凯利公式用于在已知胜率与赔率的前提下，计算使长期资金增长率最大化的下注比例。在股票仓位管理中，它更多是提供一个思考框架，而非可以直接套用的买卖指令：核心公式为 f = (bp − q) / b，其中 f 为理论仓位比例，b 为赔率（盈利与亏损之比），p 为胜率，q = 1 − p 为败率。当 bp − q ≤ 0 时，公式给出的仓位为零或负值，意味着该机会不具备正期望。
公式的推导逻辑
凯利公式来自对长期复利增长的优化：在重复下注中，资金按固定比例增长，目标是让期望对数增长率最大。对增长率求极值，就得到上述比例。
需要区分两种场景：
- 单次决策：只下一次注，凯利比例的意义有限，因为结果不会重复。
- 连续下注：同一类机会反复出现，比例才接近理论最优。
股票投资介于两者之间：持仓会持续一段时间，但每笔交易的胜率、赔率并不稳定，因此公式的应用需要打折。
胜率与赔率的估计难点
公式本身简单，难点在于输入参数。胜率和赔率都是对未来概率的估计，而非已知常数。
- 胜率依赖对基本面、估值、市场情绪的判断，主观性强。
- 赔率取决于买入价、目标价与止损位，而目标价和止损位本身也是假设。
- 参数估计误差会被公式放大：赔率或胜率的小幅高估，可能让理论仓位从合理变成过度集中。
因此，实践中常见做法是使用半凯利（取理论仓位的一半）甚至更小的比例，以降低参数误判带来的回撤风险。这不是精确科学，而是一种保守修正。
实际应用中的注意点
| 情形 | 常见处理思路 |
|---|---|
| 参数不确定 | 用半凯利或更低比例 |
| 机会相关性高 | 合并计算，避免重复下注 |
| 单次、不可重复的机会 | 凯利公式参考价值有限 |
| 出现极端估值或流动性风险 | 优先控制回撤，而非追求增长率 |
凯利公式解决的是“下注多少”，而不是“是否下注”。 如果一笔交易的期望为负，任何比例都不应参与。此外，股票仓位还受组合分散度、资金使用期限、个人风险承受能力约束，公式只是其中一个维度。
总体而言，凯利公式更适合作为仓位上限的参考，帮助投资者避免过度集中；把它当作精确的仓位计算器，往往会高估自己的预测能力。
常见问题
凯利公式算出的仓位可以直接照搬吗？
不建议直接照搬。公式假设胜率和赔率已知且稳定，而股票市场这两者都带有估计误差，实际使用中通常取半凯利或更低比例，并结合分散度和流动性约束调整。
胜率不高但赔率很高，凯利公式会给出什么结果？
只要 bp − q 为正，公式就会给出正仓位，赔率高可以弥补胜率偏低。但赔率高的机会往往伴随更大的不确定性，参数估计越不可靠，越应压低实际仓位。
凯利公式和固定比例仓位法哪个更好？
两者解决不同问题。固定比例法简单、易执行，适合参数难以估计的场景；凯利公式在参数相对可靠、机会可重复时更有参考价值。多数投资者会把两者结合，用凯利估算上限，再用固定比例控制单笔风险。