凯利公式：从贝尔实验室的赌局到投资中的仓位管理

选对方向只是及格线；押对仓位，才决定你最后能拿走多少。

凯利公式回答的，正是后半个问题——有了正期望的机会，到底该押上多少钱？

写在前面：一个被忽略的问题

绝大多数关于投资和赌博的讨论，都停在"该不该做这笔交易"——胜率多少、赔率多少、期望是正是负。

但真正决定一个人长期能不能活下来、能赚多少的，往往不是"做不做"，而是"做多大"。

设想两个赌徒，面对完全相同的、长期有利的赌局：

        相同的赌局（长期正期望）
                  │
       ┌──────────┴──────────┐
       ▼                     ▼
   赌徒 A：每次梭哈          赌徒 B：每次只押一小部分
       │                     │
       ▼                     ▼
   一次连败 → 归零          连败也只是回撤 → 还能翻身
       │                     │
       ▼                     ▼
     破产出局                复利滚动，长期暴涨

同样的牌，押注方式不同，结局可以是天堂，也可以是地狱。

凯利公式（Kelly Criterion）就是为了解决"押多少"这个问题而生的。它给出一个明确的答案：在长期复利增长最快的意义下，每次应该押上本金的多少比例。

---

一、凯利的故事

一个会开飞机的物理学家

凯利公式得名于 约翰·拉里·凯利（John Larry Kelly Jr., 1923–1965）。

他是个不折不扣的奇才：得克萨斯人，二战期间当过四年海军飞行员，战后在德州大学拿到物理学博士，1953 年进入大名鼎鼎的 贝尔实验室（Bell Labs）。在那里，他做语音合成（是计算机"唱歌"的早期推手之一）、做信号编码，烟不离手，据说是实验室里最聪明、也最我行我素的人之一。

他和信息论之父 克劳德·香农（Claude Shannon） 是同事。这层关系，正是凯利公式诞生的关键。

起点：一个关于电视赛马的脑洞

1950 年代，美国流行一种"私线"赌博——赌客可以通过电话线，比公开广播提前一点点拿到赛马、棒球比赛的结果。

凯利想到一个有趣的问题：

假如你有一条带噪声的私线，能比别人提前知道一点比赛结果，但这个消息不一定准——那么这条"信息"到底值多少钱？你又该如何利用它下注，才能让财富增长得最快？

这个问题表面是赌博，骨子里是 信息论：一条不完美的信道，传递的信息量该如何换算成实实在在的"钱"？

1956 年的论文

1956 年，凯利在《贝尔系统技术期刊》上发表了那篇传世论文——

《A New Interpretation of Information Rate》（信息率的一种新解释）

他证明了一件优雅得惊人的事：一个掌握了带噪声内幕消息的赌徒，如果按某个特定比例下注，他的财富长期增长率，恰好等于香农信息论里那条信道的"信息传输率"。

换句话说：信息，可以直接换算成钱的增长速度。 而那个让财富增长最快的下注比例，就是后来人们说的"凯利比例"。

有意思的是，凯利本人并不赌博，论文里也通篇没出现"Kelly Criterion（凯利准则）"这个词——这个名字是后人加上去的。香农审过这篇论文，给予了肯定。

凯利英年早逝，1965 年因脑溢血在曼哈顿街头猝然离世，年仅 41 岁，没能亲眼看到自己的公式在赌场和华尔街掀起怎样的波澜。

把公式带进现实的人：爱德华·索普

真正让凯利公式名扬天下的，是数学家 爱德华·索普（Edward Thorp）。

• 赌场阶段：1960 年代，索普把凯利公式和"算牌法"结合，写出畅销书《Beat the Dealer（击败庄家）》，用数学在 21 点（Blackjack）赌桌上稳定盈利，逼得拉斯维加斯改了游戏规则。算牌负责找出"正期望"的时刻，凯利公式负责决定"这一手押多少"。
• 华尔街阶段：之后索普转战金融市场，创立对冲基金 Princeton/Newport Partners，用同一套思路做可转债套利，连续近 20 年保持正收益、几乎没有大回撤。

从此，凯利公式从一个信息论的副产品，变成了赌徒和投资者共同的"仓位圣经"。连巴菲特的搭档查理·芒格都公开表达过类似思想：机会好就下重注，机会差就少下，没机会就空仓等待。

---

二、公式的由来：它到底在最大化什么？

要理解凯利公式，得先想明白一件事：衡量"赚得好不好"，到底该看什么指标？

很多人下意识会说"看期望收益"。但期望收益会把人引向歧途。

期望收益最大化 ≠ 最优

设想一个赌局：胜率 60%，赢了翻倍（净赚 1 倍），输了赔光本金。

• 如果只追求单次期望收益最大，结论是：把全部身家押上去。因为押得越多，期望赚得越多。
• 但只要输一次（40% 的概率随时会发生），你就归零出局，再也没有下一把。

