凯利公式不能直接保证“不爆仓”，它给出的只是在胜率与赔率已知且重复下注的理想条件下，使长期资金增长率最大的仓位比例。股票投资中胜率和赔率都只能估算，估算误差会让全凯利仓位明显偏高，因此实务上更常用半凯利甚至更低比例，并叠加单一标的仓位上限来压低回撤。真正避免爆仓的关键不是公式本身，而是承认参数不确定、控制单次风险敞口。
凯利公式的逻辑与直觉
常见形式为：仓位比例 f = 胜率 −（1 − 胜率）÷ 赔率，其中赔率指盈利与亏损的比值。举例说明（假设）：胜率 55%、赔率 1.5，则 f = 0.55 − 0.45 ÷ 1.5 = 0.25，即投入 25% 资金。直觉是：优势越小、赔率越差，应下注越轻；没有正优势时公式给出零或负值，意味着不该下注。
需要强调，这个结果对参数极其敏感。胜率从 55% 降到 50%，仓位就从 25% 掉到约 17%；若真实胜率只有 45%，公式值转负。参数估错一点，仓位就错一大截，这是股票场景与赌局最大的区别。
胜率与赔率的估算难点
股票投资的“胜率”不是客观频率，而是对未来的主观判断，误差来源包括：样本期选择偏差、把少数成功案例当成规律、忽略交易成本与滑点、以及在波动中提前离场导致实际盈亏比偏离计划。
| 估算环节 | 常见偏差 | 后果 |
|---|---|---|
| 胜率 | 用短样本或事后视角高估 | 仓位被系统性抬高 |
| 赔率 | 忽略止损执行难度、成本 | 实际赔率低于预期 |
| 相关性 | 多笔持仓同涨同跌 | 分散失效，风险叠加 |
因此不要用单一估算值直接代入公式，可用区间估计，取偏保守的一端。
全凯利为何回撤剧烈
全凯利追求长期增长率最大，代价是路径波动极大。即便参数完全准确，资金曲线也可能出现深度回撤，而现实中参数偏高会进一步放大这一效应。过度下注的期望收益会下降，甚至转为负增长，这就是“越自信越危险”的数学根源。
折中做法包括：
- 半凯利：按公式结果的一半执行，牺牲部分增长率换取回撤显著收敛；
- 上限封顶：对单一标的设定固定最高仓位，不论公式算出多少；
- 分批建仓：把一次下注拆成多次，用新信息修正参数；
- 相关性约束：把同方向、同因子的持仓合并计算总敞口。
这些做法不追求最优，而是让结果对估算误差更耐受。
常见误用与注意事项
把凯利公式用于股票时，最容易犯的错是把它当成精确答案。它更适合作为思考仓位轻重的框架，而不是计算器。此外，杠杆会成倍放大回撤，公式本身不包含强制平仓风险；止损纪律、流动性、税费与规则细节（如融资融券、涨跌停安排）应以交易所与销售机构最新规则为准。
总结：凯利公式的核心价值在于提醒“优势决定仓位、误差决定风险”。用保守参数、半凯利折扣和硬性上限约束，比追求理论最优更能避免爆仓。
常见问题
凯利公式算出的仓位可以直接满仓执行吗？
不建议。公式假设胜率与赔率已知且稳定，而股票场景中两者都是估算值，直接执行会放大误差。通常的做法是打折使用并设置单标的上限，把公式结果当作上限参考而非目标。
胜率不到 50% 就一定不能用凯利公式吗？
不一定。只要赔率足够高，低胜率也可能存在正优势，公式会给出较小的正仓位。但低胜率策略对赔率估算更敏感，一旦实际赔率不及预期，很容易转为负期望，因此更应保守取值并控制单次风险。
半凯利是不是就不会出现大回撤？
不是。半凯利只是把仓位减半，能降低回撤幅度但不消除回撤，极端行情下仍可能明显亏损。它需要与止损规则、分散约束和杠杆控制配合使用，效果取决于整体风险管理而非单一比例。