资金管理模型 - Kelly Formula凯利公式

Discussion in 'Risk and Uncertainty' started by BlueSpeculat, Feb 9, 2009.

  1. 凯利所考虑的return和risk是最完美的。问题是出在了这个公式上:
    --------------------------
    FK = ((WL + 1) * Pw - 1 ) / WL

    当中 WL = 平均每笔赢钱交易的获利金额 / 平均每笔输钱交易的亏损金额
    Pw = 赢钱交易的笔数 / 所有交易的笔数
    --------------------------
    这种算法太粗糙了。
    没有考虑分布。只是简单使用了平均值、盈亏笔数。其潜意识是在谈正态分布。
    实际上,股票价格的分布是厚尾的。也就是有大量的黑天鹅。
    所以,错并不是凯利公式,而是用错了分布。
    正确的做法是,抛弃上面的粗糙的算法,(用xxx方法)预测未来的分布。根据分布,使用凯利去下注。
     
  2. 分布不同,偏差是有,但不是主要的
    最主要的问题是凯利公式追求的是利润的最高,而不管回撤有多大,这个和我们平常希望得到的结果有点出入
     
  3. 是的,没有很好的考虑风险。
    Kelly Formula 只考虑了最大化资金增长率的期望,没有对maximum drawdown做约束,很多投资者用fractional Kelly 降低风险,比如 1/4 kelly。具体的可以随机模拟一下(1000或10000条路径),对比Kelly和各种fractional Kelly maximum drawdown 超过10%或5%的比例。

    好像还有一些策略,比如资金增长10倍所需交易次数最少(所需时间最短)的策略,最大跌幅也需另外考虑
     
  4. 计算错误,以讹传讹。

    幸福个球,那个连Kelly公式都搞错了。

    Kelly比例之下怎么会没有max drawdown呢?Kelly公式只不过没有说由它得出来的资金增长过程中的max drawdown不是每个人都可以忍受的。
     
  5. 不能被忍受不等于不是最优。
    事实上,就像苏黎士投机定律第一条所讲的,如果你的系统是可以盈利的,若max drawdown太小,则太委屈了你的系统,max drawdown太小意味着系统的盈利能力未得到充分释放,此时应该加大杠杆,使max drawdown大到足以让你睡不安稳、有所心跳的程度。
    这条定律是从定性来讲这个道理,Kelly公式则给出了定量。
     
  6. 还有这个定律?见识了,说的相当好。有没人研究出最佳回撤水平的结果呢?凯利公式是研究怎样获最大利益来决定仓位,那研究最佳回撤水平 结合起来会更完善。坛里的牛人们现身说法啊:p
     
  7. 黑天鹅的存在,未来分布是能预测的吗?是否怀疑
     
  8. 这句话翻译为:
    因为可能存在偏离均值较大的值频率较高,所以分布不能预测。
    所以,老兄这个话本身是错的。
    先不说能不能预测,黑天鹅本身就应该是分布的一部分。[分布]不等于[正态分布]
     
  9. 依然是经典。
     
  10. 问题是策略的胜率和盈亏比并不是恒定的,经常在周期中变动,凯利公式就出现问题了