Μέγεθος θέσης κατά Kelly: η εύθραυστη γέφυρα από το πλεονέκτημα στην έκθεση

Βελτιστοποιήστε το σωστό μέγεθος

Ο καθορισμός μεγέθους κατά Kelly μεγιστοποιεί την αναμενόμενη λογαριθμική περιουσία σε ένα καθορισμένο μοντέλο. Δεν είναι μέθοδος εντοπισμού πλεονεκτήματος και δεν μεγιστοποιεί την πιθανότητα κέρδους τον επόμενο μήνα. Οι λογάριθμοι τιμωρούν εκβάσεις που αφήνουν μικρή περιουσία, αποτυπώνοντας τη συνέπεια των ζημιών στον ανατοκισμό. Η βελτιστοποίηση εξακολουθεί να εξαρτάται πλήρως από τις υποτιθέμενες πιθανότητες, τις αποδόσεις εκβάσεων και τις εφικτές θέσεις.

Για ένα απλό επαναλαμβανόμενο στοίχημα που κερδίζει b μονάδες ανά μονάδα πονταρίσματος με πιθανότητα p και διαφορετικά χάνει ολόκληρο το ποντάρισμα, το κλάσμα χωρίς περιορισμούς είναι f = p − (1 − p)/b. Αυτός ο τύπος δεν είναι άμεσα εναλλάξιμος με ένα ποσοστό stop-loss ή με την απαίτηση περιθωρίου ενός μοχλευμένου μέσου. Ο ορισμός της ζημίας του αποτελεί μέρος του μοντέλου, όχι διοικητική ρύθμιση μιας πλατφόρμας συναλλαγών.

Στο μοντέλο δύο αποτελεσμάτων, ο πλούτος πολλαπλασιάζεται με 1 + bf στην επιτυχία και 1 − f στην αποτυχία. Η αναμενόμενη λογαριθμική ανάπτυξη είναι p ln(1 + bf) + (1 − p) ln(1 − f). Ο πλούτος πρέπει να παραμένει θετικός σε κάθε μοντελοποιημένο αποτέλεσμα και να τηρούνται οι περιορισμοί δανεισμού.

Μικρά σφάλματα πιθανότητας δημιουργούν μεγάλα σφάλματα μεγέθους θέσης

Εξετάστε αποτελέσματα με ίσα κέρδη και ζημίες και εκτιμώμενη πιθανότητα νίκης 55%. Ο τύπος δίνει κλάσμα 10%. Αν η πραγματική πιθανότητα είναι 51%, το βέλτιστο του μοντέλου είναι μόνο 2%· αν είναι κάτω από 50%, μια θετική θέση δεν έχει μοντελοποιημένο πλεονέκτημα. Λίγες ποσοστιαίες μονάδες σφάλματος εκτίμησης μπορούν επομένως να μετατρέψουν το φαινομενικό βέλτιστο σε σημαντική υπερέκθεση.

Ένα παρατηρούμενο ποσοστό επιτυχίας δεν είναι γνωστή πιθανότητα. Εκατό συναλλαγές από επικαλυπτόμενα σήματα μπορεί να περιέχουν πολύ λιγότερες από εκατό ανεξάρτητες παρατηρήσεις. Η κατανομή αποδόσεων μπορεί επίσης να αλλάζει μετά από προμήθειες, χαμένες εκτελέσεις και ασυνήθιστες ζημίες. Πριν εξετάσετε οποιοδήποτε αποτέλεσμα καθορισμού μεγέθους, περιγράψτε πώς προέκυψε η εκτίμηση, το εύλογο εύρος αβεβαιότητάς της και ποιες δυσμενείς εκβάσεις λείπουν από το δείγμα.

Η ανάπτυξη δεν συνεπάγεται ανεκτή διαδρομή

Μια στρατηγική μπορεί να έχει θετική αναμενόμενη λογαριθμική ανάπτυξη ενώ υφίσταται βαθιές ενδιάμεσες υποχωρήσεις. Οι μακροπρόθεσμοι ισχυρισμοί δεν εγγυώνται επιβίωση υπό απαίτηση περιθωρίου, ανάγκη ανάληψης ή ψυχολογικό όριο. Ένας επενδυτής με άμεση ανάγκη μετρητών δεν διαθέτει τον απεριόριστο ορίζοντα που υποθέτουν πολλές απλοποιημένες παρουσιάσεις.

Το κλασματικό Kelly μειώνει το υπολογισμένο μέγεθος θέσης, συχνά για να περιορίσει την ευαισθησία και την υποχώρηση κεφαλαίου, αλλά το κλάσμα δεν αποτελεί καθολικό πιστοποιητικό ασφάλειας. Το μισό ενός σοβαρά υπερεκτιμημένου βέλτιστου μεγέθους μπορεί και πάλι να είναι υπερβολικά μεγάλο. Η έρευνα σε διατυπώσεις Kelly με περιορισμούς κινδύνου καθιστά ρητούς τους περιορισμούς υποχώρησης, αντί να υποθέτει ότι ένας στόχος ανάπτυξης εκπροσωπεί αυτόματα όλες τις προτιμήσεις. Και αυτά τα μοντέλα διατηρούν παραδοχές που χρειάζονται ανεξάρτητο έλεγχο.

