凯利公式用于股票仓位管理，核心思路是：根据你估计的胜率与赔率，算出一个理论上的最优下注比例，再结合估计误差做保守打折。它的标准形式为 f = (bp − q) / b，其中 f 是应投入的资金比例，b 是赔率（盈利与亏损之比），p 是胜率，q = 1 − p 是亏损概率。需要强调的是，凯利公式给出的是"在参数完全准确"前提下的理论值，而股票投资中胜率和赔率都无法精确预知，因此实际使用时应把它当作上限参考，而非直接照搬的仓位指令。
公式各参数的含义
- b（赔率）：一次下注中，潜在盈利与潜在亏损的比值。例如预期盈利 20%、可承受亏损 10%，则 b = 2。
- p（胜率）：这笔投资盈利的概率，q 为亏损概率。
- f：算出的结果代表单次下注占总资金的比例。若 f ≤ 0，说明在该参数下不具备正期望，理论仓位为零。
举例说明（以下为假设数值，仅用于演示计算）：假设某笔投资估计胜率 p = 0.6，q = 0.4，赔率 b = 2。代入得 f = (2 × 0.6 − 0.4) / 2 = 0.4，即理论仓位为 40%。如果把胜率下调到 0.5，则 f = (2 × 0.5 − 0.5) / 2 = 0.25，仓位立刻降到 25%。可见结果对胜率极其敏感。
为什么实际要打折使用
凯利公式在股票场景中有三个现实障碍：
- 参数估计误差：胜率和赔率来自主观判断或历史回测，而回测结果未必能外推。高估胜率会导致仓位系统性偏大。
- 连续下注与路径依赖：公式假设可以反复下注、资金可无限细分，而实际投资中机会并不连续，且大幅回撤会显著拖累后续复利。
- 极端结果风险：即使期望为正，单次结果仍可能亏损，满凯利仓位下的波动往往超出多数人的承受范围。
因此实践中常用两种替代方案：
| 方案 | 做法 | 特点 |
|---|---|---|
| 半凯利 | 取计算值的一半（如 40% → 20%） | 降低波动，牺牲部分理论增速 |
| 固定比例 | 每笔固定投入总资金的某个小比例 | 不依赖参数估计，简单稳健 |
半凯利是常见折中：它以较小的期望收益损失，换取明显更低的回撤风险。 对多数个人投资者而言，先确定自己能承受的最大回撤，再反推仓位，往往比直接套用公式更实用。
简短总结
凯利公式提供了一个把胜率、赔率与仓位联系起来的框架，但它的输出高度依赖参数准确性。把计算结果视为仓位上限、并用半凯利或固定比例做保守调整，是更贴近实际的做法。 具体比例应结合自身风险承受能力、资金规划和投资期限确定。
常见问题
凯利公式算出的仓位可以直接用吗？
不建议直接照搬。公式假设胜率和赔率已知且准确，而股票投资中这两个参数都是估计值，误差会被放大。更稳妥的做法是把结果当作上限，再按半凯利或固定比例下调。
胜率估计不准时怎么办？
可以做敏感性测试：把胜率上下调整几个百分点，看仓位结果变化多大。如果结论对参数非常敏感，说明这笔投资的不确定性高，应主动降低仓位或放弃。参数越不确定，越应该保守。
半凯利和固定比例该选哪个？
半凯利适合对胜率、赔率有一定研究基础、愿意持续估算参数的投资者；固定比例更适合不想频繁调整、追求简单执行的人。两者都不承诺更好收益，只是风险控制方式不同，选择取决于你能否稳定估算参数并承受相应波动。