只有几十笔交易，凯利仓位对胜率误差有多敏感

2026-10-23 · L0

只有四十笔交易、二十四笔盈利时，样本胜率虽为百分之六十，按本文二项假设计算的百分之九十五Wilson区间约为百分之四十四点六零至七十三点六五。固定盈亏比一点五映射到原始凯利输出，范围约百分之七点六六至五十六点零九，远宽于点估计百分之三十三点三三。

胜率区间依赖什么统计假设？

构造样本中每笔结果只有盈利或亏损两种，交易之间独立，真实盈利概率固定，抽样没有挑选性报告或策略筛选偏差。盈利时净赚一点五个风险单位，亏损时净亏一个风险单位，盈亏比固定且已经包含全部构造成本。这里不是实盘数据，盈利笔数与总笔数都是教学输入。

现实交易可能具有时间相关、行情状态变化、重叠持仓与多次试策略后择优等问题，因而不一定符合二项独立同分布条件。本文区间只在所列假设下解释抽样不确定性，没有对策略真实胜率给出无条件保证，也没有假装同时估计盈亏比的不确定性。

[!risk] 下文所有凯利数字都是给定统计与支付模型的数学输出，不是账户资金配置指令。不能将小样本区间上端对应的高输出当成可以承担的仓位。

设盈利比例为盈利笔数除总笔数，取双侧百分之九十五标准正态临界值约一点九六。区间中心为「样本比例加临界值平方除两倍样本数」，再除「一加临界值平方除样本数」。半宽为临界值乘「样本比例乘失败比例除样本数，再加临界值平方除四倍样本数平方」的平方根，再除同一分母。

中心减半宽、加半宽得到两端。脚本保留完整临界值与计算精度，表中才显示两位小数。凯利原式为胜率减失败率除盈亏比，固定盈亏比一点五后，对区间两端分别代入；因为它随胜率单调增加，端点映射就是该条件下的输出范围，不必另外模拟随机仓位。

构造交易数	盈利笔数	样本胜率	百分之九十五Wilson胜率区间	区间下端凯利输出	点估计输出	区间上端输出
40	24	60.00%	44.60%—73.65%	7.66%	33.33%	56.09%
100	60	60.00%	50.20%—69.06%	17.00%	33.33%	48.43%
400	240	60.00%	55.13%—64.68%	25.21%	33.33%	41.14%

三行胜率都为百分之六十，因此点估计输出相同；样本越大，Wilson区间越窄，对应凯利范围也越窄。总笔数四百那行约为百分之二十五点二一至四十一点一四，仍然不是一个精确常数。扩大样本只减少满足假设时的抽样误差，不会自动修复结构性偏差。

固定盈亏比一点五，原式可改写为三分之五乘胜率，再减三分之二；更直接地说，胜率每提高一个百分点，凯利原始输出提高约一点六七个百分点。这里是线性敏感性，变大的不是胜率本身，而是输入误差经过公式后的结果。

胜率百分之四十是本支付模型的零输出边界，因为一点五倍盈利与一倍亏损恰好平衡；低于这个胜率会得到负原始输出。本文保留原式的符号含义，不据此指导做空或反向交易。若工具将负值截为零，报告时也应同时说明截断前值与显示约定，不能把不同展示当成公式不同。

在固定真实胜率、反复独立抽取同规模样本并按同一方法构造区间的设定下，这类程序具有约定的长期覆盖性质。对眼前已经生成的单个区间，不应写成「真实胜率有百分之九十五概率落在其中」，更不能说未来每四十笔交易有百分之九十五会达到区间下限胜率。

它也不是未来盈利比例的预测区间。未来样本本身仍有随机变化，且现实分布可能改变。映射后的凯利范围同样只是参数不确定性的条件敏感性，不是未来收益区间、账户损失范围或保证可以采用的比例。统计术语不能替代经济模型的适用条件。

[!risk] 固定盈亏比假设屏蔽了盈利和亏损幅度的不确定性。若少量尾部亏损尚未出现在样本里，胜率区间即使计算正确，也可能低估完整支付分布的风险。

本模型的比例指分配给一项二元支付赌注的资金份额，亏损时这一份额损失一个风险单位。证券交易若仅在某个止损价格退出，风险单位与投入市值之间另有价格距离、滑点、费用和是否成交等关系。不能把这里的百分之三十三直接乘账户净资产，就声称得到某项资产应持有的市值。

若同时存在多笔相关交易，单笔二元公式也没有自动完成组合联立优化。它不认识家庭现金需求、保证金约束或多个头寸的共因暴露。本文只固定一个支付模型，展示胜率误差如何进入数学输出，不把任何全凯利、半凯利或区间下端数字写成操作建议。

把同一笔结果复制十次，表面上笔数从四十变四百，但有效独立信息并没有增加，不能按四百笔独立样本缩窄区间。另一种情况是先试上百套策略，再挑胜率最高的四十笔报告；Wilson公式不负责纠正这类选择偏差，机械增加样本量标签只会制造虚假的精度。

[!risk] 概率固定与可重复下注是理论条件，现实交易可能不满足。结果精确到小数点不表示参数可知，任何公式输出都不能承诺增长或限制亏损。

复核时保留总笔数、盈利定义、收益是否扣费、交易重叠情况、区间方法和固定盈亏比。样本小的问题应明确显示为宽区间，而不是通过舍入或截断消失；这正是本文这张敏感度表要提供的可核验信息。

本篇编号为DJ050。文中所有家庭、资产、费用、增长率、期限与现金流均为构造假设，计算保留完整精度，表格显示时才舍入。复算采用本站生产记录中的独立 Python 脚本及同名 JSON，可按本文公式另建账表验证；这不代表现有网页工具已实现本篇全部扩展参数。

延伸阅读：本题母题；相关基础计算器。母题用于理解背景，本文只核验标题对应的单项模型问题。

来源：本站相关计算器，实现与路由核对日：2026-10-23；本文原创构造样本与逐项算术。NIST 比例置信区间说明，核对日：2026-10-23；用于核对Wilson方法与二项参数区间，不作为仓位推荐。

署名：道积君编辑组。本文由 AI 辅助起草，构造算例经程序复算；不代表持牌人士或真人专家已审核。仅供金融教育，不推荐金融产品、具体标的或个性化配置，不承诺收益与资金可持续性。

本篇编号为DJ050。可下载Python核算脚本（文本）与完整输入输出JSON，对照文中表格复算。脚本文件改存为.py后可用Python运行；数据均为构造教学样本。