凯利公式用于股票仓位管理时，核心逻辑是根据胜率与赔率估算一个理论上的最优下注比例，公式为 f = (bp − q) / b，其中 f 为建议投入资金比例，b 为赔率（盈利与亏损之比），p 为胜率，q = 1 − p 为亏损概率。但股票投资中胜率和赔率都难以精确估计，且单次结果波动大，因此实务上更常见的是使用半凯利或更低比例的分数凯利，而非直接按公式满仓执行。
公式的参数含义与计算步骤
- b（赔率）：潜在盈利与潜在亏损的比值。例如预期盈利 20%、止损 10%，则 b = 2。
- p（胜率）：一笔交易盈利的概率，q 为亏损概率。
- f：公式输出的资金投入比例。若 f ≤ 0，说明按当前估计不具备正期望，理论上不应参与。
假设某策略估计胜率 55%、赔率 2，则 f = (2×0.55 − 0.45) / 2 = 0.325，即约三成仓位。这只是在参数准确前提下的数学结果，不代表真实最优。
为什么股票中不能直接照搬
凯利公式成立依赖几个前提：下注可无限分割、结果可重复、胜率赔率已知且稳定。股票市场并不满足：
- 胜率与赔率无法精确预知，只能事后统计，且会随市场环境变化。
- 单次亏损可能远超预期，跳空、停牌等使实际赔率偏离估计。
- 估计误差被公式放大，参数略微高估就可能得出过高仓位。
因此实务中普遍采用分数凯利：半凯利即取公式结果的一半，四分之一凯利取四分之一。上例中半凯利约 16%，四分之一凯利约 8%。比例越低，对参数误差的容忍度越高，代价是收益弹性下降。
使用时应注意的要点
- 先验证策略是否有正期望，再谈仓位大小。
- 控制单一标的仓位上限，避免满仓押注一个标的。
- 把止损、流动性、相关性纳入考量，凯利公式本身不处理这些风险。
- 定期用新数据复核参数，而不是一次设定长期沿用。
凯利公式更适合作为仓位上限的参考框架，而不是精确的买卖指令。 对多数投资者而言，从较低比例的分数凯利起步、逐步校准参数，比追求理论最优更稳妥。
常见问题
凯利公式算出的仓位可以直接用吗？
不建议直接使用。公式结果高度依赖胜率和赔率的准确性，而这两个参数在股票中只能估计。更稳妥的做法是取半凯利或更低比例，为估计误差留出缓冲。
胜率赔率怎么估计才靠谱？
通常来自对自身交易记录或策略的历史回测，但要注意样本量、市场环境差异和未来适用性。回测结果不等于未来表现，应把估计值当作区间而非确定数值，并随新数据调整。
凯利公式和固定比例仓位哪个更好？
两者解决不同问题。固定比例（如每笔不超过总资金的一定比例）简单、抗误差；凯利公式试图在参数准确时优化增长。实务中常把凯利结果作为上限，再叠加固定比例和单一标的上限约束，兼顾增长与风险控制。