凯利公式的本金模拟怎么做:用资金曲线看清全凯利有多颠

2026-08-25 · L5

凯利公式算出来是一个数字,比如 0.2。这个数字告诉你”理论上该下注两成”,但它不告诉你走这条路会经历什么——中途会不会腰斩、要多久才能看出效果、运气差的那批人最后是什么下场。

想回答这些,光看公式不够,得让本金真的跑一遍。这就是本金模拟在做的事。

这篇讲清楚一个最简单的模拟该怎么搭、结果该怎么读,以及模拟在哪些地方会骗你。

提醒:本文只讲模拟方法本身,属于资金管理方法论,不构成任何买卖信号或投资建议。

一个最简模拟需要几个输入

只要四样东西:

然后规则很简单:从本金 1 出发,每一次按概率 p 判定输赢。赢了,资金乘以 (1 + f×b);输了,资金乘以 (1 − f)。重复 N 次,记下最后的资金和中途的最低点。

关键在于这样跑一遍是不够的,一遍只是一条运气路径。要跑很多遍——几千遍、上万遍——得到一大堆结局,再看这堆结局的分布长什么样。这就是通常说的蒙特卡洛模拟,名字唬人,骨架就是上面这几行。

这是整件事里最容易出错、也最值钱的一点。

把上万次模拟的最终资金求个平均,你多半会得到一个非常漂亮的数字。但这个数字骗人——它被极少数运气爆棚的路径拉高了。资金是连乘的,一条一路顺风的路径可以翻到几百倍,而它在平均值里的权重和一条亏到只剩零头的路径是一样的。结果就是:平均值看着很美,但绝大多数人的实际体验远远达不到。

要看”典型体验”,得看中位数——把上万个结局从小到大排好,取正中间那个。这才是”运气不好不坏的那个人”最后拿到的东西。

顺带一提,这也是为什么凯利公式追求的是几何平均增长率而不是算术平均。这个选择不是数学品味问题,它对应的正是”我要的是典型路径最好,不是平均数最好”。

除了中位数,还有两个数值得一并记下来:

想把回撤这个数字翻译成”要涨回来得赚多少”,可以用回撤回本计算器对一下——亏 50% 要涨 100% 才回本,这个不对称性在模拟结果里体现得非常刺眼。

模拟最直观的用处,是把 f 从全凯利慢慢往下调,看曲线形状怎么变。

在标准的二次近似下有一个干净的结论:把下注比例取成凯利值的一半,长期增长率保留约四分之三,而波动大致减半。 这不是市场经验,是从增长率关于 f 的抛物线形状直接推出来的——抛物线在顶点附近很平,所以从顶点往回退一段,高度掉得不多。

用一句话概括:往回退这一步,代价是增长率的四分之一,买到的是一半的颠簸。 这个交换对绝大多数人是划算的,尤其考虑到真实的胜率和盈亏比本来就估不准——你以为自己站在抛物线的顶点,实际位置可能已经偏到右边去了。而抛物线的右边掉得比左边快得多:高估 f 的惩罚,远大于低估 f 的损失。

这就是”老手只用半凯利”背后的算术。模拟的价值在于,它把这句结论变成你能亲眼看到的两条曲线。

跑出漂亮的图之后,一定要记住下面几条,否则模拟只是给你的想法披了层数学外衣。

参数是你自己填的。 p 和 b 从哪来?如果是从自己过去几十笔交易里统计的,样本量小到几乎没有统计意义;如果是从回测里来的,那还要背上回测本身的所有毛病。模拟不会验证输入的真伪,你填什么它算什么。

它假设每次独立同分布。 现实里连亏往往是成串出现的——同一个市场环境同时让你的多个判断失效。模拟里的”随机”是均匀撒开的,真实的坏运气是扎堆的。

它假设你不会中途改主意。 模型里那个人在腰斩之后仍然一丝不苟地按 f 下注。真实的人在腰斩之后会加倍、会收手、会推翻整套方法。模拟给出的是”纪律完美执行”的上限,不是你的预期。

它算不出你会不会先出局。 数学上按比例下注不会归零,但账户小到做不动一手、或者中途需要用钱,这些都是模型外的事。凯利公式的适用边界里逐条讲了这类前提,建议对照着看。

说到底,模拟的价值不在于预测你能赚多少,而在于让你在真金白银下场之前,先在屏幕上体验一遍那条路有多颠。很多人调低下注比例,不是因为算明白了,是因为看到了那条中位数曲线中途有多难看。

再次强调:本文所有内容均为方法说明,不构成任何买卖信号或投资建议,一切决策请结合自身情况、独立判断并自担风险。

本文仅为投资教育科普,所述方法不构成任何买卖信号或投资建议。投资有风险,决策需谨慎。