凯利公式的模拟验证

简介: 凯利公式的模拟验证 场景:一个赌局,你跟庄家。你出 1 元,庄家出 0.96元。赌金数目可随之翻倍。      根据每次抛色子的结果的单双决定胜负。      胜者得到双方所下的赌金,计 1.96 元。

凯利公式的模拟验证


场景:一个赌局,你跟庄家。你出 1 元,庄家出 0.96元。赌金数目可随之翻倍。

     根据每次抛色子的结果的单双决定胜负。

     胜者得到双方所下的赌金,计 1.96 元。

 

问题:如何下注才能做到,风险最小,盈利最大呢?

 

答案:凯利公式。

   凯利公式的作用: 根据赔率胜率,得出你每次的资金下注比例

 

   公式的形式: 1 + 赔率 - 1/胜率

 

    凯利公式最初为 AT&T 贝尔实验室物理学家约翰·拉里·凯利根据同僚克劳德·艾尔伍德·香农於长途电话线杂讯上的研究所建立。凯利说明香农的信息论要如何应用於一名拥有内线消息 的赌徒在赌马时的问题。赌徒希望决定最佳的赌金额,而他的内线消息不需完美(无杂讯),即可让他拥有有用的优势。凯利的公式随後被香农的另一名同僚 爱德华·索普应用於二十一点和股票市场中。

 

 

下面利用凯利公式对赌局进行模拟:

 

0. 列出不同胜率下的凯利公式结果

赔率 0.96 0.96 0.96 0.96
胜率 0.5 0.6 0.7 0.75
资金比 -0.02 0.183 0.388 0.49

 

 

 

 

 

1. 胜率 0.5

由上表可知,没得玩!!

凯利公式计算的结果本质是盈利率的数学期望,不难得出这样一个结论:一切盈利率的数学期望为负的赌局,绝对不能参与!!

我们看到:就算你的胜率占到一半(0.5),但是因为赔率只有0.96,不是1(亦即1:1,意为1赔1),所以你的期望才是负数!!!

赔率这么低,那这个赌局还有没有的玩了呢?

只一个办法,提高胜率!

 

2. 胜率 0.6

胜率0.6,即为10中6

考虑三种可能的情况: 1)四连亏再六连中  2)亏中相间  3)六连中再四连亏

 

3. 胜率 0.7

胜率0.7,即为10中7

考虑三种可能的情况: 1)三连亏再七连中  2)亏中相间  3)七连中再三连亏

 

4. 胜率 0.75

胜率0.75,即为12中9

考虑三种可能的情况: 1)三连亏再九连中  2)亏中相间  3)九连中再三连亏

 

 

5.胜率0.75,不利用凯利公式

不利用凯利公式,则说明资金管理混乱。

比如你有1000,

第一次投一半:500,不中。

第二次还投500,这时候你遇到了很坏的情况,还不中。

你爆仓了!你出局了!

当然,你会说,那我补仓。那就属于本文议题之外的问题了。

但是可以肯定一点:不管你补多少次仓,结果都是一样的。

也许你还会说,我的运气不会那么背,不会前两局都输。这点我严重同意!

但是长期来看,总会有坏运气找到你:连续四五期不中,拿走你以前的好运气所得,甚至翻倍拿走。

唯有凯利公式可以避免这种情况!!!

 

6.结论

本文要点:凯利公式得出的资金比例是每次你现有资金的比例,不是初始资金比例

 

不难发现,在数学期望为正的情况下,运用凯利公式进行资金管理,可以稳定盈利。

在相同的胜率下,如果不利用凯利公式进行资金管理,不能保证盈利。

我想,其中一个主要的原因是:资金不足,爆仓出局!

 

目录
相关文章
|
6月前
|
数据可视化 流计算
估计获胜概率:模拟分析学生多项选择考试通过概率可视化
估计获胜概率:模拟分析学生多项选择考试通过概率可视化
|
前端开发 测试技术 芯片
【前端验证】关于那道经典概率题,用UVM环境来仿真下是男孩的概率
【前端验证】关于那道经典概率题,用UVM环境来仿真下是男孩的概率
|
6月前
|
移动开发 数据可视化
R语言两层2^k析因试验设计(因子设计)分析工厂产量数据和Lenth方法检验显著性可视化|数据分享(二)
R语言两层2^k析因试验设计(因子设计)分析工厂产量数据和Lenth方法检验显著性可视化|数据分享(二)
|
6月前
|
数据可视化
R语言两层2^k析因试验设计(因子设计)分析工厂产量数据和Lenth方法检验显著性可视化|数据分享(一)
R语言两层2^k析因试验设计(因子设计)分析工厂产量数据和Lenth方法检验显著性可视化|数据分享(一)
|
6月前
R语言小数定律的保险业应用:泊松分布模拟索赔次数
R语言小数定律的保险业应用:泊松分布模拟索赔次数
13 惠更新的三个关于期望的定理
13 惠更新的三个关于期望的定理
62 0
|
量子技术
量子力学的实验验证:双缝实验和贝尔不等式
通过双缝实验和贝尔不等式实验,我们验证了量子力学中的重要概念,并深化了对量子世界的理解。这些实验的结果为我们理解和应用量子力学提供了重要的实验支持,并推动了量子技术的发展。
143 0
量子力学的实验验证:双缝实验和贝尔不等式
|
机器学习/深度学习 人工智能
【计算理论】计算理论总结 ( 泵引理 Pumping 证明 ) ★★
【计算理论】计算理论总结 ( 泵引理 Pumping 证明 ) ★★
396 0
|
机器学习/深度学习 算法
【计算理论】可判定性 ( 对角线方法 | 使用对角线方法证明 通用任务图灵机 语言 不可判定 )
【计算理论】可判定性 ( 对角线方法 | 使用对角线方法证明 通用任务图灵机 语言 不可判定 )
281 0
|
算法
【计算理论】可判定性 ( 确定性有限自动机的接受问题 | 证明 “确定性有限自动机的接受问题“ 的可判定性 )
【计算理论】可判定性 ( 确定性有限自动机的接受问题 | 证明 “确定性有限自动机的接受问题“ 的可判定性 )
189 0