首页 › 品牌與機構 › 賽馬數據分析 › 凯利公式

凯利公式

按优势决定注码的数学公式

凯利公式(Kelly criterion)是一条按“优势大小”决定投注比例的数学公式,1956 年由贝尔实验室(Bell Labs)的 John L. Kelly Jr. 提出,原本用来解决长途电话线路的讯号噪声问题。[1]后来赌神爱德华·索普(Edward Thorp)把它应用在 21 点及金融市场,成为职业赌徒与量化投资者管理注码的标准工具。[2]

[ 编辑导言 ]

🧮 公式怎样写

[ 编辑 ]

最常见的版本是:

f* = (b × p − q) ÷ b

其中 f* 是应该投入本金的比例,p 是胜出概率,q = 1 − p 是输的概率,b 是赔率(每注 1 元赢得的净利润,例如 1 赔 1 即 b = 1)。

公式可以化简为“优势 ÷ 赔率”:边际优势越大,注码越大;赔率越高,同样优势下注码反而越小。

🎯 为什么是这个比例

[ 编辑 ]

凯利考虑的不是“今次赢几多”,而是“长期资本增长率”。在每次按固定比例下注的情况下,资本的长期增长率等于每次下注后资本对数的期望值;凯利比例正是令这个期望值最大的注码。[1]

换句话说,注码太细会浪费优势,注码太大则会在一次连续失利中重创本金。凯利公式给出的是一条“增长最快、又不会必然破产”的界线。

📈 连续版本与投资应用

[ 编辑 ]

用于股票或投资组合时,公式写成 f* = μ ÷ σ²,其中 μ 是预期回报率,σ² 是回报的变异数。[2]这个版本解释了为何波动越大的资产,即使预期回报较高,也不应该重仓。

⚖️ 下注过多的惩罚

[ 编辑 ]

凯利比例有一个重要特性:下注刚好两倍凯利,长期增长率会跌至零;超过两倍,长期增长率转为负数,即使每次都有正期望值,资本最终仍会萎缩。[2]这也是“有优势仍然输钱”最常见的原因。

🎲 一个著名实验:60% 硬币

[ 编辑 ]

2016 年,Haghani 与 Dewey 做了一个实验:给 61 位受过量化训练的年轻人 25 美元、30 分钟,去投注一个“60% 机会开公”的硬币。以凯利公式计算,每次最优注码是资本的 10%。[4]

结果大部分人下注方式欠佳,约 30% 参加者更输光全部本金。[4]连受过训练的专业人士,在一个规则最简单、优势最明确的游戏里都难以执行最优注码——这正是为何实务上普遍使用分数凯利。

🧩 现实中的分数凯利

[ 编辑 ]

实务上,很少有人用全凯利。原因是公式假设你知道真实的胜率 p,但现实中 p 只能估算,高估胜率会直接导致下注过多。职业赌徒与基金经理普遍采用“分数凯利”——例如二分之一或四分之一凯利,以较低的增长率换取较小的波动与犯错空间。[2]

🐎 赛马与赌马方程式

[ 编辑 ]

在赛马的同注分彩市场,赔率是不断变动的,而且马会先抽水,所以真正的优势(edge)比表面更薄。William Benter 的赌马方程式正是用凯利准则决定注码:模型先估算每匹马的胜率,再与赔率比较,得出正优势的投注,然后按凯利比例分配注码。[3]

不过,由于胜率估算存在误差,加上彩池会被自己的注码影响,实务上同样会用较保守的比例,而非全凯利。详细的赌马方程式运作,可参考〈赌马方程式〉条目。

⚠️ 常见误解

[ 编辑 ]

误解一:凯利公式保证赢钱。不是。它只保证在“优势真实存在”的前提下,长期增长率最大;如果估算的优势不存在,凯利只会令你输得更快。

误解二:注码越大赢得越多。下注超过两倍凯利,长期增长率会变成负数,这是数学结果,不是运气问题。[2]

误解三:凯利只适用于赌博。它起源于信息论,今日广泛应用于投资组合、保险定价,甚至资讯传输。

🔗 相关条目

[ 编辑 ]

❓ 常见问题

[ 编辑 ]

问:凯利公式同赌马方程式有咩关系?
答:赌马方程式负责估算胜率及找出被低估的马,凯利公式负责决定每注入几多钱。两者一个管“买边只”,一个管“买几多”。

问:一般投资者可以用吗?
答:可以,但要先有可靠的期望回报与波动率估算;实务上多用分数凯利,避免估算误差造成过度下注。

问:香港赛马的抽水会影响凯利计算吗?
答:会。独赢派彩比率 82.5%,即抽水 17.5%,计算优势时必须用扣除抽水后的回报,否则会高估 edge。

📚 参考资料

[ 编辑 ]
  1. Kelly, J. L. (1956). A New Interpretation of Information Rate. Bell System Technical Journal, 35(4), 917–926(PDF)
  2. Thorp, E. O. (2006). The Kelly Criterion in Blackjack, Sports Betting, and the Stock Market(PDF)
  3. Benter, W. (1995). Computer Based Horse Race Handicapping and Wagering Systems: A Report(PDF)
  4. Haghani, V. & Dewey, R. (2017). Rational Decision-Making Under Uncertainty: Observed Betting Patterns on a Biased Coin(arXiv)
如有任何编辑意见或发现错漏,欢迎 提交更正。