Πολλές ευκαιρίες μοιράζονται έναν ισολογισμό

Η εφαρμογή χωριστού πλήρους υπολογισμού Kelly σε κάθε σήμα μπορεί να επαναχρησιμοποιεί σιωπηρά το ίδιο κεφάλαιο. Ταυτόχρονες θέσεις μπορεί να χάσουν μαζί και η κοινή κατανομή αποτελεσμάτων τους καθορίζει το πρόβλημα χαρτοφυλακίου. Τρεις συναλλαγές που συνδέονται με τον ίδιο νομισματικό κλυδωνισμό δεν είναι τρεις ανεξάρτητες επαναλήψεις απλώς επειδή διαφέρουν τα σύμβολα.

Οι πρακτικοί περιορισμοί περιλαμβάνουν κόστη δανεισμού, ελάχιστα μεγέθη συμβολαίων, όρια συγκέντρωσης και ζημίες πέρα από την προγραμματισμένη έξοδο. Ένα δυαδικό μοντέλο κέρδους ή ζημίας αποκρύπτει αυτές τις λεπτομέρειες. Δημιουργήστε πίνακα σεναρίων για τον συνολικό πλούτο του λογαριασμού, συμπεριλαμβανομένων συσχετισμένων χασμάτων και αναγκών χρηματοδότησης, πριν μετατρέψετε ένα θεωρητικό κλάσμα σε μονάδες. Μετρητά δεσμευμένα για έξοδα ή έκτακτες ανάγκες δεν πρέπει να αντιμετωπίζονται επιπόλαια ως κεφάλαιο κινδύνου απλώς για να φαίνεται αναλογική μια μεγαλύτερη θέση.

Χρησιμοποιήστε τον τύπο ως άσκηση ευαισθησίας

Μια χρήσιμη εκπαιδευτική εφαρμογή είναι ο υπολογισμός εύρους ποσοστών για εύλογες πιθανότητες και αποδόσεις εκβάσεων, και η εξέταση της αστάθειας της απάντησης. Αν μια μικρή επιδείνωση εξαλείφει το πλεονέκτημα, το σημαντικό συμπέρασμα είναι η ευθραυστότητα, όχι ο μεγαλύτερος αριθμός του πίνακα. Η αρνητική μοντελοποιημένη αύξηση είναι επίσης πληροφοριακή: η μείωση έκθεσης δεν μπορεί να κατασκευάσει οικονομικό πλεονέκτημα που απουσιάζει μετά το κόστος.

Κρατήστε την ερευνητική αβεβαιότητα χωριστά από την προσωπική δυνατότητα απορρόφησης ζημιών. Ένα μοντέλο μπορεί να είναι στατιστικά υποσχόμενο αλλά ακατάλληλο για συγκεκριμένο ορίζοντα ή τρόπο χρηματοδότησης. Καταγράψτε μαζί τον στόχο, τις παραδοχές και τους δεσμευτικούς περιορισμούς. Σκοπός της άσκησης είναι να αποκαλύψει τι πρέπει να θεωρείται αληθές ώστε να δικαιολογείται μια θέση, όχι να παράγει ένα φαινομενικά έγκυρο ποσοστό που παρακάμπτει την κρίση.

Ελέγξτε το μοντέλο ζημιάς πριν επιλέξετε κλάσμα κεφαλαίου

Το αρχικό περιθώριο δεν είναι μέγιστη ζημιά. Ένα μέσο με εξασφάλιση χιλίων δολαρίων μπορεί να χάσει τρεις χιλιάδες λόγω άλματος τιμής. Ούτε η απόσταση stop εγγυάται τιμή εξόδου. Η χρήση δεσμευμένων μετρητών ως ορίου ζημιάς αλλάζει το οικονομικό πρόβλημα.

Δέκα διαδοχικές απώλειες 10% του εκάστοτε πλούτου αφήνουν περίπου 34,9% του αρχικού ποσού και απαιτούν άνοδο 186,8% για ανάκτηση. Με κλάσμα 2%, μένει περίπου 81,7% και χρειάζεται 22,4%. Αυτά είναι αποτελέσματα συγκεκριμένων διαδρομών, όχι πιθανότητες εμφάνισής τους.

Σταθερό ποσό και σταθερό κλάσμα διαφέρουν. Εκατό δολάρια σε λογαριασμό χιλίων είναι αρχικά 10%, αλλά μετά από πέντε ζημιές εκατό δολαρίων γίνονται 20% του υπολοίπου. Το ελάχιστο μέγεθος συναλλαγής μπορεί επίσης να εμποδίσει περαιτέρω μείωση.

Ένα αποτέλεσμα που μηδενίζει τον πλούτο έχει λογάριθμο μείον άπειρο. Η παράλειψή του επειδή απουσιάζει από σύντομη ιστορία μπορεί να αλλάξει ριζικά το φαινομενικό βέλτιστο. Ξεχωρίστε τις συνήθεις εκτιμήσεις από μη μοντελοποιημένες διαδρομές αστοχίας.