​凯利公式：从数学推导到实际应用的全面解析

凯利公式（Kelly Criterion）是一种在独立重复的随机过程中，通过优化下注比例以最大化长期复利增长率的数学策略。其核心为解决在期望收益为正的赌局中，如何分配资金以平衡风险与收益的问题，广泛应用于投资组合管理、赌博理论及信息论领域

---

一、凯利公式的核心思想

凯利公式的目标是：在期望净收益为正的独立重复赌局中，计算最优下注比例，使本金的长期复利增长率最大化。
它通过平衡收益与风险，避免过度下注导致的破产风险，同时充分利用有利机会。

---

二、公式形式

凯利公式的最优下注比例 $f^{\ast }$ 为：
$$f^{\ast }=\frac{b\cdot p-q}{b}$$
其中：

• $b$：净赔率（赢时收益率，不含本金，例如 $b=2$ 表示净赚 2 倍赌注）。
• $p$：胜率（赢的概率）。
• $q=1-p$：败率（输的概率）。

---

三、推导过程

1. 基本假设

• 每次下注的胜率为 $p$，败率为 $q=1-p$。

• 赢时 净收益率 为 $b$，输时损失全部下注金额（即损失率为 1）。

  注：假设，投入 本金 为 $k$ 元，赢的时候 净赚金额 为 $m1$ 元，输的时候 净亏金额 为 $m0$ 元，那么，求净收益率 为 $b$ 的方程组为：

  $$\{\begin{array}{l}k\cdot b=m1\\ k\cdot 1=m0\end{array}$$

  所以：$b=\frac{m1}{m0}$

2. 本金变化的乘法模型
设初始本金为 $C_0$，每次下注比例为 $f$。经过一次下注后：

• 赢时本金：$C_1=C_0\cdot (1+f\cdot b)$
• 输时本金：$C_1=C_0\cdot (1-f)$

经过 $n$ 次下注（赢 $W$ 次，输 $L$ 次），总本金为：
$$C_n=C_0\cdot (1+f\cdot b{)}^W\cdot (1-f{)}^L$$

3. 对数增长率转换
为简化优化问题，将乘法转换为加法，取对数：
$$\ln \left(\frac{C_n}{C_0}\right)=W\cdot \ln (1+f\cdot b)+L\cdot \ln (1-f)$$
长期平均对数增长率为（其中：$n=W+L$）：

$$g(f)=\frac{1}{n}\ln \left(\frac{C_n}{C_0}\right)=\frac{W}{n}\cdot \ln (1+f\cdot b)+\frac{L}{n}\cdot \ln (1-f)$$

当 $p=\frac{W}{n}$（赢率，即：胜率），$q=\frac{L}{n}$（输率，即：败率）时：

$$g(f)=\frac{1}{n}\ln \left(\frac{C_n}{C_0}\right)=p\cdot \ln (1+f\cdot b)+q\cdot \ln (1-f)$$

4. 最大化 $g(f)$
对 $g(f)$ 关于 $f$ 求导并令导数为零：
$$\frac{dg}{df}=\frac{p\cdot b}{1+f\cdot b}-\frac{q}{1-f}=0$$

5. 解方程求 $f^{\ast }$
$$\frac{p\cdot b}{1+f\cdot b}=\frac{q}{1-f}\Rightarrow p\cdot b\cdot (1-f)=q\cdot (1+f\cdot b)$$
展开整理：
$$p\cdot b-p\cdot b\cdot f=q+q\cdot b\cdot f\Rightarrow p\cdot b-q=f\cdot (p\cdot b+q\cdot b)$$
解得：
$$f^{\ast }=\frac{p\cdot b-q}{b}=\frac{b\cdot p-q}{b}$$

---

四、关键解释

1. 分子 $b\cdot p-q$：

   • $b\cdot p$ 是“赢的期望收益”，$q$ 是“输的期望损失”。
   • 当 $b\cdot p>q$ 时，赌局有利可图，$f^{\ast }>0$；否则不下注（$f^{\ast }=0$）。

2. 分母 $b$：

   • 将净收益标准化为比例。赔率 $b$ 越高，允许的下注比例越低（高赔率伴随高风险）。

---

五、应用举例

场景：

• 胜率 $p=60\%$，净赔率 $b=2$，败率 $q=40\%$。
  计算：
  $$f^{\ast }=\frac{2\cdot 0.6-0.4}{2}=\frac{1.2-0.4}{2}=0.4$$
  结论：每次应下注总资金的 40%。

---

六、注意事项

1. 独立重复性：赌局需独立且可重复，胜率和赔率固定。
2. 参数不确定性：实际中 $p$ 和 $b$ 可能未知或变动，建议保守策略（如半凯利：$f^{\ast }/2$）。
3. 避免全押：即使 $f^{\ast }=1$，实际中也不应全押（需考虑极端风险）。

---

七、总结

凯利公式通过数学推导，在复利增长框架下平衡收益与风险，为投资者提供了一种科学的资金管理工具。其核心逻辑是：在有利的赌局中，按比例下注以最大化长期增长，同时避免破产。