news 2026/7/4 4:50:13

从期望值到凯利曲线:找到你的最优配置比例

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
从期望值到凯利曲线:找到你的最优配置比例

作 者:老余捞鱼

原创不易,转载请标明出处及原作者。

写在前面的话:今天讲一个被99%投资者忽视的数学工具:凯利公式。我将从期望值计算到最优杠杆推导,从凯利曲线五个区域到半凯利策略,从标普500到比特币的实际应用,再到15年历史回测结果。看完你会明白:什么时候你不加杠杆,会让收益白白溜走。

如果你手里有10万块,打算投向两个方向:一个指数基金,一个某只你研究过的个股,你会各放多少?

大多数人会这样回答:"ETF放5万,个股放3万,留点现金。"你问他为什么是这个数,他说不上来。这恰好说明一个问题:绝大部分投资者在做资金配置的时候,靠的是直觉,不是数学。

今天这篇文章,我把一个被忽视70年的数学工具讲清楚,【凯利公式】,它回答了一个直击灵魂的问题:当一笔投资有正的期望收益时,你该放多少资金进去,才能让长期复利增长最快?

认真看完,你对自己资金的使用方式,可能会有完全不同的理解。

一、先搞清楚你到底在赌什么:期望值公式

投资圈有两种人:一种是算期望值(EV)然后赚钱的人,一种是不算期望值然后亏钱的人。

你身边肯定有这种朋友:听说某只meme币"可能涨100倍",就把钱投了进去。问题在哪?他没算概率。

一只meme币涨100倍的概率可能不到0.1%。把期望值算出来:

EV = (0.001 × 10000%) + (0.999 × -100%) = 10% - 99.9% = -89.9%

也就是说,如果你反复下这种注,长期的结局是平均亏掉将近90%的本金。一笔烂交易,根本不值得碰。

但市场上也有好交易——正期望值的交易。比如标普500 ETF(SPY),根据历史数据,年化期望收益大概是这样的:

EV = (0.75 × 19%) + (0.25 × -11%) ≈ 11%

有了正EV交易摆在面前,问题就变成了:应该加多少杠杆?

如果你的资产有正期望值,不加杠杆就是在让收益白白溜走。但杠杆是一把极其微妙的刀:加多了会毁掉你,加少了会错过本该属于你的增长。

二、凯利公式:决定最优配置比例的数学答案

现代投资组合理论之父哈里·马科维茨说过一句话:"投资中唯一的免费午餐是分散化。"他只说对了一半。还有第二道免费午餐他漏掉了:最优杠杆。

分散化降低风险,但凯利杠杆才是在最大化增长。

凯利公式,1956年由约翰·凯利在贝尔实验室发表,后来被爱德华·索普(那个用数学打败赌场的传奇)应用到二十一点和投资中。它回答了一个99%的投资者从来没问过的问题:"什么样的杠杆能让我的组合长期增长最快?"

2.1 核心公式

最优杠杆 f* = 预期年化收益(μ) ÷ 波动率²(σ²)

翻译成人话:

  • 分子μ(预期年化收益):你每年预期能赚多少。赚得越多,理论杠杆空间越大。SPY年化约10%,空间就大;债券年化约4%,空间就小。
  • 分母σ²(波动率平方):资产价格波动有多剧烈——取平方。波动越猛,安全杠杆越低。SPY波动18%→(0.18)²=0.0324;比特币波动90%→(0.90)²=0.81。

两者的比值,直接给出统计意义上的最优杠杆倍数:

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/4 4:43:34

接口自动化测试报告优化:Allure框架深度应用与实践指南

1. 项目概述:为什么我们需要一份“好看”的测试报告? 做接口自动化测试,脚本写完了,用例跑通了,这当然值得高兴。但接下来呢?把一堆控制台的日志截图扔给产品经理或者项目负责人看吗?他们大概率…

作者头像 李华
网站建设 2026/7/4 4:41:01

(论文速读)DEnet:零参考联合去噪与增强

论文题目:INTERPRETABLE UNSUPERVISED JOINT DENOISING AND ENHANCEMENT FOR REAL-WORLD LOW-LIGHT SCENARIOS(用于实际微光场景的可解释无监督联合去噪和增强) 会议:ICLR2025 摘要:现实世界中的弱光图像经常会出现复…

作者头像 李华
网站建设 2026/7/4 4:40:07

AI 工程落地工程师(B2C 电商消费品方向-40k月薪)面试题集

AI 工程落地工程师(B2C 电商消费品方向)面试题集 —— 对标月薪 40K 高级/资深工程师,深度贴合电商业务实际场景 本套题目聚焦 B2C 电子商务消费品行业 的典型 AI 落地场景:智能搜索与推荐、AI 客服、内容生成、Agent 购物助手、促销峰值应对、虚假评论检测等。所有题目均…

作者头像 李华
网站建设 2026/7/4 4:39:46

LLMOps:生命周期管理与监控——解锁AI模型高效运维新路径

LLMOps:生命周期管理与监控——解锁AI模型高效运维新路径 在人工智能技术迅猛发展的当下,大型语言模型(LLM)凭借其强大的语言理解和生成能力,在众多领域展现出巨大的应用潜力。然而,要让这些模型在实际业务…

作者头像 李华
网站建设 2026/7/4 4:35:59

层级协调系统_agent-hierarchical-coordinator

以下为本文档的中文说明该技能实现了一个层次化群体协调系统,设计为’女王’角色的高级战略规划与任务委派系统。功能核心是将复杂目标分解为可管理的子任务,并分配给专门的工作Agent执行。使用场景包括需要多Agent协作完成的大型项目,例如同…

作者头像 李华
网站建设 2026/7/4 4:33:39

第五周学习记录

本周完成了stm32 PCB设计,并焊接好发送端,供电后发现LM358芯片发烫,查找电路发现LM358供电PCB画反,纠正后重新打板

作者头像 李华