如何利用凯利公式控制股票仓位
2024-05-14
1. 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：
当连续掷硬币次数变得足够多的时候，譬如 1000 次，这个概率就会变得非常大，简单起见，这里笔者直接利用计算机模拟，连续进行 100 次这样的掷 1000 次硬币实验，看连续出现 7 次或以上硬币为正面概率多大？
测试代码
（图宽客在线quant.la）
实际输出为 990，也就是说，测试 1000 次，出现连续 7 次正面或以上的次数有990次，也就说说破产概率有 0.99，这样的概率， 一般人估计都承受不了。
反鞅策略
有一种叫反鞅策略的投注方法，在赢的时候，适当加注，在输的时候，则适当减注，譬如，无论盈亏，每次**都是目前总金额的 1%, 这样，当盈利的时候，我们加注总金额的 1%，相应的加注比初始加注要更多，而当亏损的时候，我们加注的金额也相比初始金额要小，那么，这样去投注效果会如何呢？下面的代码试着用 1% 的风险 度进行 1000 次掷硬币**，初始资金为 100元。
（图宽客在线quant.la）
（图宽客在线quant.la）
实验结束后，笔者这里最后得到的资金是 702.9877 元, 感兴趣的读者可以自己去尝试一下。多次尝试的结果不同，但是一般而言，都是正收益。
不同风险度，鞅策略与反鞅策略的威力比较
为了更近一步说明鞅与反鞅策略的威力，这里做一个实验，假设有 11 个**者，他们对于风险偏好不同，第一个投资者比较谨慎，他能容忍的风险度为 1%, 第二个为 2%， 第三个为 3%, 第四个为 4%, 第五个为 5%, 第六个为 10%， 第七个为 15%， 第八个为 20%， 第九个为 30%, 第十个为 40%, 第十一个为 50%, 这样的**者参与掷硬币**， 如果说赢了，他们可以收获 1.25 元，如果输了，他们付出的硬币就此失去，那么，经过 100 次这样的**，利用两种不同的**策略，他们最终收益如何，对应的风险度如何变化，笔者这里利用代码进行了一些实验，代码与结果如下：
针对鞅策略，不同风险度，经过 1000 次**，代码与结果：
反鞅策略，风险倍率设为 1.0，不同风险度对应的情况
凯利公式
从上面关于鞅与反鞅策略的比较我们可以发现，控制好风险，对应每次投入仓位的控制，对于我们最终的收益影响非常巨大，但是，我们也发现，风险小的话，对应的收益却往往不如风险比较大的投资策略。那么，有没有一种在风险和收益之间平衡的投资策略呢？
其实是有的，一个比较著名的理论上最佳投注比例公式，叫做凯利公式，可以作为我们投资**的一个参考方式，笔者这里再次赘言，对凯利公式进行简要介绍。
假设有一个赌局，每投入 1，有 p 的概率获得额外正收益 W ，有 q=1-p的概率获得额外负收益-L, 每次投入比例为 x, 收益为 f(x),目标是期望收益最大化。
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。
2. 为什么用凯利公式来选择股票
对可能性概率把握能力的呈现方法，相当程度上从反向呈现出庄家对赛事概率的观点。 除可将长期增长率最大化外，此方程式不允许在任何赌局中，有失去全部现有资金的可能，因此有不存在破产疑虑的优点。 方程式假设货币与赌局可无穷分割，而只要资金足够多，在实际应用上不成问题。凯利公式的最一般性陈述为，藉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。 扩展资料： 所谓的某一家公司的凯利指数只不过是该公司赔率和对应市场平均胜负平概率两者的乘积。 通过分解赔率我们可以明白所谓赔率，并非对应每项概率的求导值，而应该是赔付率除以该项的公司设定概率(这里的假设前提是赔付率为该公司事前设定)也就是说，凯利指数反映出来的数值为该项赔率所存在的市场赔付风险，即动态市场与事前确立的赔付率之间的赔付差异。 投资运用 凯利公式在投资中可作如下应用： 1、凯利公式不能代替选股，选股还是要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式，也有高估和低估的时候，可以用凯利公式进行选时比较。 3、凯利公式适合非核心资产寻找短期投机机会。 4、凯利公式适合作为资产配置的考虑，对于资金管理比较有利,可以充分考虑机会成本。 参考资料来源：百度百科-凯利公式 百度百科-凯利指数
3. 凯利公式怎么运用
凯利公式在投资中可作如下应用： 1、凯利公式不能代替选股，选股还是要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式，也有高估和低估的时候，可以用凯利公式进行选时比较。 3、凯利公式适合非核心资产寻找短期投机机会。 4、凯利公式适合作为资产配置的考虑，对于资金管理比较有利，可以充分考虑机会成本。
4. 凯利公式教你如何用正确的方法投资
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。
最新文章
热门文章
推荐阅读