凯利公式用于股票仓位管理时，合理的做法是把它当作风险预算的参考框架，而不是精确的下注指令。它的标准形式为 f = (bp − q) / b，其中 b 是赔率（盈亏比），p 是胜率，q = 1 − p 是败率，f 是理论上使资金长期增长率最大化的下注比例。问题在于，股票投资中的 p 和 b 几乎无法稳定估计，因此实务上通常采用半凯利或更小的分数凯利，并叠加分散与上限约束，而不是直接照搬计算结果满仓操作。
凯利公式的数学含义与前提
凯利公式解决的是一个重复博弈问题：在赔率和胜率已知且不变的条件下，找到一个下注比例，使资金的长期复合增长率最大。它的几个关键性质值得注意：
- 对胜率极其敏感：p 的小幅高估会显著抬高 f，而高估仓位的代价是非对称的。
- 全凯利波动很大：理论最优不等于体验舒适，中途可能出现较深的回撤。
- 前提是重复、独立、参数稳定：单次或少数几次决策中，公式的长期含义并不成立。
股票投资与赌局的关键差别在于：赔率随价格变化，胜率随信息变化，且每次决策并不独立。
为什么股票中难以直接套用
胜率和赔率都是估计值，不是已知量。 投资者对某笔投资的胜率判断，往往来自有限的研究和主观判断，误差可能很大。当估计值本身不可靠时，公式输出的“最优比例”也失去了精度意义。
赔率取决于退出时点。 盈亏比 b 需要假设卖出价格和持有期限，而这两者事前并不确定。同一笔投资在不同持有期下，b 可能完全不同。
过度集中的风险被低估。 凯利框架假设可以无限次重复下注来兑现长期增长率，但个股可能面临永久性损失，这类情形无法靠“次数多”摊平。
保守化使用的思路
实务中常见的处理方式包括：
| 调整方式 | 做法 | 目的 |
|---|---|---|
| 分数凯利 | 取计算结果的 1/2、1/4 或更低 | 降低估计误差带来的冲击 |
| 仓位上限 | 单一标的不超过总资金的一定比例 | 防止个股风险主导组合 |
| 分散配置 | 在多个低相关标的上分配风险预算 | 降低单一判断错误的代价 |
| 压力测试 | 假设胜率、赔率同时恶化，看回撤是否可承受 | 检验仓位与自身承受力是否匹配 |
需要强调的是，分数凯利的具体系数没有普适标准，取决于投资者对自身估计误差的判断和风险承受能力。更稳妥的顺序是先确定能承受的最大回撤，再倒推仓位，而不是先算公式再接受结果。
总结
凯利公式的价值在于提醒投资者：仓位应与胜率、赔率挂钩，且对估计误差保持敬畏。在股票场景中，它更适合作为思考框架——用保守的分数凯利、明确的仓位上限和分散配置来约束单次决策的敞口，而不是当作精确计算器。
常见问题
凯利公式算出的比例可以直接用作实际仓位吗？
一般不建议。公式假设胜率和赔率已知且稳定，而股票投资中这两个参数都是估计值，误差会直接放大实际风险。多数做法是取计算结果的几分之一，并设置单标的上限。
半凯利比全凯利更好吗？
半凯利并不保证收益更高，它的意义在于降低波动和回撤，代价是长期增长率低于理论最优值。选择哪个分数，取决于对估计误差的判断和自身对回撤的容忍度，没有统一答案。
分散投资和凯利公式冲突吗？
不冲突。凯利公式处理的是单次下注比例，分散投资处理的是多个标的之间的风险分配。把风险预算拆分到多个低相关标的上，可以降低单一判断失误对整体组合的影响。