大家好，本篇文章将为您解读关于凯利公式怎么推导出来的和凯利公式的详细推导的内容，希望能为您提供帮助，接下来进入正文内容！
本文目录
在金融投资的世界里，总有一些神秘而又实用的工具，它们可以帮助投资者在波动的市场中找到自己的定位。其中，凯利公式（Kelly Criterion）就是这样一个神秘而又强大的工具。这个公式究竟是如何推导出来的呢？今天，我们就来揭开凯利公式的神秘面纱。
凯利公式最早由美国数学家约翰·凯利（John L. Kelly Jr.）在1956年提出。当时，他正在为贝尔实验室工作，研究通信系统中的信息传输问题。在研究过程中，凯利发现了一个有趣的现象：在信息传输过程中，如果每次传输的信息量适中，那么传输的效率会更高。这个现象启发了凯利，他开始将这个思想应用到金融投资领域。
在推导凯利公式之前，我们需要先明确一些基本假设：
* 投资者的目标是最大化长期财富。
* 投资者的投资是随机的，且每次投资的结果是独立的。
* 投资者对每次投资的结果有一定的预期收益。
根据上述假设，我们可以得到凯利公式的基本形式：
f = (bp - q) / b
其中：
* f：每次投资的比例（即在总资金中投入的比例）。
* b：每次投资的平均收益（以赔率的形式表示）。
* p：每次投资成功的概率。
* q：每次投资失败的概率（q = 1 - p）。
（1）确定投资收益的期望值
我们需要确定每次投资的期望收益。假设投资者每次投资1元，那么每次投资的期望收益为：
E = bp - q
（2）推导投资比例
接下来，我们需要推导出最优的投资比例。根据期望收益最大化的原则，我们可以得到以下公式：
f = (bp - q) / b
（3）化简公式
将上述公式进行化简，得到凯利公式的基本形式：
f = (bp - q) / b
凯利公式在金融投资领域有着广泛的应用凯利公式怎么推导出来的，以下是一些常见的应用场景：
| 应用场景 | 应用方法 |
|---|---|
| 股票投资 | 根据股票的预期收益率和波动性，计算出最优的投资比例。 |
| 期权交易 | 根据期权的预期收益率和波动性，计算出最优的投资比例。 |
| 数字货币投资 | 根据数字货币的预期收益率和波动性，计算出最优的投资比例。 |
| 其他投资 | 适用于各种投资领域，如外汇、期货等。 |
尽管凯利公式在金融投资领域有着广泛的应用，但它也存在一些局限性：
* 数据依赖性：凯利公式的推导过程依赖于历史数据和预期收益，而这些数据可能存在偏差。
* 风险承受能力：凯利公式只考虑了期望收益，没有考虑投资者的风险承受能力。
* 市场波动性：市场波动性较大时，凯利公式可能无法准确预测投资结果。
凯利公式是金融投资领域的一个神秘而又实用的工具。通过对凯利公式的推导和应用，我们可以更好地理解投资中的风险和收益。需要注意的是，凯利公式并非万能，投资者在使用过程中应结合自身情况和市场环境，谨慎决策。
凯利公式的推导，从基本概率论出发。设想一个简单的硬币抛掷游戏，硬币正面和反面出现概率均为0.5。若每次投入相同金额，且资金链不中断，投掷次数增加后，期望总资产稳定于初始值。
用数学语言描述，设初始资产为a，每次投掷后资产变为f(a)，赌赢概率为p，赌输概率为1-p。对于所有n次投掷，资产变化可表达为：f(a)= a* p^n*(1-p)^(n-1)。进一步，总资产为资产乘以下注比例n次方，最终得到资产总公式。
当赌赢概率p>0.5时，最大化资产期望需要最大化每次下注比例。因此，每次下注应将所有资产押注，使资产随投掷次数几何级数增长。反之，若p<0.5，为最大化资产，每次应不押注，确保总资产不变。
在实际投资时，通常采用固定比例投注策略。设比例为b，每次投注后资产变化为原资产乘以(1+b)或(1-b)。n次投注后，资产变为原资产乘以(1+b)^n或(1-b)^n。当p>0.5时，最大化期望资产需在每次投注时将所有资金投注。若p<0.5，期望资产最大时，不进行投注。
