是什么 Ruin Probability Calculator?
▾
破产概率（也称为破产概率、赌徒破产或破产风险）是玩家、交易者或企业在达到指定财富目标之前耗尽所有资本的概率。它是概率论、精算科学和交易风险管理的基本概念，回答了这样的问题：给定启动资金、每次投注或交易的优势以及目标财富水平，在实现目标之前破产的概率是多少？ 经典赌徒破产问题由布莱斯·帕斯卡 (Blaise Pascal) 和克里斯蒂安·惠更斯 (Christiaan Huygens) 等数学家在 17 世纪正式提出，考虑的是起始资本为 $k 的赌徒与资本为 $N−k 的对手进行游戏（总赌注 = $N）。每个赌注获胜的概率为 p（失败的概率为 q=1−p），破产的概率（在达到 $N 之前输掉所有 $k）有一个优雅的封闭式解决方案。当 p = q = 0.5（公平游戏）时，破产概率 = (N−k)/N。对于不利的博弈 (q > p)，大 N 几乎肯定会破产。 在交易中，破产概率通常计算为在达到起始资本的倍数之前损失所有资本的概率。使用连续近似：P(ruin) = e^(−2× Edge × Capital / Variance)，其中 Edge = 每笔交易（或周期）的平均回报，Capital = 起始资本，Variance = 每笔交易回报的方差。该公式表明，破产概率随着以下因素呈指数下降： (1) 相对于下注规模较大的起始资金； (2) 较高边缘； (3) 较低的方差。这就是为什么交易中的 1% 规则（每笔交易仅冒 1% 的资本风险）与每笔交易 5% 或 10% 的风险相比，大大降低了破产概率。 在保险和精算科学中，破产理论（Cramér-Lundberg 模型）研究在给定保费收入、投资回报和随机索赔支付的情况下，保险公司的盈余（资本准备金）是否会变为负值。 Cramér-Lundberg 不等式提供了保险投资组合破产概率的上限。 破产概率分析还用于企业财务中，以评估初创公司或企业在考虑到其烧钱率和收入轨迹的情况下，以其当前现金余额生存多久，并用于个人财务中，以评估退休人员在各种支出和回报情况下在去世前耗尽其投资组合的概率。
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
公式
▾
离散 (p ≠ 0.5)：P(ruin) = [(q/p)^N − (q/p)^k] / [(q/p)^N − 1]
公平游戏 (p=0.5)：P(ruin) = 1 − k/N
连续近似： P(ruin) = exp(−2 × μ × k / σ²)变量说明
▾
| 符号 | 名称 | 单位 | 描述 |
|---|---|---|---|
| k | 启动资金 | USD | 初始财富或资金；以离散赌徒破产公式的赌注大小为单位进行测量。 |
| p | 获胜概率 | % | 每次投注或交易获胜的概率；如果 p > 0.5（或 p > 盈亏平衡阈值），则存在上升沿。 |
| N | 目标资本 | USD | 财富目标；在经典的赌徒破产中，赌桌赌注（对手破产的点）。 |
| P_ruin | 破产的概率 | % | 在达到目标 N 之前损失所有资本的概率。不利游戏接近 1.0 (p < 0.5)。 |
| E_dur | 预计持续时间 | bets/trades | 在破产或达到目标 N 之前的预期下注/交易次数；反映了游戏持续的时间。 |
如何 Ruin Probability Calculator
▾
- 1定义起始资本 k（以最小投注或交易风险为单位）、目标资本 N 和每次投注/风险金额。
- 2估计优势（p = 每次投注获胜的概率）。对于交易，使用根据赢/输规模比率调整的赢率。
- 3应用适当的破产公式：二元赌注的离散赌徒破产；可变收益交易的连续近似。
- 4对于交易：P(ruin) = exp(−2 ×average_gain ×starting_capital/variance_per_trade)。
