凯利公式
凯利公式
假设一次投资获利的概率为 P, 每次获利的 b 元(赔率为 1:b)。那么多次重复最优投资比例 f 应该是
那么它的推导过程是什么呢?假设我们有本金 ,那么在 k 次投资之后取决于赢钱还是输钱,你的本金会变为 或者 。假设我们总共投资了 N 次,那么这时我们的资金会是
所以
即为一次投资的平均回报率。我们要求这个数为最大。对两边取对数,
对数函数是一个增函数,那么想要让等式的左边最大,那么我们就需要对 f 求导,
这样的话我们会得到上面提到的最优投资比例。
这里投资的获利概率 P 是固定的,但是股票投资获利的概率不是固定的,同时每次获利的数值也不是固定的,那么在这种情况下怎么计算每次投资的最优比例 f 呢?
由于股票投资中获利概率 P 不是一个常量,赔率(或者回报率)也不是常量,那我们必然需要用几个假设来界定适用范围。我们假设
投资策略选中的投资组合中的股票回报是符合正态分布的。进一步说这意味着股票回报有固定的均值和方差,现在的均值和方差可以用于计算未来的参数。
回报率指的是扣除了所有损耗的剩余回报。
所有的利润都会被重新用于投资
在这些假设条件下,如果我们把每种策略 i 之间的资金分配标记为, 总共有 N 个策略,即,则每种策略的最优分配凯利准则为
其中是超额收益的平均值,是策略的超额收益标准差。 这个公式基本上描述了每种策略应采用的最佳杠杆率。
由于均值和标准差的估算总是受到不确定性的影响,因此在实践中,许多交易者倾向于使用更保守的杠杆机制,如凯利标准除以二,人们亲切地称之为 "半凯利"。凯利标准实际上应被视为使用杠杆的上限,而不是直接的规范。如果不听取这一建议,那么由于策略回报的非高斯性质,直接使用凯利值可能会导致毁灭(即账户净值消失为零)。具体解释请参考 Money Management via the Kelly Criterion。
Reference
Last updated