凯利公式用于股票仓位管理时，核心思路是：根据你估计的胜率和赔率，计算一个理论上能让长期资金增长率最大化的下注比例。它的经典形式是 f = (bp − q) / b，其中 f 为应投入的资金比例，b 为赔率（盈利与亏损之比），p 为胜率，q = 1 − p 为败率。但股票投资并不满足公式的假设前提，因此它更适合当作思考框架，而不是直接照搬的仓位指令。

公式的逻辑与一个假设计算

凯利公式源自信息论与概率论，目标是避免下注过重导致破产，也避免下注过轻浪费优势。以假设为例：若某策略胜率 p = 60%，赔率 b = 1（赚亏幅度相同），则 f = (1×0.6 − 0.4) / 1 = 20%。若赔率提高到 2，f = (2×0.6 − 0.4) / 2 = 40%。可见赔率越高、胜率越大，理论仓位越重；当 bp − q ≤ 0 时，公式给出的仓位为零或负值，意味着这笔下注不具备正期望。

实际操作中的主要限制

  • 胜率与赔率难以精确估计：公式对参数极其敏感。胜率从 55% 估到 60%，结果可能相差很大，而真实胜率往往只有事后才知道。
  • 赔率并非固定：股票盈亏幅度随市场变化，不像赌局有明确赔付规则，止损位、持有期限都会改变实际赔率。
  • 连续亏损的心理压力：即使期望为正，短期连亏也很常见，满凯利仓位带来的回撤可能超出多数人的承受范围。
  • 假设条件不成立：凯利公式假设可无限分割下注、结果独立同分布，而股票收益存在相关性，个股之间并非独立事件。

因此实务中常见做法是采用半凯利甚至更低的分数凯利，即把计算出的比例乘以 0.5 或更小，用降低理论增长率换取更平稳的净值曲线。这只是风险偏好的折中，不存在普适的最优系数。

更现实的使用方式

把凯利公式当作上限参考而非执行标准：先用保守的胜率、赔率估计算出比例，再结合最大回撤容忍度、单一标的风险敞口、组合相关性做下调。同时应持续记录交易，用真实样本修正对胜率和赔率的判断，而不是依赖主观感觉。对多数个人投资者而言，分散配置与固定比例分批投入往往比追求精确的凯利仓位更可执行。

常见问题

凯利公式算出的仓位可以直接照做吗？

不建议直接照做。公式结果高度依赖你输入的胜率和赔率，而这两个参数在股票中很难准确估计，通常应把结果视为理论上限，再主动下调。

半凯利是什么意思，为什么要用？

半凯利是把完整凯利比例乘以 0.5 后的仓位。它的理论长期增长率略低，但回撤幅度通常明显更小，更适合参数估计不准、心理承受有限的实际场景。

胜率和赔率应该怎么估？

可结合历史交易记录、策略逻辑和不同市场情形的假设做区间估计，而非单点数值。用保守端估算、留出安全边际，比追求精确数字更重要。