凯里公式 （一般也不用）

一句话概括：凯里公式（凯利公式）是一个用于计算在正期望值的投资或赌博中，每次应下注本金多大比例才能使长期财富增长率最大化的数学公式，核心是“下注比例 = 胜率 - 败率/赔率”（简化版）

 

凯利公式（Kelly Criterion）就在这个列表里，只是我们这一路操作下来，"Optimization Goal" 那个下拉框默认停留在了 "Mean Variance – Maximize Sharpe Ratio"，你没有手动切换过，所以一直没跑到凯利公式那个模式上去。

为什么大多数人（包括这些工具的默认设置）更倾向用均值方差而不是凯利公式：

1. 凯利公式对输入参数极度敏感，比均值方差还容易失控。凯利公式本质是在最大化"长期几何复利增长率"，这要求你对每个资产未来收益率的估计非常精确——哪怕你估计错一点点（尤其是高估了某个资产的预期收益），算出来的仓位建议可能会离谱到让你承担远超合理范围的风险，这个问题在我们前几轮已经反复见识过的"历史数据不稳定→极端权重"上更加严重
2. "全凯利"仓位通常波动率极高，实践中大多数机构和量化基金即便用凯利思路，也只会用"半凯利"或"四分之一凯利"（主动打折）来控制风险，直接用满仓凯利结果做真实资金配置的很少
3. 均值方差（尤其是Maximize Sharpe Ratio）是学界和业界过去几十年最主流、最容易理解和沟通的框架，工具默认给这个选项，符合大多数用户的预期和使用习惯

如果你想试试凯利公式跑出来的结果长什么样，可以直接回到 Efficient Frontier 或 Portfolio Optimization 页面，把 Optimization Goal 从 "Mean Variance" 切换成 "Kelly Criterion"，重新点 Optimize，跟我们之前看到的均值方差/Max Sharpe结果对比一下——大概率你会看到一个权重更集中、更激进的版本，值得拿来对照感受一下两种方法的差异有多大。