通过导数研究，发现期望资产最大化的投注比例为b=(p-1)/ln(1/(1-p))。若p1/2，最佳投注比例为b=(p-1)/ln(1/(1-p))，此时资产期望增长。存在临界点，使得资产期望达到最大。
在实际投资中，需考虑赔率。赢钱率表示赢得资产的倍数，输钱率表示损失的资产比例。投注比例应考虑赔率调整，使期望资产最大化。
此外，投资还存在损失率。当同时考虑赢钱率和损失率时，凯利公式形式发生变化，需调整投注比例以最大化期望资产。
本文概述了凯利公式的推导过程，涉及概率论基础、固定比例投注、考虑赔率与损失率的情况。希望有兴趣的读者深入研究，以更全面理解凯利公式的应用。
凯利公式的推导过程如下：
设定基础参数：
资本金设定为1。成功概率为p，收益为+W。失败概率为q，收益为L。目标是求解最优投入比例x，以在累积n次后使总资产收益最大化。构建期望收益率函数：
基于末态资产和递推关系，构建目标函数f。通过合并胜利与失败的局数，得到an=a0*^S^F，其中S为胜利次数，F为失败次数。进一步定义平均每次收益率为r，期望收益率函数f=^。由于在大量重复实验下，S近似于p*n，F近似于q*n，因此得出f=^p^q。求解最优投入比例x：
通过求解目标函数f的极值，即令f’=0。经过一系列计算，得到最优投入比例x=/。若将赔率b定义为W/L，则x可化简为x=/L。特别地，当L=1时，x=pq/b，此即为凯利公式。举例说明：
若投资项目有70%概率翻倍，30%概率清零，则赔率b=1。最优策略投入比例是x=0.70.3⁄1=0.4。若有100万元资本金，应投入40万元以达到最优。此时期望收益率为f=^0.7^0.3=1.086。通过上述推导过程，可以看出凯利公式是在给定成功概率、失败概率、收益和亏损的基础上，通过最大化期望收益率来求解最优投入比例的一种数学方法。
凯利公式志在解决的问题
假设赌局1:你赢的概率是60%，输的概率是40%。赢时的净收益率是100%，输时的亏损率也是100%。也即，如果赢，那么你每赌1元可以赢得1元，如果输，则每赌1元将会输掉1元。赌局可以进行无限次，每次下的赌注由你自己任意定。问题：假设你的初始资金是100元，那么怎么样下注，即每次下注金额占本金的百分之多少，才能使得长期收益最大？
对于这个赌局，每次下注的期望收益是下注金额的60%*1-40%*1=20%，期望收益为正。也就是说这是一个对赌客占优的赌局，而且占得优势非常大。
那么我们应该怎么样下注呢？
如果不进行严密的思考，粗略的想象一下，我们会觉得既然我每次赌的期望收益是20%，那么为了实现长期的最大收益，我应该在每次赌博中尽量放入更多比例的本金。这个比例的最大值是100%。
但是显然每一局赌博都放入100%的本金是不合理的，因为一旦哪一次赌博赌输了，那么所有的本金就会全部输光，再也不能参加下一局，只能黯然离场。而从长期来看，赌输一次这个事件必然发生，所以说长期来看必定破产。
所以这里就得出了一个结论：只要一个赌局存在一下子把本金全部输光的可能，哪怕这个可能非常的小，那么就永远不能满仓。因为长期来看，小概率事件必然发生，而且在现实生活中，小概率事件发生的实际概率要远远的大于它的理论概率。这就是金融学中的肥尾效应。
继续回到赌局1。
既然每次下注100%是不合理的，那么99%怎么样。如果每次下注99%，不但可以保证永远不会破产，而且运气好的话也许能实现很大的收益。
实际情况是不是这个样子呢？
我们先不从理论上来分析这个问题，我们可以来做个实验。我们模拟这个赌局，并且每次下注99%，看看结果会怎么样。
这个模拟实验非常的简单，用excel就能完成。请看下图：
