Dimensionamiento de Kelly: el frágil puente entre ventaja y exposición
Comprende el crecimiento logarítmico, el error de estimación y por qué una fracción teóricamente óptima puede resultar intolerable en la práctica.
Optimiza la cantidad adecuada
El dimensionamiento de Kelly maximiza la esperanza del logaritmo del patrimonio en un modelo especificado. No es un método para descubrir si existe una ventaja y no maximiza la probabilidad de ganar dinero el mes próximo. Los logaritmos penalizan resultados que dejan poco patrimonio y reflejan la consecuencia de las pérdidas sobre la capitalización compuesta. La optimización sigue dependiendo por completo de las probabilidades, los pagos y las posiciones factibles supuestos.
Para una apuesta repetida simple que gana b unidades por unidad apostada con probabilidad p y pierde toda la apuesta en caso contrario, la fracción sin restricciones es f = p − (1 − p)/b. Esta fórmula no es directamente intercambiable con un porcentaje de stop-loss ni con el requisito de margen de un instrumento apalancado. Su definición de pérdida forma parte del modelo, no es un ajuste administrativo de una plataforma de negociación.
La fórmula binaria procede de los multiplicadores del patrimonio. Apostar la fracción f deja 1 + bf tras una ganancia y 1 − f tras una pérdida, en proporción al patrimonio inicial. El crecimiento logarítmico esperado es p ln(1 + bf) + (1 − p) ln(1 − f). Igualar a cero su derivada da el óptimo indicado. La derivación también muestra los límites: el patrimonio debe seguir siendo positivo en todos los resultados modelados, y las restricciones al préstamo o a las posiciones cortas modifican las fracciones factibles.
Pequeños errores de probabilidad generan grandes errores de tamaño
Considera resultados con ganancias y pérdidas del mismo importe y una probabilidad estimada de ganar del 55%. La fórmula da una fracción del 10%. Si la probabilidad real es del 51%, el óptimo del modelo es solo del 2%; si es inferior al 50%, una posición positiva no tiene ventaja en el modelo. Por tanto, unos pocos puntos porcentuales de error de estimación pueden transformar el óptimo aparente en una sobreexposición sustancial.
Una tasa de acierto observada no es una probabilidad conocida. Cien operaciones con señales solapadas pueden contener mucho menos de cien observaciones independientes. La distribución también puede cambiar por comisiones, ejecuciones perdidas y pérdidas inusuales. Antes de considerar un dimensionamiento, describe cómo se obtuvo la estimación, su rango plausible de incertidumbre y qué resultados adversos faltan en la muestra.
El crecimiento no implica un recorrido tolerable
Una estrategia puede tener crecimiento logarítmico esperado positivo y sufrir caídas intermedias profundas. Las afirmaciones de largo plazo no garantizan supervivencia ante margen, retiradas o límites psicológicos. Un inversor que necesita efectivo pronto no tiene el horizonte ilimitado de muchas demostraciones simplificadas.
El Kelly fraccionado reduce la posición calculada, a menudo para limitar la sensibilidad y las caídas, pero la fracción no es un certificado universal de seguridad. La mitad de un óptimo muy sobreestimado puede seguir siendo excesiva. La investigación sobre formulaciones de Kelly con restricciones de riesgo explicita los límites de caída, en lugar de suponer que un objetivo de crecimiento representa automáticamente todas las preferencias. Esos modelos también mantienen supuestos que requieren un examen independiente.
Varias oportunidades comparten un mismo balance
Aplicar por separado un cálculo completo de Kelly a cada señal puede reutilizar silenciosamente el mismo capital. Las posiciones simultáneas pueden perder juntas y su distribución conjunta de resultados determina el problema de la cartera. Tres operaciones vinculadas a la misma perturbación cambiaria no son tres repeticiones independientes solo porque sus símbolos difieran.
Las restricciones prácticas incluyen costes de préstamo, tamaños mínimos de contrato, límites de concentración y pérdidas más allá de la salida prevista. Un modelo binario de ganar o perder omite esos detalles. Construye una tabla de escenarios para el patrimonio total de la cuenta, incluidos saltos correlacionados y necesidades de financiación, antes de convertir una fracción teórica en unidades. El efectivo reservado para gastos o emergencias no debe tratarse a la ligera como capital de riesgo solo para que una posición mayor parezca proporcionada.
Utiliza la fórmula como ejercicio de sensibilidad
Una aplicación educativa útil consiste en calcular un intervalo de fracciones para probabilidades y pagos plausibles, y después examinar la inestabilidad de la respuesta. Si un deterioro moderado elimina la ventaja, la conclusión importante es la fragilidad, no la cifra mayor de la tabla. El crecimiento modelizado negativo también aporta información: reducir la exposición no puede crear una ventaja económica inexistente después de costes.
Mantén separadas la incertidumbre de la investigación y la capacidad personal para asumir pérdidas. Un modelo puede ser estadísticamente prometedor y, aun así, inadecuado para un horizonte o una estructura de financiación concreta. Registra juntos el objetivo, los supuestos y las restricciones vinculantes. El propósito del ejercicio es revelar qué debe creerse para justificar una posición, no producir un porcentaje autoritario que sustituya al criterio.
Comprueba el modelo de pérdidas antes de discutir la fracción
La garantía inicial exigida no es una pérdida máxima. Si un instrumento requiere 1000 dólares de margen, pero un salto de precio puede ocasionar 3000 de pérdida antes del cierre, modelarlo como una apuesta que solo pierde 1000 cambia el problema. Lo mismo sucede al tratar la distancia del stop como un límite contractual. La fracción debe corresponder a la distribución económica de pérdidas supuesta, no al dinero que la plataforma pide inmovilizar inicialmente.
Incluso el modelo binario permite ver el efecto de una secuencia adversa. Arriesgar siempre el 10% del patrimonio restante deja 0,9¹⁰ ≈ 34,9% tras diez pérdidas consecutivas: una caída aproximada del 65,1%. Recuperar el punto de partida exige después un aumento del 186,8%. Con una fracción del 2%, quedan aproximadamente el 81,7% y se necesita un 22,4% para recuperar. Estos cálculos describen trayectorias concretas; no indican la probabilidad de que ocurran.
Recalcular el tamaño tras cada resultado es parte del modelo. Una fracción del patrimonio actual reduce la apuesta monetaria después de perder. Mantener una apuesta fija de 100 dólares desde una cuenta inicial de 1000 es otro proceso: tras cinco pérdidas, esos mismos 100 representan el 20% de lo que queda. Calcular una fracción una sola vez y mantener después la cantidad monetaria no simula un dimensionamiento fraccionado repetido. Los tamaños mínimos también pueden impedir reducciones exactas.
Los resultados poco frecuentes necesitan escenarios explícitos. En un modelo logarítmico, perder todo el patrimonio implica un logaritmo de menos infinito. Excluir esa posibilidad porque no apareció en un historial corto puede alterar radicalmente el óptimo aparente. No se trata de inventar una probabilidad precisa, sino de separar los resultados cotidianos estimados de los fallos no representados y comprobar si la exposición propuesta podría sobrevivir a estos últimos.