凯利公式在股票仓位管理中的实战调整，核心结论是：不要直接使用全凯利值，而应采用半凯利或四分之一凯利，并将仓位上限控制在总资金的 20%–40% 区间。原因在于股票投资的胜率和赔率无法像赌场游戏那样精确计算，公式对输入误差高度敏感，高估优势会直接导致仓位过大、回撤失控。
凯利公式的原型与推导直觉
凯利公式的原始形式为：f* = (bp – q) / b，其中 f* 是最优下注比例，b 是赔率（盈亏比），p 是胜率，q 是失败概率（1 – p）。公式的直觉是：在重复博弈中，按此比例下注能让资金以最快速度复利增长，同时避免因单次全押而破产。
公式推导假设了三个前提：无限次重复博弈、每次赌注可任意分割、胜率和赔率精确已知。赌场轮盘或掷硬币接近这些条件，但股票市场完全不满足——单次交易的样本量有限，且市场环境会随时间漂移。
股票投资中胜率赔率估计的不确定性
股票投资中，胜率和赔率都是估计值而非确定值，这带来两个核心问题：
- 胜率估计偏差：历史回测的胜率代表过去，不代表未来。市场风格切换、行业轮动、宏观政策变化都会让实际胜率偏离预期。凯利公式对胜率误差呈非线性放大，胜率高估 10 个百分点，仓位可能被放大 50% 以上。
- 赔率分布肥尾：股票收益不是正态分布，极端行情（如闪崩、连续跌停）的发生概率远高于模型假设。凯利公式假设单次最大亏损等于本金，但股票可能因停牌、流动性枯竭导致实际亏损远超预期。
因此，任何基于历史数据的胜率赔率输入，都应视为"假设值"而非"真实值"。实操中需要通过场景压力测试（如假设胜率下调 20%、赔率减半）来检验仓位是否仍可承受。
半凯利与动态调仓的实践框架
半凯利策略（使用 f*/2 作为实际仓位）是实践中最常见的修正方式。它牺牲了约 25% 的理论增长速率，却将回撤幅度显著降低，且对胜率估计误差的容忍度大幅提升。更保守者可进一步采用四分之一凯利。
动态调仓的参考框架如下：
| 步骤 | 操作要点 |
|---|---|
| 1. 估计胜率 | 基于至少 30 次以上同策略交易样本，取保守下限 |
| 2. 估计赔率 | 用"预期盈利/预期最大亏损"计算，亏损取最坏情形 |
| 3. 计算半凯利 | f* = (bp – q) / b，再取一半 |
| 4. 设定上限 | 无论计算结果如何，单只股票仓位不超过总资金 40% |
| 5. 定期重估 | 每季度或策略失效信号出现时重新计算，不机械执行 |
仓位管理是风险管理而非收益最大化工具。凯利公式的价值在于提供"最优下注"的参照系，而非精确指令。当计算结果超过 40% 时，应视为风险警示而非加仓信号。
常见问题
凯利公式计算出的仓位是负数怎么办？
负值表示当前胜率赔率组合不具备正期望，不应交易该标的。这本身是凯利公式最有价值的过滤功能——它告诉你哪些机会不值得下注。
半凯利和全凯利在长期收益上差多少？
半凯利的长期复利增长率约为全凯利的 75%，但最大回撤通常只有全凯利的一半左右。对于大多数个人投资者，半凯利的风险收益比更优，因为实际胜率往往低于预期。
凯利公式适合所有类型的股票策略吗？
不适合。高频、量化策略因样本量大更接近公式假设，而低频、重仓的价投策略应大幅调低凯利仓位。对于持有期超过一年的策略，建议将计算结果再乘以 0.5 作为额外安全边际。