- 5分析敏感性：如果启动资金加倍，破产概率会如何变化？如果边缘减半呢？如果方差增加？
- 6计算预期持续时间（确定结果之前有多少轮）：E = k × (N−k) / |2p−1| × 1/(p−0.5)（p≠0.5）。
- 7使用破产概率来设置最低资本要求、最大赌注规模和适当的每笔交易风险百分比。
例题解析
▾
即使赌场优势“只有”2.63%，在这个水平上破产几乎是肯定的
q/p = (1−0.4737)/0.4737 = 0.5263/0.4737 = 1.1111。 P(毁灭) = [(1.1111)^200 − (1.1111)^100] / [(1.1111)^200 − 1]。 (1.1111)^200 项是一个天文数字，主导着分子和分母：P(ruin) ≈ 1 − (1.1111)^(−100) = 1 − e^(−100 × ln1.1111) ≈ 1 − e^(−10.54) ≈ 88.6%。要在轮盘赌中将 100 美元翻倍，您只有 11.4% 的机会。这说明了赌场获胜的原因：小的赌场优势，加上多次下注，几乎肯定会给玩家带来毁灭性的后果。
控制尺寸的正边缘 = 非常低的破产概率
每笔交易：预期收益 = 0.55×$300 − 0.45×$200 = $165 − $90 = $75（注意收益：盈利收益 1.5×$200=$300）。平均值 = $75，方差 = 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 — 基本上为零！即使每笔交易只有 2% 的风险和适度的优势，破产概率也可以忽略不计。与每笔交易 10% 的风险（1,000 美元）相比：P(ruin) ≈ exp(−2 × $75 × $10,000 / $61,875)，其中资本现在只有 10 个单位：exp(−2×75×10/61875) - 仍然可以忽略不计，因为我们正确地进行了缩放。
初创企业的破产在这里是确定性的——需要收入增长或新的资金
净消耗 = 50,000 美元/月。 Runway = 500,000 美元 / 50,000 美元 = 10 个月——初创公司在 10 个月内没有任何改变，就耗尽了资金。为了生存 18 个月达到 A 轮融资目标（N=18 个月的现金初始消耗率 = 需要 900,000 美元），初创公司需要收入增长 80% 将净消耗减少到 0 美元，或者需要额外资金。这说明了为什么投资者非常关心初创公司的烧钱率和跑道：破产（在下次融资之前套现）实际上就是公司的终结。
20% 的安全装载和 100 万美元的盈余产生接近于零的破产概率
在 Cramér-Lundberg 模型下，破产概率的上限为 P(ruin|surplus=u) ≤ e^(−Ru)，其中 R 是调整系数（Lundberg 方程的正根）。 20% 安全载荷和平均 10,000 美元的指数索赔：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 — 基本上为零。这证实了在典型的索赔假设下，充足的盈余和保费负担可以为保险公司创造近乎完美的财务稳定性。
实际应用
▾
交易系统风险管理和最低资本要求，代表了破产概率在专业和分析环境中的重要应用领域，其中准确的破产概率计算直接支持明智的决策、战略规划和绩效优化
初创企业跑道分析和融资里程碑规划，代表了专业和分析背景下破产概率的重要应用领域，其中准确的破产概率计算直接支持明智的决策、战略规划和绩效优化
保险公司盈余充足性和偿付能力监管，代表破产概率在专业和分析环境中的重要应用领域，其中准确的破产概率计算直接支持明智的决策、战略规划和绩效优化
退休投资组合耗尽概率（回报序列风险），代表专业和分析环境中破产概率的重要应用领域，其中准确的破产概率计算直接支持明智的决策、战略规划和绩效优化
行业专业人士依靠破产概率进行运营破产概率计算、客户可交付成果、监管合规性报告以及破产概率准确性直接影响财务成果和组织绩效的业务环境中的战略规划