问题出在：投资和赌博是反复进行、利滚利的过程。在复利的世界里，决定你最终财富的不是每一次的"算术平均收益"，而是长期的几何平均增长率。

算术平均高没用，中途归零，几何平均就是 0。 复利最怕的不是赚得慢，而是中间归零——归零是不可逆的。

凯利的洞见：最大化对数财富的期望

凯利（以及后来的数学表述）真正最大化的，是财富对数的期望值：

最大化   E[ ln(W) ]

为什么是对数？因为：

1. 对数把"乘法"变成"加法"。复利是一次次相乘的过程，取对数后变成一次次相加，于是"长期增长率"就等于"每次对数收益的平均值"——这正好是几何增长率。
2. 对数在 0 处趋于负无穷。这意味着"亏到归零"会被惩罚成"无穷糟糕"，公式天然地、强烈地规避破产风险。

把"最大化对数财富期望"这个目标，套到具体赌局上求解，得到的最优下注比例，就是 凯利比例。这也是为什么凯利公式有时被称为"对数最优策略（Log-Optimal Strategy）"。

一句话总结由来：凯利公式 = 在"利滚利、怕归零"的真实世界里，让财富长期增长最快的下注比例。

---

三、公式的定义

1. 最常用的形式（二选一的赌局）

对于一个"要么赢、要么输光这笔注"的赌局，凯利公式是：

        b · p − q          p · (b + 1) − 1
  f* =  ─────────    =     ───────────────
            b                     b

各符号的含义：

符号	含义	说明
f*	最优下注比例	应押上的本金占比（0~1）
p	获胜概率	这一把赢的概率
q	失败概率	q = 1 − p
b	赔率（净赔率）	赢了能净赚本金的倍数。押 1 元赢了拿回 1+b 元

一个更好记的等价写法：

  f* = p − q / b

可以读成："胜率" 减去 "败率除以赔率"。

2. 怎么解读这个结果？

• f* > 0：赌局对你有利，可以下注，下注比例就是 f*。
• f* = 0：刚好不赚不赔（无优势），不下注。
• f* < 0：赌局对你不利，根本不该下注（若允许做空，则反向押注）。

公式里藏着一个朴素的真理：有优势才下注，优势越大、赔率越高，下得越重；没有优势，最优解就是空仓。

3. 连续型 / 投资场景的形式

股票、基金这类资产的收益是连续分布的（不是简单的"赢/输"），凯利公式可以近似写成：

        μ − r        超额收益期望
  f* ≈  ─────    =   ────────────
         σ²            收益的方差

其中 μ 是资产的预期收益率，r 是无风险利率，σ² 是收益率的方差（σ 为波动率）。

直觉同样清晰：预期超额收益越高，仓位越重；波动（风险）越大，仓位越轻。 注意这里算出的 f* 可能大于 1，意味着"理论上该用杠杆"——但实战中几乎没人真这么干，原因见第五节。

---

四、具体例子

例 1：一枚"作弊"的硬币（理解公式）

赌局：一枚硬币，正面概率 60%。押注若正面朝上，净赚 1 倍（押 1 赚 1）；若反面，输掉本金。你有 100 元，可以反复玩很多把。每把该押多少？

先列参数：

• p = 0.6（赢的概率）
• q = 0.4（输的概率）
• b = 1（赢了净赚 1 倍，即 1 赔 1）

代入公式：

  f* = (b·p − q) / b = (1 × 0.6 − 0.4) / 1 = 0.2

结论：每一把押上当前本金的 20%。 第一把押 20 元；如果赢了本金变 120，下一把押 24 元；如果输了本金变 80，下一把押 16 元——永远是"当前本金"的 20%，账户越大押得越多，越小押得越少，自动控制风险。

下面这张表，对比了"押太少（10%）、凯利最优（20%）、押太多（40%）、梭哈（100%）"四种策略，长期会怎样：

下注比例	长期表现（同一个 60% 正期望赌局）
10%（保守）	稳健增长，但增速明显慢于最优
20%（凯利）	长期复利增长率最高（最优）
40%（激进）	增长率反而下降，回撤剧烈
100%（梭哈）	几乎必然在某次连败中归零出局

关键反直觉点：押到 40% 并不会比 20% 赚得更快，反而更慢、更险。 凯利比例是增长率曲线的顶点——越过它，下注越多，长期增长率不升反降；押到约 2 倍凯利（这里是 40%），长期增长率甚至会掉回 0。

例 2：体育博彩（赔率不是 1 赔 1）

赌局：你研究后认为某队获胜概率有 50%。博彩公司给的赔率是 1 赔 2（押 1 元，赢了净赚 2 元）。该押本金的多少？

参数：

• p = 0.5，q = 0.5
• b = 2（净赔率 2）

代入：

  f* = (b·p − q) / b = (2 × 0.5 − 0.5) / 2 = 0.5 / 2 = 0.25

结论：押上本金的 25%。

这里值得停下来体会：胜率只有 50%（看起来"全凭运气"），但因为赔率高于公平赔率（公平赔率下 50% 胜率对应 1 赔 1），你其实握有正优势，所以凯利让你押到相当重的 25%。