如上图，第一列表示局数。第二列为胜负，excel会按照60%的概率产生1，即60%的概率净收益率为1，40%的概率产生-1，即40%的概率净收益为-1。第三列为每局结束时赌客所有的资金。这个实验每次下注仓位是99%，初始本金是100，分别用黄色和绿色标出。
大家从图中可以看出，在进行了10局之后， 10局中赢的局数为8，比60%的概率还要大，仅仅输了两次。但即使是这样，最后的资金也只剩下了2.46元，基本上算是输光了。
当我把实验次数加大，变成1000次、2000次、3000次……的时候，结果可想而知了，到最后手中的资金基本上是趋向于0。
既然99%也不行，那么我们再拿其他几个比例来试试看，看下图：
从图中可以看出，当把仓位逐渐降低，从99%，变成90%，80%，70%，60%的时候，同样10局的结果就完全不一样了。从图中似乎可以看出随着仓位逐渐的变小，在10局之后的资金是逐渐变大的。
大家看到这里，就会渐渐的发现这个赌局的问题并不是那么简单的。就算是赌客占优如此之大的赌局，也不是随随便便都能赢钱的。
那么到底怎么下注凯利公式怎么推导出来的才能使得长期收益最大呢？
是否就像上图所显示的那样，比例越小越好呢？应该不是，因为当比例变成0的时候显然也不能赚钱。
那么这个最优的比例到底是多凯利公式怎么推导出来的少呢？
这就是著名的凯利公式所要解决的问题！
凯利公式介绍
其中f为最优的下注比例。p为赢的概率。rw是赢时的净收益率，例如在赌局1中rw=1。rl是输时的净损失率，例如在赌局1中rl=1。注意此处rl>0。
根据凯利公式，可以计算出在赌局1中的最有利的下注比例是20%。
我们可以进行一下实验，加深对这个结论的理解。
如图，我们分别将仓位设定为10%，15%，20%，30%，40%。他们对应的列数分别是D、E、F、G、H。
当我把实验次数变成3000次的时候，如下图：
当我把实验次数变成5000次的时候，如下图：
大家从两幅图中可以看到F列对应的结果最大，和其它列相比压根就不是一个数量级的。而F列对应的仓位比例正是20%。
大家看到凯利公式的威力了吧。在上面的实验中，如果你不幸将比例选择为40%，也就是对应H列，那么在5000局赌博之后，你的本金虽然从100变成了22799985.75，收益巨大。但是和20%比例的结果相比，那真是相当于没赚钱。
这就是知识的力量！
凯利公式理解
凯利公式的数学推导及其复杂，需要非常高深的数学知识，所以在这里讨论也没有什么意义。哎，说白了其实就是我也看不大懂。在这里我将通过一些实验，加深大家对凯利公式主观上的理解。
我们再来看一个赌局。赌局2：你输和赢的概率分别是50%，例如抛硬币。赢的时候净收益率为1，即rw=1，输的时候净损失率为0.5，即rl=0.5。也就是说当你每赌一元钱，赢的时候你能再赢1元，输的时候你只要付出去5毛。
容易看出赌局2的期望收益是0.25，又是一个赌客存在极大优势的赌局。
根据凯利公式，我们可以得到每局最佳的下注比例为：
也就是说每次把一半的钱拿去下注，长期来看可以得到最大的收益。
下面我要根据实验得出平均增长率r的概念。首先来看实验2.1，如下两张图：
这两张图都是模拟赌局2做的实验，在第二列的胜负列中，实验会50%的概率产生1，表示盈利100%。50%的概率产生-0.5，表示亏损50%。第三第四列分别是在仓位为100%和50%下每次赌局之后所拥有的资金。
仔细对比两张图可以发现结论一，亦即在经过相同次的局数之后，最后的结果只与在这些局数中赢的局数的数量和输的局数的数量有关，而与在这些局数中赢的局和输的局的顺序无关。例如在上两幅图中，同样进行了4局，同样每幅图中赢了两局输了两局，但是第一张图的输赢顺序是赢输输赢，第二张图的输赢顺序是输赢赢输。它们最终的结果都是一样的。
当然这个结论非常容易证明（乘法交换律，小学生就会），这里就不证明了，上面举的两个例子足够大家很好的理解。
那么既然最终的结果和输赢的顺序无关，那么我们假设赌局2如实验2.2一样进行下去，看下图：
