624409055d
新增 wiki/名词解释/ 目录，包含31个完整名词解释页面： 技术指标类(16个)：EWO/EMA/MACD/RSI/AO/布林带/ATR/ADX/DMI/OBV/MFI/Stoch/StochRSI/SuperTrend/TTM-Squeeze/KDJ 交易概念类(5个)：量化交易/做市商/套利策略/趋势交易/均值回归 风险管理类(3个)：夏普比率/最大回撤/Kelly公式 市场结构类(4个)：CEX/DEX/永续合约/资金费率 链上数据类(2个)：MVRV/恐惧贪婪指数 信号系统类(1个)：MTF多时间框架分析 每个页面包含：一句话解释/详细原理/实际应用/常见误解/相关名词/深入阅读 所有链接均为仓库内部相对路径，无外部链接
4.6 KiB
4.6 KiB
Kelly公式 (Kelly Criterion)
🔴高级
一句话解释
Kelly公式（Kelly Criterion）是一种用于计算在给定胜率和盈亏比下，最优投资仓位比例的数学公式，旨在最大化长期资本增长率。
详细解释
Kelly公式，又称凯利准则或凯利判据，由贝尔实验室的数学家约翰·凯利（John Kelly Jr.）于1956年提出。最初，该公式是为了解决信息传输中的噪声问题，但很快被应用于赌博和投资领域，成为一种著名的资金管理策略。
其核心思想是，在每次投资或下注中，投入一个能够最大化长期对数财富增长率的资金比例。这意味着，如果长期重复进行具有正期望收益的投资，遵循凯利公式的仓位管理策略将使投资者的财富以最快的速度增长。
公式表示：
f = (bp - q) / b
其中：
f：表示在每次机会中应该投入总资本的比例（即凯利值）。b：表示盈亏比，即平均盈利金额与平均亏损金额之比。例如，如果平均盈利是平均亏损的1.5倍，则b = 1.5。p：表示胜率，即盈利交易次数占总交易次数的比例。q：表示败率，即亏损交易次数占总交易次数的比例。q = 1 - p。
数值示例： 假设一个量化交易策略，通过历史回测得到以下数据：
- 胜率
p = 0.6(60%的交易盈利) - 败率
q = 0.4(40%的交易亏损) - 平均盈利是平均亏损的
b = 1.5倍
将这些值代入Kelly公式：
f = (1.5 * 0.6 - 0.4) / 1.5
f = (0.9 - 0.4) / 1.5
f = 0.5 / 1.5
f ≈ 0.3333
这意味着根据Kelly公式，理论上每次交易应该投入总资本的33.33%。
在量化交易中的应用
在量化交易中，Kelly公式主要用于仓位管理，帮助交易者确定每次交易的最佳资金投入比例，以期在长期内实现资本的复合增长最大化。
- 优化资金分配：Kelly公式提供了一个数学上最优的仓位大小，它考虑了策略的胜率和盈亏比，从而在风险和收益之间找到一个平衡点。这对于避免过度交易（导致破产）和交易不足（错失增长机会）都至关重要。
- 风险控制：虽然Kelly公式旨在最大化增长，但其计算出的理论值往往较高，可能导致高波动性和短期内的大幅回撤。因此，在实际应用中，量化交易者通常会采用“半凯利”（Half-Kelly）或其他比例（如凯利值的25%至50%）来降低实际投入比例，以应对市场的不确定性、模型参数估计误差以及个人风险偏好。
- 策略评估：Kelly值也可以作为评估交易策略潜在价值的一个指标。一个具有较高正凯利值的策略通常被认为是更具吸引力的。
与加密货币交易的关联： 加密货币市场以其极高的波动性和24/7交易特性而闻名。在这种环境下，有效的风险管理和仓位控制尤为重要。Kelly公式可以帮助加密货币交易者：
- 应对高波动性：通过计算最优仓位，避免在极端市场波动中因过度仓位而遭受巨大损失。
- 量化策略优势：对于基于技术分析、套利或高频交易的量化策略，Kelly公式可以根据回测数据（胜率、盈亏比）来指导资金分配，从而在长期内最大化收益。
- 避免情绪化决策：提供一个基于数学模型的客观仓位决策依据，减少在FOMO（害怕错过）或FUD（害怕、不确定和怀疑）情绪影响下的冲动交易。
常见误解
- 凯利值是唯一且必须遵循的仓位比例：Kelly公式计算的是理论上的最优值，它假设了无限次的独立重复交易和精确的参数估计。在现实中，市场条件不断变化，胜率和盈亏比难以精确预测，且交易机会并非完全独立。因此，直接使用100%的凯利值往往会导致过度杠杆和高风险，实际应用中通常会进行折减（如半凯利）。
- 凯利公式能保证盈利：Kelly公式旨在最大化长期复合增长率，但它并不能保证每一次交易都盈利，也不能消除交易中的亏损。它是一个资金管理工具，而非交易信号生成工具。如果交易策略本身没有正期望收益（即
bp - q <= 0），那么凯利公式会建议投入0%或负比例，此时任何投入都将导致长期亏损。