股票计算凯利公式数据

⑴ 天才数学家的赌博公式是怎么样的

不要再去赌博了，你永远也赢不了“凯利公式”！

凯利公式（也称凯利方程式）是一个用以使特定赌局中，拥有正期望值之重复行为长期增长率最大化的公式。他不仅适用于牌桌游戏，还适用赌马、赌球、麻将牌九、二十一点和股票市场等大部分的赌博行为之中。

他以一个赛马的模型，推出了凯利公式的雏形。 这是一个在博彩同时也在投资领域中应用非常广泛的公式：

拿出资金的45%来进行下注，才能使赌局收益最大化。不知道各位有没有算明白呢？

换句话说，那就是没有把握，绝不下注。如果没有把握还要继续下注，那就基本上是百分百必输无疑了。

不过凯利终其一生也没有用这个公式进赌场赌博，因为他知道赌徒和普通人是两种生物，一旦进去就出不来了。真正能保持理智的只有操盘者。

⑵ 怎样利用凯利公式玩压大小

进行掷骰子的实验，然后进行正态分布的检验，图形化理解标准差等概念。
每次掷骰子的可能结果是在[1,6]的范围内的，进行10000次尝试，每次投10000次。
为什么要检验正态分布，因为在频谱派的统计概率分析中，大多数情况都是基于全概率分析，并假设全概率是正态分布的情况下的。
因此当你想对一组数据进行频谱派的概率分析，你优先需要，对基础数据进行分析，并得到正态分布这个前提。
举个例子：股价往往是非正太分布的，因为它并没有一个全概率的范围。但是股票（中国）的收益率是有范围的，范围区间是[-10, 10]之内，而且往往是正态分布的，既然是正态分布的，那么我们就能做很多有趣的概率实验了。

⑶ 如何利用凯利公式控制股票仓位

在我们去进行股票，期货投资的时候，经常听到有人说到金字塔加仓法，当亏损的时候，每次亏损都加大我们的仓位到原来的总仓位的两倍，这样，一方面可以摊薄我们的平仓持仓成本，另一方面，当行情反转的时候，我们就更容易回本，甚至收回收益；而当盈利的时候，我们去增加仓位就需要小心，可以每次增加仓位为原来的 1/2，因为股价高的时候，它回落起来也更容易，因此，我们以比较小的仓位去进行加仓，可以避免我们的持仓成本太高。

乍一听，是这么一回事，而且不少我们投资者也会采用这样的办法去应对自己的投资策略。但是，这样做是否合理，能不能从数学，从数据模拟上针对我们这样的投资策略去进行一个合理的分析呢？这里，笔者试图以掷硬币为例，来介绍鞅与反鞅策略。对于掷硬币，这里做一个假定，假如正面为赢，反面为输，赢的话，可以得到多一枚硬币，输的话，付出的硬币就此输去。

鞅策略

有一种投注方法，当我们每次输了的时候，那么我们下次就加倍投注，譬如，第一次如果投入一枚硬币，那么下一次我们就投入两枚硬币，赢了的话，我们不仅可以将输了的一枚硬币成本覆盖，还能多赚一枚；如果还是输的话，那么下次我们投注 4 枚硬币，赢了的话，不仅可以覆盖我们付出的 3 枚硬币，还能多赚一枚硬币；以这 样的策略一直往下，如果能赢，我们总是能多赢一枚硬币。

但是，这样的策略隐含了一个假设，那就是它默认我们的资金是无限的，当连续输的情况出现的时候，是否还坚持这样的策略，哪怕我们仍然想坚持，但是本金可能不足够了。譬如，假设我们有100 枚初始硬币，经过这样的 掷硬币**，如果出现连续7次皆负的情况，我们的本金就全部输掉了。也许你会认为，连续7次硬币都出现反面概率不大，但是，当我们参与这样的**次数足够多的时候，连续7次 或更多次硬币出现的概率会变得非常大，譬如，掷一百次硬币实验中，连续7次或更多次出现反面的概率是：

因此，当我们知道了赔率，胜率，完全可以利用凯利公式对我们的投资进行指导，去获得更多的收益。譬如，读者可能已经发现了，在我们采用反鞅策略去进行**的时候，一开始风险加大的时候，收益变多；但是超过某个阈值的时候，很容易就破产，这里，我们采用凯利公式计算一下，在我们之前举例的情况下，投注最佳比例是多少？