特殊情况
▾
{'case': 'Martingale Strategy', 'explanation': 'Martingale 投注（每次亏损后加倍）理论上破产概率为零（给定无限资本），但由于有限的牌桌限制和资本，实际上几乎肯定破产。仅 10 连败就需要 2^10 = 1,024× 初始赌注 — 很快就超过了任何现实的资本基础。'}
{'case': 'Infinite Horizon Ruin', 'explanation': '对于不利的游戏（负边），无限时间范围内的破产概率恰好为 1.0 — 一定破产。对于有利的游戏，固定分数投注的无限范围破产概率为零（连续情况）。对于固定下注大小，即使有正边缘，对于离散随机游走来说，无限范围破产概率也是正的，立即破产的机会非零。'}
当毁灭概率输入值接近零或在毁灭中变为负值时
当破产概率输入值接近零或破产概率变为负值时，数学行为会发生显着变化。零值可能会导致被零除错误或微乎其微的零结果，而负输入可能会在毁灭概率上下文中产生数学上有效但实际上毫无意义的输出。专业用户应在解释结果之前验证所有输入是否在物理或经济上有意义的范围内。负值或零值通常表示数据输入错误或需要单独分析处理的异常破产概率情况。
起始资金（下注单位）和优势的失败概率
▾
| 资本（单位） | 边缘=0% | 边缘=1% | 边缘=3% | 边缘=5% | 边缘=10% |
|---|---|---|---|---|---|
| 10 单位 | 100% | 82% | 55% | 37% | 14% |
| 20 单位 | 100% | 67% | 30% | 14% | 2% |
| 50 单位 | 100% | 37% | 5% | 0.7% | 0.006% |
| 100 单位 | 100% | 14% | 0.25% | 0.05% | ~0% |
| 200 单位 | 100% | 2% | ~0% | ~0% | ~0% |
| 500 单位 | 100% | <0.1% | ~0% | ~0% | ~0% |
常见问题
▾
什么是赌徒破产问题？
经典的赌徒破产问题：拥有 $k 美元的赌徒与无限富有的对手进行公平的游戏，每轮下注 1 美元。在对手破产之前失去所有 $k 的概率（在无限对手的情况下意味着最终破产的概率）是 1.0 — 一定破产。对抗总资本为 $N 的有限对手（赌徒有 $k，对手有 $N−k），公平游戏的破产概率为 1−k/N。这个结果具有深远的意义：即使赌场优势为零，资本少于“赌场”的玩家最终也会输掉所有的钱。它从数学上解释了为什么庄家总是获胜——它拥有更多的资本并且可以比任何个人玩家更长久。
下注大小如何影响破产概率？
赌注大小对破产概率有巨大影响。对于固定的起始资本和正边缘，破产概率大约为 P(ruin) ≈ e^(−2×edge×capital_in_units_of_bet)。将起始资金加倍（或同等地，将赌注大小减半）等于破产概率的平方：如果 P(ruin) 为 10%，则它变为 1%（大致）。这种对下注规模/资本比率的指数敏感性是交易中 1% 风险规则的数学基础。每笔交易 1% 的风险意味着 100 单位的资本；破产概率 ≈ e^(−200×edge) — 对于任何正边缘，这基本上为零。每笔交易的风险为 10%，意味着只有 10 个单位；破产概率 ≈ e^(−20×edge) — 高得多。
破产概率可以为零吗？
理论上，对于无限的资本起点或永远不会输掉所有钱的游戏（固定分数投注确保当财富接近零时赌注缩小到零），破产概率可以接近零。在固定分数交易的连续近似中，破产概率在技术上等于零，因为赌注大小与账户成比例缩小——账户价值可以渐近接近零，但实际上永远不会达到零。在实践中，最小头寸规模、交易成本和离散下注结构意味着某些正破产概率始终存在，即使对于正优势策略也是如此。实际目标是将破产概率降低到可接受的低水平 (< 1%)，而不是消除它。
