凱利公式:讓巴菲特穩(wěn)賺的倉位計算公式 凱利公式是一個用來計算在一個期望收益為正的重復(fù)性賭局或者重復(fù)性投資中,,每一期應(yīng)該下注的最優(yōu)比例的公式。 它可以幫助投資者控制風(fēng)險,,使長期收益增長率最大化,。 水平比較高的投資者對凱利公式的評價可能不盡相同,有些人認(rèn)為它是一個有效的工具,,有些人則認(rèn)為它有很多局限性和缺陷,。 一些支持凱利公式的投資者包括愛德華·索普、克勞德·香農(nóng),、沃倫·巴菲特,、愛德華·格羅斯等。 他們認(rèn)為凱利公式可以幫助他們在賭場或者市場中取得優(yōu)異的成績,。 一些反對凱利公式的投資者則認(rèn)為它過于理想化,,忽略了市場中存在的不確定性和變化性。 他們認(rèn)為凱利公式要求投資者能夠精確地估計勝率和盈虧比,,而這在實際中是非常困難甚至不可能的,。 此外,他們還認(rèn)為凱利公式會導(dǎo)致過度杠桿和過度自信,,增加了投資者面臨的風(fēng)險和波動性,。 我會盡量用簡單的語言來解釋凱利公式在計算投資倉位的背后的原理。
凱利公式是基于期望收益最大化的原則,,也就是說,,它試圖找到一個最優(yōu)的投資比例,使得長期來看,,你的總資產(chǎn)增長率最高,。 為了理解凱利公式,我們需要知道三個重要的變量:勝率(p),,賠率(b)和投資比例(f),。
凱利公式就是根據(jù)這三個變量來計算出一個最優(yōu)化的f值,使得長期來看,,你能夠以最快速度增加總資產(chǎn),。 凱利公式可以用數(shù)學(xué)公式表示為:f = p - (1 - p) / b 。這個公式可以通過對數(shù)函數(shù)和微積分推導(dǎo)出來,。我們不需要深入數(shù)學(xué)細(xì)節(jié),只需要知道這個公式告訴我們什么,。 這個公式告訴我們:
這個公式還告訴我們:
這意味著:
舉一個簡單的例子: 假設(shè)有一個硬幣拋擲游戲,,
那么,,
這意味著,,在這個游戲中,無論你用多少比例的資產(chǎn)來下注,,你的期望收益都是零,,所以最好不要參與這個游戲。 如果硬幣拋擲結(jié)果不服從均勻分布,,而是有一定的偏向性,,那么凱利公式就能發(fā)揮作用了。比如,, 如果正面出現(xiàn)的概率是60%,,反面出現(xiàn)的概率是40%; 其他條件不變,。那么,,
這意味著,在這個游戲中,,你應(yīng)該用20%的資產(chǎn)來下注,,才能使得長期來看,你的總資產(chǎn)增長率最高,。 當(dāng)然,,凱利公式并不是萬能的,在實際應(yīng)用中還需要考慮很多其他因素,,比如市場波動性,、交易成本、心理壓力等等,。因此,,有些人會選擇使用凱利公式的一部分或者一定比例來調(diào)整自己的投資倉位。 凱利公式實戰(zhàn)舉例 第一例:我的重倉股香港恒生指數(shù)基金ETF 159920。 恒指現(xiàn)在20600點,,未來2-3年,,最大可能漲到30000點,也就是賺50%,,假如這個勝率是60%,;最大可能虧10%,也就是跌到18000點,。這個估算應(yīng)該大致合理吧,?當(dāng)然,這些數(shù)據(jù)都是主觀概率,,如果客觀概率又需要用復(fù)雜的公式,,也是可以做到的,但對一般散戶來說,,主觀概率基本上也差不多足夠用了,。 勝率p = 0.6 賠率b = 5 f = 0.6 - (1 - 0.6) / 5 f = 0.6 - 0.08 f = 0.52 這意味著,,在這個投資中,,應(yīng)該用52%的資產(chǎn)來下注,才能使得長期來看,,我的總資產(chǎn)增長率最高,。 注意:這個結(jié)果只是理論上的最優(yōu)解,并不一定適合實際操作,。在實際操作中還需要考慮很多其他因素,,比如市場波動性、交易成本,、心理壓力等等,。因此,有些人會選擇使用凱利公式的一部分或者一定比例來調(diào)整自己的投資倉位,,比如我。 因為我實際主觀判斷對恒指漲到30000點的勝率是70%,,所以于是凱利公式計算后的最優(yōu)倉位應(yīng)該是64%,。我的幾個賬戶加在一起投入159920的倉位,也的確在包括房產(chǎn)等總資產(chǎn)的64%左右,。 應(yīng)該用資金的54%來下注,。 賠率b=30%/10%=3 賠率b=10000%/95%=105.26, 勝率p=60% 最優(yōu)倉位f=(105.26*0.6-0.4)/105.26=0.59 應(yīng)該用總資產(chǎn)的59%來下注 最大可能虧95%的情況下,,理性計算竟然應(yīng)該用總資產(chǎn)的59%來下注,,沒計算之前我也是非常想不到會是這么大的倉位,我的主觀預(yù)計只是10%的倉位,。 |
|