在示例中，掷硬币，每猜对一次的概率都是 0.5, 猜对了赢得 1.25 元，输了就投入全部没有，因此，我们有 b=frac{W}{L} = frac{1.25}{1} = 1.25, p, q均为 0.5,L=1, 因此 x=(1.25*0.5 - 0.5)/1.25/1=0.1,从我们实验的结果可以看到，确实，当风险度为 0.1 的时候，收入最多，与我们之前实验结果相符。

讨论

知道了凯利公式，也许会有读者会想到，通过凯利公式，完全可以指导我们去做投资，譬如，股票市场，和**差异也不算很大，甚至有人说，股票市场就是一个大赌场。但是，当读者真的想套用凯利公式的时候，会发现有很大的困难，困难来自于投资的胜率和赔率的不确定性。当我们去投资某支股票的时候，是赚是亏，赚多少，亏多少，并没有一个确定的值，一个耗时耗力的做法是去做仿真交易或者小资金去投资，根据一段时间后统计投资成功率的结果来决定之后投资比例。但是，一方面这样的做法相当耗时，另一方面，不同时期，股票市场风格差异，按照彼时投资结果去作为此时投资结果的参考，彼时投资结果是否能正确反应当前市场的风格，可能我们心里要打一个问号了。那这时候可能读者就会问，那我们去了解凯利公式有什么用呢？此时，程序化交易的优势也就体现出来了。当我们的投资理念确定好之后，用代码将其建模并回测，完全可以在历史的不同时间段内进行回测，得到不同市场风格下，策略的胜率和赔率情况，之后，当确定回测结果没有其他问题的时候，我们就可以按照最佳的投资比例去控制我们利用该策略去投资股票市场的仓位，以期得到最佳的回报。

即便如此，直接套用凯利公式，可能依然是不合适的，在任何时候，我们都需要将风险的意识放在最前面，风险占据的权重可能在我们投资决策中，占据的比例比收益更大，以比较小的风险作为投资决策，可能会更合适。凯利公式考虑的是理论上的胜率赔率，实际情况可能会更差，当考虑到手续费，滑点，回测与实盘其他差异后，实际情况后比回测差基本上是百分百的，因此，我们是不是应该用相比凯利公司更小的风险度作为我们投资的比例呢？

最后，强烈推荐《资金管理方法及其应用》-- 安德烈 昂格尔，如果读者有时间，有兴趣， 强烈推荐大家去仔细研读参考书籍，对于风险控制，仓位管理，作者给了很好的介绍。另外，海龟交易法的仓位管理，读者如果阅读了本文再去看它的仓位管理方式，也许会有更大的收获。

⑷ 如何小概率事件计算小概率事件的凯利公式是什么

凯利公式的最一般性陈述为，借由寻找能最大化结果对数期望值的资本比例 f，即可获得长期增长率的最大化。对于只有两种结果（输去所有注金，或者获得资金乘以特定赔率的彩金）的简单赌局而言，可由一般性陈述导出以下式子：
f=(bp-q)/b

其中
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；
p 为获胜率；
q 为落败率，即 1 - p；
举例而言，若一赌博有 40% 的获胜率（p = 0.4，q = 0.6），而赌客在赢得赌局时，可获得二对一的赔率（b = 2），则赌客应在每次机会中下注现有资金的 10%（f* = 0.1），以最大化资金的长期增长率。

⑸ 凯利平均值为何到结束是一样的数值

通常所说的凯利指数公式为：凯利指数=赔率X平均胜率。而我们知道庄家愿意赔低不愿意赔高的道理，那么凯利值低的那个结果最容易出现。
凯利指数分为真实凯利指数和理论凯利指数。我们从各大网站上看到的凯利指数都是理论凯利指数。
假设某股票机会：盈利幅度30%，亏损幅度-10%，盈亏概率均为50%。凯利公式：f=（bp-q）/b，也即=p-q/b，（p为胜率，q为赔率，b为赔率）那么f=（3*0.5-0.5）/3=33%。

⑹ 如何用凯利公式计算单一股票的仓位

仓位=P-（1-P）/（（收益期望值）/（亏损期望值））
=P-（1-P）*（亏损期望值）/（收益期望值）