凯利公式可以用于股票仓位管理，但它给出的只是“在参数准确且可重复下注”这一理想前提下的仓位参考，而不是可直接执行的买卖指令。股票投资中胜率与赔率难以稳定估计、单次结果不独立、亏损不可无限分割，这些都会让公式的理论优势大打折扣。更常见的做法是把它当作思考仓位的框架，而非精确计算器。
凯利公式的原理与股票场景的错位
经典形式为 f = (bp − q) / b：f 是应投入的资金比例，p 是胜率，q 是失败概率（1−p），b 是净赔率（盈利与亏损之比）。它的目标是让资金的长期复合增长率最大化，代价是过程中可能出现较大回撤。
用在股票上会遇到几处错位：
- 参数不确定：p 和 b 只能靠历史或主观估计，估计误差会被公式放大。
- 结果不独立：持仓盈亏、市场环境彼此相关，不符合“重复独立下注”的假设。
- 亏损边界不同：股票可能跳空、停牌，实际亏损未必等于预设止损幅度。
- 机会不连续：不是每笔交易都有相同的赔率结构，资金也不是无限可分割。
全凯利与半凯利的取舍
全凯利追求长期增长率最大，但对参数误差极其敏感：一旦高估胜率或赔率，实际仓位就会偏重，回撤被显著放大。半凯利（取理论值的一半或更低）牺牲部分理论收益，换取更平滑的净值曲线，是实务中更常被讨论的折中方式。
| 方式 | 仓位特征 | 主要代价 |
|---|---|---|
| 全凯利 | 接近理论最优增长 | 参数偏差下回撤大 |
| 半凯利 | 仓位约为理论值一半 | 长期收益低于理论值 |
| 固定比例 | 与公式无关，按规则定额 | 不随机会质量调整 |
需要说明的是，“半凯利”并无统一标准，取多少取决于个人对估计误差和回撤的容忍度，不存在普适的最优系数。
实际使用时的简化处理
如果仍想借助这一框架，可以把握几点：
- 先估区间而非点值：给出胜率与赔率的乐观、中性、悲观三档，取偏保守的一档计算。
- 对结果打折：把算出的比例再下调，作为安全边际。
- 设上限：无论公式算出多少，单一标的仓位不超过自己设定的上限。
- 区分资金属性：用于长期配置的资金与短线交易资金，参数含义不同，不宜混用。
- 接受“算不准”：公式的价值在于提醒“赔率低时该轻仓”，而非给出精确数字。
简言之，凯利公式能帮助理解仓位与胜率、赔率的关系，但在股票这种参数不稳定、结果相关的场景里，它更适合当参考坐标，而不是决策依据。
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。公式依赖胜率和赔率的准确估计，而股票中这两个参数很难稳定获得，估计偏差会让实际风险明显高于预期。更稳妥的做法是把结果当作上限参考，再结合自身风险承受能力下调。
胜率和赔率应该怎么估计？
可以从交易记录、策略回测或对标的的基本面与波动特征入手，但要注意样本期和市场环境的影响，避免用短期表现外推。给出区间并取保守值，比追求单一精确数字更实用；涉及具体规则和数据口径时，应以交易所、基金合同或销售机构披露的最新信息为准。
半凯利一定比全凯利好吗？
不一定。半凯利降低了回撤风险，但也牺牲了部分理论收益，是否更好取决于参数估计的可靠程度和个人对波动的容忍度。如果估计误差大或心理承受力有限，偏保守的仓位通常更容易长期坚持。