了解凯利公式:赌博中的数学优势与其在投资与资产管理中的应用

原文标题:对学渣最友好的公式:凯利公式

原文作者:图灵编辑部

风月清谈:

凯利公式是来自约翰·拉里·凯利的重要数学发现,对于投注和投资活动具有重要意义,特别是在赌博和金融市场中。比尔·巴特曾成功应用凯利公式结合自建预测系统,在博彩界实现高额收益。凯利公式的核心在于提供一个最优的投注比例,根据胜率和赔率来最大化资产的复利增长。此外,另一位数学家爱德华·索普也利用凯利公式在赌场获得巨大成功,并在后来的金融投资中继续实践这一理论。凯利公式基于两个前提:正向数学期望和固定的胜败概率,且需要大量样本以达到统计意义。尽管凯利突发脑溢血而过早去世,他的公式却在赌博、投资界成为了不朽的经典,为追求资产最优增长的人们提供了重要的数学工具。

原文内容


之所以说凯利公式是对学渣最友好的公式有两点原因: 

第一:公式很简单,一看就懂,懂了就能用。

第二:让人保持「清醒」,这个「清醒」含义有很多。


有一个传奇人物,叫比尔·巴特。
为了低调的靠赌博赚钱,比尔·巴特放弃了香港赛马的 1 亿元头奖,此后依靠自己搭建的预测系统在博彩界收割「庄家」,全球业务累计赚取 10 亿美金,可谓是真正的「闷声发大财」。
在比尔·巴特的预测系统中,如果只有 MLR 模型是显然不够的,必须有一个安全机制来理性地阻止“贪婪的欲望”。
在 2004 年国际华人数学家大会上(ICCM)比尔非常慷慨地跟大家分享了他赌马的模型,其中提到了一个至关重要一点就是凯里公式。可以说,如果没有此公式,比尔就无法获得如此高的收益率。
 图片 


凯利,是谁?


约翰·拉里·凯利(John larry  Kelly 1923-1965)1923 年出生于美国德克萨斯州,在第二次世界大战中加入美国海军当了一名飞行员。

图片

退役后,进入得克萨斯州奥斯汀分校念物理学。1953年获得物理学博士学位,毕业后去了号称诺奖批发部的贝尔实验室工作。
在贝尔实验室中,他认识了好友兼同事,著名信息论创始人的克劳德·香农。1956年凯利受到香农信息论的启发,在内部期刊《贝尔技术系统期刊》中发表了一篇名为《对信息传输速率的新解释》的论文。
然而这并不是论文原来的标题,原标题更有意思,叫《信息论与赌博》。因为公司高层觉得这样的标题有损公司道德形象,才被迫他换了一个新名字。
但凯利的初衷确实是以一个棒球比赛的赌徒视角,去思考如何合理押注才能让资产得到最大指数的增长。虽然标题不严肃,但论文的证明过程却相当严谨。
后来,香农指导另一个数学大神应用凯利的研究,吊打拉斯维加斯的各个赌场。
这个数学大神就是爱德华·索普。

真正的赌神还得靠数学

爱德华·索普,一个数学怪才,作为加州大学洛杉矶分校的物理系研究生,却对轮盘游戏念念不忘。他一直认为根据小球的投入角度和运动轨迹可以预测小球的落点,所以他想设计一个基于变量计算的轮盘预测系统。

图片

但现实条件却制止了他,由于手上的轮盘模型太简单,又恰巧马上要毕业了论文还没写完,于是对轮盘的研究就停止了。
毕业后,索普对轮盘念念不忘,于是动身去了拉斯维加斯。出发前,他在《美国统计学会会刊》上读到了一篇关于如何赢得 「21 点」游戏的论文。
此时,索普觉得 21点 这个看似比轮盘更有意思,自己也有必要尝试验证一下这个论文里的内容。于是,索普应用论文中的理论去了赌场,可结果输得很惨。
于是索普开始自己研究「21点」游戏,不久也原创了自己的一套理论,基于此理论写了一篇论文叫《21点的常胜策略》。为了顺利发表论文,他求助了香农,而香农不但同意帮助索普发表论文,还建议他把题目改成《21点的有利策略》,他表示:「科学院的那些人都很传统,所以,要低调。」
但论文有个不完善的地方,因为只是思考「21点」游戏本身的策略,却没有涉及到如何在游戏过程中如何下注的问题。这时巧合来了,香农告诉他之前有个叫约翰·凯利的同事早就研究完了。
两个数学大神的思想碰撞在了一起,一个研究怎么「赢得多」,一个研究怎么「输得少」。
于是索普利用凯利公式,对「21点」游戏进行量化计算,通俗的解释就是:胜算大的适合多下注,胜算小的时候少下注。凭此理论,索普「血洗」拉斯维加斯各大赌场,又把所有制胜手法写入了《战胜庄家》这本书里,最终被赌场所封杀。之后索普不断完善理论,在金融市场做量化交易,这是后话,以后单独详解。

那么,凯利呢?很遗憾,也许是天妒英才,凯利突发脑溢血而亡,享年41岁,他至死也没能被大众熟知。

但凯利公式,却在未来慢慢的展现了威力,在 60 多年的发展中,凯利公式被投资界和博彩界奉为经典。

所以,想赚钱?先拜凯利吧。


那凯利到底怎么用呢?