我们假设赌局的胜负是交替进行的，由于结论一，从长期来看这对结果资金没有任何影响。
在自己观察图片之前我们先做一个定义。假设将某几局赌局视为一个整体，这个整体中各种结果出现的频率正好等于其概率，并且这个整体的局数是所有满足条件整体当中局数最小的，那么我们称这个整体为一组赌局。例如在上图的实验中，一组赌局就代表着进行两局赌局，其中赢一次输一次。
仔细观察上图中蓝色标记的数字，它们是一组赌局的结尾。你会发现这些数字是保持着稳定的增长的。当仓位是100%时，蓝色标记数字的增长率是0%，即一组赌局之后本金的增长率为0%。这也解释了当每次都满仓下注的时候，在赌局2中长期来看是无法赚钱的。当仓位是50%（即凯利公式得出的最佳比例）时，蓝色标记数字的增长率是12.5%，即一组赌局之后本金的增长率为12.5%。
这是一个普遍的规律，每组赌局之后的增长率与仓位有关。且每组赌局之后的增长率越大，那么长期来看最终的收益也就越多。
根据每组赌局的增长率可以计算出每个赌局的平均增长率g。在上面的图中，每组赌局之中包含两个赌局，那么每个赌局的平均增长率
其实凯利公式怎么推导出来的这个r是可以通过公式算出来的。
从长期来看，想要让资本得到最大的增长，其实只要让r最大，也即让g最大化。而最佳下注比例f其实也是通过求解max(g)的出来的。
凯利公式其他结论——关于风险
凯利传奇（本节内容来自互联网）
凯利公式最初为 AT&T贝尔实验室物理学家约翰·拉里·凯利根据他的同僚克劳德·艾尔伍德·夏农于长途电话线杂讯上的研究所建立。凯利解决了夏农的资讯理论要如何应用于一名拥有内线消息的赌徒在赌马时的问题。赌徒希望决定最佳的赌注金额，而他的内线消息不需完美（无杂讯），即可让他拥有有用的优势。凯利的公式随后被夏农的另一名同僚爱德华·索普应用于二十一点和股票市场中。
索普利用工作之余，通过数个月的艰苦演算，写了一篇题为《“二十一点”优选策略》的数学论文。他利用自己的知识，一夜之间“奇袭”了内华达雷诺市所有的赌场，并成功的从二十一点赌桌上赢得了上万美元。他还是美国华尔街量化交易对冲基金的鼻祖，70年代首创第一个量化交易对冲基金。1962年出版了他的专著《打败庄家》，成为金融学的经典著作之一。
运用展望
如何利用凯利公式在现实生活中赚钱？那就是要去创造满足凯利公式运用条件的“赌局”。在我看来，这个“赌局”一定是来自金融市场。
近期我一直在做交易系统的研究，对于一个优秀的交易系统来说什么是最重要的？一个期望收益为正的买卖规则占到重要性的10%，而一个好的资金控制方法占到了重要性的40%，剩下的50%是操控人的心理控制力。
而凯利公式正是帮助我进行资金仓位控制的利器。
比如说之前我研究出的一个股票交易系统，该系统每周进行一次交易，每周交易成功的概率是0.8，失败的概率是0.2。当成功的时候可以赚取3%（扣掉佣金，印花税），每次失败时亏损5%。在不知道凯利公式之前，我都是盲目的满仓交易，也不知道我这个仓位设定的对不对，心理很虚。在运用凯利公式之后，计算的最佳的仓位应该是9.33，就是说如果借款利率是0的话想要得到最快的资金增长速度就要使用杠杆交易，通过公式计算得到每次交易的平均增长率r约等于7.44%，而满仓交易的平均资金增长率为r约等于 1.35（其实也就是期望收益）。通过实验模拟之后也发现确实杠杆交易比满仓交易资金增长的速度要快的多。这也让我更好的理解了为什么很多量化投资基金公司需要使用杠杆交易。
当然凯利公式在实际的运用中不可能这么的简单，还有很多的困难需要克服。比如说杠杆交易所需要的资金成凯利公式怎么推导出来的本，比如说现实中资金并不是无限可分的，比如说在金融市场并不像上文提到的简单的赌局那么简单。
但是不管怎么样，凯利公式为我们指明了前进的道路。
好了，凯利公式怎么推导出来的和凯利公式的详细推导的内容到此结束，感谢您的支持！
