凯利公式（Kelly Criterion）是通过胜率与赔率计算最优投资比例的数学模型，用于在长期投资中最大化资金复合增长率。在科学仓位管理中，它能根据风险收益比给出客观的建仓仓位；但实战中，由于准确预估胜率极难且市场存在黑天鹅等突发风险，投资者通常不能直接满仓，而是采用“半凯利”等缩减策略来控制回撤。
凯利公式的核心逻辑与计算方法
凯利公式最初源于信息论，后被广泛应用于量化投资领域。其基础数学表达式为：$f^* = (bp - q) / b$。
其中，$f^*$ 代表应投入总资金的最优比例；$b$ 为赔率（即盈利时的预期收益与亏损时的预期亏损之比，也就是风险收益比）；$p$ 为胜率（即交易成功的概率）；$q$ 为败率，即 $(1 - p)$。
在股票或量化选股实战中，应用该公式的核心难点在于合理估算 $p$ 和 $b$。通常，投资者可以通过历史回溯测试或基本面统计来获取这两个参数的近似范围。例如，某套交易策略的历史胜率为 50%（$p=0.5$），预期的盈利空间是亏损空间的 2 倍（$b=2$，即盈亏比 2:1）。代入公式计算得出：$f^* = (2 \times 0.5 - 0.5) / 2 = 0.25$。这意味着，按照纯数学推导，该笔交易适宜的资金分配比例为 25%。
实战局限性与安全操作策略
尽管凯利公式为科学仓位管理提供了严谨的数学框架，但直接在实战中照搬原值存在巨大隐患。公式的核心假设建立在“投资次数无限大”且“参数预判完全准确”的基础之上。
首先，市场环境动态变化，历史回测的胜率与赔率往往存在过度拟合的偏差。其次，真实市场充斥着非正态分布的“黑天鹅事件”，极端的尾部风险会瞬间击穿原有的概率模型，导致公式预测失效。
为应对这些致命局限，业内通常采用折中策略来提升容错率：
| 操作策略 | 仓位比例 (基于理论值) | 适用场景与特点 |
|---|---|---|
| 全凯利 | 100% 理论计算值 | 仅限参数把握极高，但波动极剧烈 |
| 半凯利 | 50% 理论计算值 | 主流稳健策略，大幅降低最大回撤 |
| 分数凯利 | 25% 或更低 | 适合新手或面对高不确定性市场环境 |
采用“半凯利”或“四分之一凯利”进行建仓，是平衡收益预期与本金安全的有效手段。即便对胜率有极高信心，保留充足的现金头寸也能在极端单边下跌行情中提供防御缓冲。
常见问题
凯利公式是否适用于所有类型的投资标的？
该公式更适用于胜率和赔率可被历史数据量化的标的，如趋势交易或部分期权策略。对于缺乏长周期数据、受不可控宏观政策影响极大的标的（如某些初创型加密货币），参数预估偏差过大，直接套用容易导致系统性风险。
普通投资者在股票投资中如何确定风险收益比？
投资者可以通过技术面支撑阻力位或基本面估值模型来设定。例如，计划在 10 元买入，目标价 12 元，止损设在 9 元，那么预期盈利为 2 元，预期亏损为 1 元，风险收益比即为 2:1。这要求潜在的盈利空间必须覆盖交易成本及亏损风险。
如果根据公式计算出的仓位比例是负数怎么办？
如果计算结果为负数，意味着当前的胜率与风险收益比极不匹配，该交易属于负期望值投资，应当果断放弃。数学模型在此给出了最明确的防守信号：不建仓就是最好的仓位管理。