠杆——如果凯利分数超过 100%(如在股票市场应用中),借入资金会造成有限的破产可能性。在实践中,分数凯利策略是管理所有这些风险的首选策略。

Q

凯利准则如何处理相关投注?

A

对于单注,凯利很直接。对于同时活跃的押注或投资的投资组合,多资产凯利使用矩阵代数:f* = Σ⁻1 × α,其中 Σ 是收益的协方差矩阵,α 是预期超额收益的向量。与不相关的押注相比,正相关的押注会减少总凯利配置——当押注相关时,投资组合经理应该缩小规模,因为相关性会放大回撤风险。负相关的投注允许更大的总分配。这是为什么多元化(头寸之间的负相关/低相关性)可以在不牺牲安全性的情况下实现更多总资本配置的数学基础。

Q

什么是“分数凯利”策略?

A

部分凯利赌注是全部凯利金额的固定比例——通常为 25%(四分之一凯利)到 50%(半凯利)。 Half-Kelly 实现了大约 75% 的最大长期增长率,同时: (1) 将投资组合方差减少到凯利方差的 25%; (2) 将最大预期回撤减半; (3)为边缘和概率的估计误差提供大量缓冲。该关系是二次关系:在凯利分数 c 处下注可实现凯利最大增长率的 c(2−c) 分数(始终小于 100%),因此下注不足的增长率惩罚远小于方差减少收益。这种不对称性解释了为什么在实际风险管理中,分数凯利法优于完全凯利法。

Q

谁专业使用凯利准则?

A

凯利准则已被明确采用或影响了几个传奇的投资生涯。发明了二十一点算牌的数学教授爱德华·索普 (Edward Thorp) 严格地将凯利应用于赌博(《击败庄家》中有记载)和他的对冲基金 Princeton/Newport Partners,他经营该基金 19 年,并获得了出色的风险调整回报。沃伦·巴菲特的集中头寸规模哲学反映了凯利思想:当你有坚定的信念和真正的优势时,就下大注。职业体育博彩玩家和扑克玩家明确使用凯利进行资金管理。像文艺复兴技术公司这样的定量对冲基金在其系统交易策略中隐含地使用了凯利相关的最优分数概念。

Q

凯利的“过度投注”危险是什么?

A

从增长率和破产概率的角度来看,过度投注(投注超过凯利分数)比投注不足更糟糕。正好是 2× 凯利(双凯利)时,长期增长率降至零——账户价值在某个水平附近振荡而不增长。超过 2× 凯利值后,增长率变为负值——该账户几乎肯定最终会失去所有价值。这种明显的不对称性(下注不足只是次优,过度下注可能是灾难性的)使得凯利成为头寸规模的重要上限。在实践中,每当模型表明凯利分数非常接近或超过 100% 时,请将其视为由于超额投注风险增加而积极应用分数凯利因子的信号。

常见错误注意事项

▾
  • !使用完整凯利而不考虑边缘和概率的估计不确定性 - 在实际应用中始终应用分数凯利 (25–50%)。
  • !在调整多个同时头寸规模时忽略相关结构 - 相关投注需要减少各个凯利分数。
  • !将凯利应用于具有负期望值的投注 — 在这些情况下,凯利正确地产生 f* ≤ 0(无投注)。
  • !将凯利视为固定赌注大小的规则 - 它应该每次都应用于当前的财富,随着财富的下降按比例减少赌注。
  • !假设凯利实现了最大预期美元回报——它最大化了对数(几何)增长,而不是算术预期回报。
💡

专业提示

使用全凯利、半凯利和四分之一凯利运行超过 100 个投注的 1,000 条路径的蒙特卡罗模拟。最终财富结果的分布直观地展示了凯利的优越集中趋势和过度投注的灾难性缺点——比单独的公式更引人注目。

⭐

你知道吗?

小约翰·凯利 (John Kelly Jr.) 在 1956 年贝尔系统技术期刊发表的题为“信息率的新解释”的论文中发表了他的标准,从信息理论和通信通道容量的角度(而不是赌博)来构建结果。报纸根本没有提到赌博。埃德·索普(Ed Thorp)认识到它在二十一点以及后来在股票市场的应用,有效地将凯利从信息理论转化为实际的投资管理。

Regional Guides

▾
🇺🇸 US▾
在适用的情况下使用美国惯用单位和标准
🇬🇧 UK▾
可能需要转换为公制单位或英国标准
🇪🇺 EU▾
遵循欧盟公约和 SI 单位(如果适用)
📖难度:高级
仅供参考。此工具不构成财务建议。在做出投资或财务决策之前,请咨询合格的财务顾问。
Formula-verified for precision
Reviewed October 2026
Our methodology

Ratings & comments

…

获取每周数学提示

加入 12,000+ 订阅者,每周都会获得计算器提示。

🔒
100% 免费
无需注册
✓
准确
经过验证的公式
⚡
即时
即时结果
📱
移动友好
所有设备

设置

隐私条款关于© 2026 Calkulon