破产概率和凯利准则之间有什么关系？
凯利准则和破产概率密切相关：凯利分数正是使资本增长时破产概率下降率最小化的赌注大小。在凯利分数下，资本的几何增长率最大化，这意味着财富朝着任何目标增长最快，同时最小化破产概率。过度下注（高于凯利）会急剧增加破产概率——在 2 倍凯利下，从长远来看，破产是必然的。下注不足（分数凯利）将破产概率降低到凯利水平以下，但代价是资本增长放缓。凯利准则可以通过在最大化长期增长的情况下最小化破产概率来导出。
破产概率如何用于退休计划？
在个人理财和退休计划中，破产概率被重新表述为“投资组合耗尽的概率”：退休人员的投资组合在去世前降至零的可能性。这是使用蒙特卡罗模拟来估计的：生成数千种投资回报、通货膨胀和支出的场景，并计算投资组合耗尽的比例。 “4% 规则”（每年提取 4% 的初始投资组合，根据通货膨胀进行调整）源自历史模拟研究（Bengen 1994，Trinity Study 1998），显示 60/40 股票/债券投资组合在 30 年退休期内的成功率约为 95%（破产概率为 5%）。
哪些因素对破产概率影响最大？
按影响力降序排列：(1) 赌注规模占资本的比例——最强大的单一变量；将赌注大小减半可显着减少损失； (2) 边沿——破产概率低于50%时需要正边沿；零边缘或负边缘总是导致破产概率接近 1； (3) 结果的方差——即使在相同的边上，较高的方差也会增加破产概率（反映凯利公式：破产风险∝1/边×方差）； (4) 起始资金以赌注大小为单位——资金单位越多意味着亏损越低； (5) 目标资本——较大的所需收益（较高的N）会增加破产概率。实际要点：保持较小的赌注规模，拥有积极的优势，并从充足的资本开始。
破产概率如何应用于企业偿付能力？
在商业环境中，破产概率是破产的概率——负资产或无法履行义务。对于企业来说，“赌注”是每个经营期间的现金流量，它有预期值（营业利润）和方差（现金流量波动性）。启动资金为股本储备金和信贷额度。目标是生存到盈利或下一轮融资。具有稳定的正现金流（正向边缘，低方差），破产概率较低。对于周期性业务，现金流方差较大，需要较大的资本储备。这就是银行要求最低资本比率的原因——它们隐含地设定了受监管的金融机构可接受的最大破产概率。
常见错误注意事项
▾
- !如果没有足够的启动资金（相对于下注规模），即使是很小的优势也不能保证生存。
- !使用确定性跑道计算（例如，当前消耗的现金数月），而不考虑收入/成本的不确定性。
- !假设之前的连败已经“耗尽”了坏运气，而下一笔交易更有可能获胜——这是赌徒的谬论。
- !将破产概率视为一次性计算，而不是随着资本、策略参数和市场条件的变化而动态更新。
- !将破产概率与预期损失混淆——破产概率衡量的是生存率，而不是平均损失程度。
专业提示
在 252 个交易日内对交易系统的 10,000 条路径进行蒙特卡罗模拟。绘制终端账户价值的分布图，并确定结束于“破产”阈值以下的路径的比例。这种经验破产概率比具有非正态回报分布的现实世界交易系统的分析公式更准确。
你知道吗？
赌徒破产问题首先由布莱斯·帕斯卡（Blaise Pascal）（因帕斯卡三角而闻名）和克里斯蒂安·惠更斯（Christiaan Huygens）在 17 世纪关于概率论的通信中正式提出。惠更斯于 1657 年在《De Ratiociniis in Ludo Aleae》（《机会游戏中的推理》）中发表了该解决方案，使其成为最早拥有完整数学解决方案的概率问题之一。同样的数学现在支撑着现代保险监管、交易风险限制和初创企业跑道分析。
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
参考资料
Read the full guide on how to use this calculator effectively
阅读更多 →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。