解析著名押注公式，掌握仓位控制原则

凯利公式是一个经过数学验证的，理论上让你永远不会输的一个公式。当然，理论跟现实还是有差距的。

我们一般押注(建仓)的时候往往会凭感觉，比较随性。有时候押一半、有时候押全部，如果心态崩了，很有可能押之前输出去的二倍。此方案的逻辑是：只有赢一次，就能把所有钱赢回来。其实都不科学，或者太过随性，有没有一种科学的押注方法？答案是：有！

如果一定要问为什么，因为这是经过数学验证的。有兴趣的同学可以去查一查推导过程。

1956 年，AT&T贝尔实验室的香农的一个同事约翰·拉里·凯利(凯利)发表了一篇文章，用于长途电话线噪声研究，这个公式可以在特定概率下获得确定可用的信号。然后被其同事思考了一下，觉得可以用来计算每次游戏中应投注的资金比例，并应用于二十一点和股票市场中。事实证明，他成功了，于是就成了后来投资界著名的“凯利公式”。

先看看长什么样，其实不复杂，甚至可以说简单：

解释一下：

f*为现有资金应进行下次投注的比例；

b为投注可得的赔率（不含本金）；

p为获胜率；

q为落败率，即1 - p；

举个例子：

假如当前 BTC 有60%的上涨概率（p = 0.6，q = 0.4），不使用杠杆，即 1 倍的赔率（b = 1），则应在每次机会中下注现有资金的20%（f* = (1*0.6-0.4)/1 = 0.2），以最大化资金的长期增长率。

也许有人会问，万一这次输了呢？

是的，这一次的确可能会输。但这个公式是在连续多次下注的情况下可最终获胜的方案。既然是概率，那就需要大量样本，需要多次执行。所以，连续多次下注后，就可以赢了。

如果对这个例子增加一点复杂性：加杠杆。

假如当前 BTC 有60%的上涨概率（p = 0.6，q = 0.4），使用 2 倍杠杆，即 2 倍的赔率（b = 2），则应在每次机会中下注现有资金的40%（f* = (2*0.6-0.4)/2 = 0.4）。

注意一点：如果赔率没有优势，即 b = q / p，那么公式建议不下注。 如果赔率是负的，即b < q / p，公式的结果是负的，也就是暗示应该下注到另外一边。

再举一个例子：

假如一只股票在某种前提情况结束后，后面的走势如下图一样，从这个图可以看到，有一部分是上涨的，另一部分是下跌的。我们需要先统计一下他们的涨跌概率，得出p, q。

然后就可以得出：在下次遇到这种情况时，如何下注，下多少注了。

所以，问题来了：

1. 这种情况改如何描述？一个 M 型的头肩顶形态？还是突然瀑布之后的反弹形式？

2. 相似性达到什么程度时可以看成是同一情况？

这也是凯利公式应用时的难点，需要我们设定一个发生条件，而这个条件的界定又比较困难。或者需要进行大量工作才能得出。

它在实际应用中会有差距，主要有两个原因：

一是资金或筹码不可无限分割；

二是对商品交易而言，输赢程度是没有固定赔率的，会造成输赢不能严格按照公式进行，因此资产会有很大的震幅。

如果我们能得到一个确定的条件，和稳定的概率，那这个公式是可行的，稳赚不赔。

以前我看到过一个菠菜局，每月庄家控制输赢概率的走势特别明显，就可以用这个公式去套用，就当薅羊毛。

最后几点注意：

1. 凯利公式不能用于选股，选股还是按照巴菲特和费雪的方法。

2. 凯利公式可以选时，即使是有投资价值的公司，也有高估和低估的时候，可以用凯利公式进行选时比较。

3. 可用于寻找短期投机机会

Q&A

Q：这个公式里面的p和q是多少，在币圈里比较难判断，那是不是说不好判断其趋势的时候以0.5来算比较稳妥？

A： 0.5 时，p=q，怎么下注都是不赚钱的，所以这时候不下注。

Q:  在趋势的判断上不要给出太远离0.5的数值风险就相对低一点对吗？

A:  市场里一些常见的情况还是挺多的，这时候可以粗略统计一个p值，比如跌入谷底之时上涨的概率还是挺大的.

Q:  例如瀑布之后对反弹趋势的抄底，假设我们觉得这种机会很大，这种情况下p应该按照多少数值来算？0.6？0.7？

A：的确，瀑布之后反弹的概率远大于继续下跌。但具体是 0.7 还是 0.6，需要做个统计。

Q：十次类似位置类似跌幅瀑布情况有七次上涨那上涨概率0.7这样？

A：对，但实际统计的时候，10 次的样本还是太少，至于是多少，这个没有定数，尽可能的收集更多数据。

（作者：万客交易平台，内容来自链得得内容开放平台“得得号”；本文仅代表作者观点，不代表链得得官方立场）