凯利公式衡量的从来不是"胜率"，而是"胜率 × 赔率"综合出来的优势（edge）。 低胜率 + 高赔率，照样可以是好生意；高胜率 + 烂赔率，可能根本不值得下注。

如果同样 50% 胜率，但赔率只有 1 赔 0.8（b = 0.8）：

  f* = (0.8 × 0.5 − 0.5) / 0.8 = (0.4 − 0.5) / 0.8 = −0.125

f* < 0，这是个负期望赌局，正确做法是一分钱都不押。 公式直接帮你把"看着诱人其实是陷阱"的赌局过滤掉了。

例 3：股票投资（连续收益）

场景：你看好某只股票，估计它年化预期收益 15%，无风险利率 3%，年化波动率 30%。该把多少比例的资金配置进去？

用连续型公式：

• 超额收益 μ − r = 0.15 − 0.03 = 0.12
• 方差 σ² = 0.30² = 0.09

  f* ≈ (μ − r) / σ² = 0.12 / 0.09 ≈ 1.33

理论结论：满凯利建议配置约 133% 的资金——也就是不仅满仓，还要借 33% 的杠杆。

显然，对绝大多数人来说，直接照这个数字上 1.33 倍杠杆是非常危险的。原因在于：这个 f* 完全建立在"15% 的预期收益、30% 的波动率估得准"的前提上，而现实中这些参数极难估准，一旦高估了收益、低估了风险，满凯利会让你死得很惨。这就引出了下一节最重要的实战原则。

---

五、实战：为什么几乎没人用"满凯利"

凯利公式在数学上是"长期增长最快"的最优解，但真到了实盘，老练的玩家几乎都会主动打折使用，常见做法是只用 半凯利（Half Kelly），甚至 1/4 凯利。原因有三：

1. 满凯利的波动大到反人性

满凯利追求的是"长期增长率最大"，但它对应的短期回撤极其剧烈。理论上，满凯利策略一生中"资产腰斩（回撤 50%）"是大概率事件——大多数人根本扛不住中途的剧烈缩水，会在最难受的时候割肉离场，于是连"长期"都等不到。

半凯利（押凯利比例的一半）能保留约 3/4 的增长率，但波动和回撤大致减半。用 25% 的增长率，换一半的痛苦，这笔交易对绝大多数人都划算。

2. 参数估不准，错误是单向惩罚

公式里的 p、b、μ、σ 全是估计值。而凯利对"高估优势"的惩罚是不对称的：

   押注比例
      │        ┌─── 顶点（满凯利）：增长率最大
   增 │      ╱   ╲
   长 │    ╱       ╲
   率 │  ╱           ╲___ 越过顶点：押越多，增长率反而越低
      │╱                 ╲
      └────────────────────── 下注比例 f
      0     f*      2·f*

• 押不足（在顶点左边）：增长慢一点，但安全。
• 押过头（在顶点右边）：增长率不升反降，到 2·f* 时长期增长率掉回 0，再多就是负增长直至破产。

既然"高估优势 → 押过头 → 灾难"，而"低估优势 → 押不足 → 只是慢一点"，理性的做法当然是主动往保守一侧偏——这正是半凯利的另一层意义：给估计误差留安全垫。

3. 现实约束

真实世界还有公式没考虑的因素：多笔投资同时进行（需要考虑相关性）、交易成本与税、流动性、心理承受力、不能真的无限借杠杆……这些都要求在凯利的"理论上限"之上再打折扣。

实战口诀

1. 先确认有没有优势（f* > 0？），没优势就空仓——这是凯利最容易被忽略、却最值钱的一条。
2. 用凯利算出理论上限，把它当"天花板"，而不是"目标"。
3. 实际下注打个折（半凯利或更低），为估计误差和人性留余地。
4. 始终按"当前本金"的比例下注，让仓位随账户自动伸缩，永不梭哈。

---

结语

凯利公式的伟大，不在于它能让你"赚最多"，而在于它把两件最重要的事钉死在了一个简洁的式子里：

• 有优势才出手，优势越大下得越重——这是进攻；
• 永远按比例、永不梭哈——这是不破产的底线。

它从一条贝尔实验室里关于"带噪声内幕消息值多少钱"的脑洞出发，经由香农的信息论，最终成为赌场和华尔街共通的语言。但它留给普通人的最朴素的一课，或许是这句话：

决定你能走多远的，不是你赢的那几把有多漂亮，而是你输的时候，还剩下多少筹码。

---

参考与延伸

• J. L. Kelly Jr., A New Interpretation of Information Rate, Bell System Technical Journal, 1956.
• Edward O. Thorp, Beat the Dealer（《击败庄家》）；A Man for All Markets（《战胜一切市场的人》，索普自传）。
• William Poundstone, Fortune's Formula（《财富公式》，讲述凯利、香农、索普故事的科普名著）。

本文用于科普与思考记录，所有数字均为说明性举例，不构成任何投资建议。市场有风险，下注需谨慎。