先看公式,某度百科上写的比较详细,这里我用学渣都看得懂方式写一下:

图片       

f:单次下注占本金的比例;

b: 除去本金外计算的赔率;

p:胜率,这次下注获胜的几率;

q:败率,这次下注失败的几率;

(p+q)= 1;

根据凯利公式,用这个 f 比例下注,可以让收益的复利效应达到最大,且风险较小。

举个例子:我能来玩投骰子游戏,投到 1、2、3 (小)你赢,投到 4、5、6(大)我赢,每次游戏下注 10 元。你赢了你拿走 30 元,你输了就没有钱拿。

分析,你投到小的情况如下:

胜率 p= 0.5;

败率 q= 0.5;

赔率 b=(30-10)/ 10= 20/10 = 2;

如果你有 100 元钱,根据公式:

f= [(2*0.5)-0.5] /2 = 25%
也就是说,在这种胜率下,你可以投 25 元钱试试手气,最合理。
如果你手气好到极点,连赢 20 局后,根据公式投注的话,收入是这样的:
图片
看着一个复利效应的收益曲线,谁能不激动。
但凡你的手气平衡一点,现实的残酷就迎面而来:
图片
这样收益曲线,让人忐忑。
现实还能更残酷,庄家可能不会给你这么高的赔率,如果换个赔率:你赢了你拿走 20 元,你输了就没有钱拿。这样还好玩吗?
我再分析一下,你投到小的情况如下:
胜率 p= 0.5;
败率 q= 0.5;
赔率 b=(20-10)/ 10= 10/10 = 1; 
如果你还是有 100 元钱,根据公式:
f= [(1*0.5)-0.5 ] /2 = ???
此时,数学劝你,这游戏碰都别碰。
如果你对凯利公式感兴趣,想用程序实现以下,可以参考以下代码:

代码来源:http://www.gitweixin.com/?p=664

所以根据「凯利公式」就能赚钱吗?

事实上,凯利公式只是让你在最小风险下,来合理分配投资比例。但如果只依靠凯利公式是完全不可行的。

应用凯利公式需要有两个前提:
第一:在游戏中,你的数学期望必须为正值。也就是说,这个游戏需要从数学的角度来判断是否值得参与。
第二:单次下注的胜率和赔率必须是固定的,但是胜率从独立事件上看是不可靠的,我们需要进行足够的游戏次数才能判断胜率是否在统计学上是固定的。
如果只是单次或几次,玩游戏的话,除了相信运气,其他什么都别信了。
比尔·巴特之所以可以赢钱,是因为他花费很大精力财力搭建的预测系统,这个系统之前也提到过,凯利公式在系统中提供减少投资风险的作用,而自定义的 MLR 模型其实就是保证自己赛马的胜率是较高的,才使得赛马在数学期望上值得玩。
所以凯利公式让我们认清一个道理,想赚钱的话,如果你没有好运气,就需要有好脑子学数学 图片


01


《普林斯顿概率论读本》

作者:[美] 史蒂文·J. 米勒(Steven J. Miller)

译者:李馨


普林斯顿读本三剑客之概率论,概率论教材,叙述深入浅出,提供课程视频和讲义,概率论学习图书。


对于学生来说,学习概率论及其众多应用、技术和方法似乎非常费力且令人生畏,而这正是本书的用武之地。这本通俗易懂的学习指南旨在用作概率论的独立教材或相关课程的补充材料,可帮助学生轻松地学习概率论知识并取得良好效果。


本书基于史蒂文·J. 米勒在布朗大学、曼荷莲学院和威廉姆斯学院教授的课程而作。米勒通过先修课程材料、各种难度的问题及证明对概率论这一数学领域进行了详细介绍。探索每个主题时,米勒首先引导学生运用直觉,然后才深入技术细节。本书涵盖的主题很广,并且对材料加以重复以强化知识。读完本书,学生不仅能掌握概率论,还能为将来学习其他课程打下基础。

02


《程序员的数学2:概率统计》

作者:[日]平冈和幸,堀玄
译者:陈筱烟

本书沿袭《程序员的数学》平易近人的风格,用通俗的语言和具体的图表深入讲解程序员必须掌握的各类概率统计知识,例证丰富,讲解明晰,且提供了大量扩展内容,引导读者进一步深入学习。


