半凯利投入比例_链接提升价值

C公共信息

| 半凯利投入比例 | 凯利投入比例 |

以下是不同胜率（50%、60%、70%、80%、90%）和赔率（1-9）组合下的Full Kelly与Half Kelly仓位计算表：

胜率	赔率	Full Kelly仓位	Half Kelly仓位	说明
50%	1	0.0000	0.0000	期望值为零，不下注
	2	0.2500	0.1250
	3	0.3333	0.1667
	4	0.3750	0.1875
	5	0.4000	0.2000
	6	0.4167	0.2083
	7	0.4286	0.2143
	8	0.4375	0.2188
	9	0.4444	0.2222
60%	1	0.2000	0.1000
	2	0.4000	0.2000
	3	0.4667	0.2333
	4	0.5000	0.2500
	5	0.5200	0.2600
	6	0.5333	0.2667
	7	0.5429	0.2714
	8	0.5500	0.2750
	9	0.5556	0.2778
70%	1	0.4000	0.2000
	2	0.5500	0.2750
	3	0.6000	0.3000
	4	0.6250	0.3125
	5	0.6400	0.3200
	6	0.6500	0.3250
	7	0.6571	0.3286
	8	0.6625	0.3313
	9	0.6667	0.3333
80%	1	0.6000	0.3000
	2	0.7000	0.3500
	3	0.7333	0.3667
	4	0.7500	0.3750
	5	0.7600	0.3800
	6	0.7667	0.3833
	7	0.7714	0.3857
	8	0.7750	0.3875
	9	0.7778	0.3889
90%	1	0.8000	0.4000
	2	0.8500	0.4250
	3	0.8667	0.4333
	4	0.8750	0.4375
	5	0.8800	0.4400
	6	0.8833	0.4417
	7	0.8857	0.4429
	8	0.8875	0.4438
	9	0.8889	0.4444

风险控制：
- 即使胜率高达90%且赔率为1（Full Kelly=80%），Half Kelly仍将仓位控制在40%
- 最高Half Kelly仓位为44.44%（胜率90%+赔率9），远低于70%的风险阈值
参数敏感性：
- 当胜率50%+赔率1时仓位为0（期望值≤0）
- 赔率每增加1单位，仓位增幅递减（边际效应递减）
3.实践建议：
```
# Half Kelly计算函数示例
def half_kelly(p, b):
    edge = b * p - (1 - p)  # 计算期望优势
    if edge <= 0:
        return 0.0
    full_kelly = edge / b  # 标准凯利公式
    return round(full_kelly / 2, 4)  # 半凯利+四舍五入
    
```
实际应用中建议：
- 使用Half Kelly作为仓位上限
- 叠加单标的风险上限（如≤25%总资产）
- 定期根据市场波动调整参数估计

此表验证了即使对高把握交易（如胜率90%），Half Kelly策略仍将单标的风险敞口控制在45%以下，这与金融实践中专业机构单标5-20%的风险限额逻辑一致，避免参数估计误差和黑天鹅事件导致本金毁灭性损失。