本书涉及随机变量、贝叶斯公式、离散值和连续值的概率分布、协方差矩阵、多元正态分布、估计与检验理论、伪随机数以及概率论的各类应用,适合程序设计人员与数学爱好者阅读,也可作为高中或大学非数学专业学生的概率论入门读物。


03


《概率导论(第2版·修订版)》

作者:[美] 迪米特里·伯特瑟卡斯,[美] 约翰·齐齐克利斯
译者:郑忠国 童行伟


本书内容丰富,除了介绍概率论的基本知识点外,还介绍了矩母函数、最小二乘估计、泊松过程、马尔可夫过程和贝叶斯统计等内容。书中示例丰富、图文并茂,针对每节主题设计了相应的习题,还提供了部分难题的解答,便于读者自学。


本书多年来在美国麻省理工学院、斯坦福大学、加州大学等名校被用作概率课程教材,经过课堂检验和众多师生的反馈得以不断完善,是一本在表述简洁和推理严密之间取得优美平衡的经典作品。

04

《概率论及其应用(卷1·第3版)》

作者:[美]威廉·费勒(William Feller)

译者:胡迪鹤


本书是经典概率论教材,原版已重印50多次,至今畅销不衰。内容涵盖从入门到高级的各个层面,并配有丰富的例子和大量习题,涉及物理学、生物学、化学、遗传学、博弈论、经济学等多方面的应用,极具启发性。


05

《概率论及其应用(卷2·第2版)》

作者:[美]威廉·费勒

译者:郑元禄

定价:169.8


本书是威廉·费勒的著作《概率论及其应用(卷1)》的续篇。曾经影响了包括中国在内的世界各国几代概率论及其相关领域的学生和研究者。即使用今天的标准来衡量,该书仍是一本经典佳作。 


本书内容十分丰富,论述极其精辟,行文优美生动。原著已经问世50多年,风行全世界,培养和教育了许多国家不计其数的概率论和有关领域的专家学者,对概率论的教学、科研、普及和应用做出了卓越贡献。


06

《伊藤清概率论(修订版)》

作者:[日]伊藤清

译者:闫理坦


沃尔夫奖、高斯奖得主,现代随机分析之父日本数学大家伊藤清现代概率论的名著。


书中以最小限度的预备知识为前提,以简练的笔法系统讲解了测度论基础,以及现代概率论的基础体系与概念,为引导读者理解“随机过程”,特别是Markov过程做了细致准备。

07


《世界是概率的:伊藤清的数学思想与方法》

作者:[日]伊藤清

译者:刘婷婷


伊藤清是如何学习和思考数学的?

数学家如何看待“纯粹数学与应用数学”“直观与逻辑”?

现代概率论是如何一步步发展起来的? 


沃尔夫奖、高斯奖得主,现代随机分析之父日本数学大家伊藤清

讲述数学思想与方法 激发关于概率与世界的深层呈现日本数学发展的另类线索


08


《贝叶斯的博弈:数学、思维与人工智能》

作者:黄黎原

译者:方弦


法国数学类科普书、大学数学参考及教材类图书畅销书目,在机器学习、人工智能、逻辑学和哲学等众多领域中,探索贝叶斯定理蕴藏的智慧与哲理。


贝叶斯定理一旦与算法相结合,就不再是一套枯燥的数学理论或认识论,而变成了应用广泛的知识宝库,催生了众多现代数学定理,以及令人称道的实践成果。


09


《谁在掷骰子?不确定的数学》

作者:[英] 伊恩•斯图尔特
译者:何生

几个世纪以来,在好奇心以及精确预测未来的“野心”驱动下,具有开拓意识的数学家希望从概率论和统计学着手,减少各种“不确定性”。但他们发现,某些问题始终难以解决,而直觉也在不断误导人类。


本书探讨了关于“不确定性”的有趣故事和相关科学知识。知名科普作家伊恩·斯图尔特巧妙地建立起一个易于理解、充满想象力的数学框架,从概率论、统计学、贝叶斯方法、混沌理论等角度展现了“不确定性”在金融市场、天气预报、人口普查、医学、量子物理学和宇宙学等诸多领域中的重要作用,展望了与不确定性问题紧密相关的科学门类的广阔研究前景。


10

《趣学贝叶斯统计:橡皮鸭、乐高和星球大战中的统计学》

作者:[美] 威尔·库尔特(Will Kurt)
译者:王凌云

本书用十余个趣味十足、脑洞大开的例子,将贝叶斯统计的原理和用途娓娓道来。你将从直觉出发,自然而然地习得数学思维。读完本书,你会发现自己开始从概率角度思考每一个问题,并能坦然面对不确定性,做出更好的决策。