Penentuan saiz Kelly: hubungan rapuh antara kelebihan dengan pendedahan
Fahami pertumbuhan logaritma, ralat anggaran dan mengapa pecahan optimum secara teori mungkin tidak tertanggung dalam amalan.

Optimumkan kuantiti yang betul
Penentuan saiz Kelly memaksimumkan jangkaan logaritma kekayaan dalam model tertentu. Ia bukan kaedah menemukan sama ada kelebihan wujud, dan tidak memaksimumkan peluang memperoleh wang bulan depan. Logaritma menghukum hasil yang meninggalkan sedikit kekayaan, merangkumi kesan pengkompaunan kerugian. Pengoptimuman masih bergantung sepenuhnya pada kebarangkalian andaian, hasil bayaran dan kedudukan yang boleh dilaksanakan.
Bagi pertaruhan berulang mudah yang menang b unit setiap unit dipertaruhkan dengan kebarangkalian p dan kehilangan seluruh pertaruhan jika tidak, pecahan tanpa kekangan ialah f = p − (1 − p)/b. Formula ini tidak boleh terus ditukar ganti dengan peratusan henti rugi atau keperluan margin instrumen berleveraj. Takrif kerugiannya sebahagian model, bukan tetapan pentadbiran pada platform dagangan.
Rumus dua hasil datang daripada pengganda kekayaan. Dengan pecahan f, kekayaan relatif menjadi 1 + bf apabila menang dan 1 − f apabila kalah. Jangkaan pertumbuhan logaritma ialah p ln(1 + bf) + (1 − p) ln(1 − f). Pembezaan dan penyamaan terbitan dengan sifar memberikan optimum terdahulu. Kekayaan mesti positif dalam setiap hasil yang dimodelkan; sekatan pinjaman dan jualan singkat turut mengubah pecahan yang boleh dilaksanakan.
Ralat kebarangkalian kecil mewujudkan ralat saiz besar
Pertimbangkan hasil ganjaran setara pertaruhan dan anggaran kebarangkalian menang 55%. Formula memberikan pecahan 10%. Jika kebarangkalian sebenar 51%, optimum model hanya 2%; jika di bawah 50%, kedudukan positif tiada kelebihan dimodelkan. Oleh itu, ralat anggaran beberapa mata peratusan boleh menukar optimum yang kelihatan menjadi pendedahan berlebihan besar.
Kadar menang diperhatikan bukan kebarangkalian diketahui. Seratus dagangan daripada isyarat bertindih boleh mengandungi jauh kurang daripada seratus pemerhatian bebas. Taburan hasil bayaran juga mungkin berubah selepas fi, pelaksanaan terlepas dan kerugian luar biasa. Sebelum mempertimbangkan sebarang hasil saiz, terangkan cara anggaran diperoleh, julat ketidakpastian munasabahnya dan hasil buruk yang tiada dalam sampel.
Pertumbuhan tidak bermakna perjalanan yang dapat ditanggung
Strategi boleh mempunyai jangkaan pertumbuhan log positif sambil mengalami susut nilai besar dari puncak sementara. Dakwaan jangka panjang tidak menjamin kelangsungan semasa panggilan margin, keperluan pengeluaran atau had psikologi. Pelabur dengan keperluan tunai terdekat tidak mempunyai ufuk tanpa had yang diandaikan banyak demonstrasi ringkas.
Kelly pecahan mengecilkan kedudukan dikira, sering untuk mengurangkan kepekaan dan susut nilai dari puncak, tetapi pecahan itu bukan sijil keselamatan sejagat. Separuh optimum yang sangat terlebih anggar masih boleh terlalu besar. Penyelidikan formulasi Kelly berkekangan risiko menjadikan sekatan susut nilai jelas, bukannya mengandaikan objektif pertumbuhan secara automatik mewakili semua keutamaan. Model itu turut mengekalkan andaian yang memerlukan penelitian bebas.
Pelbagai peluang berkongsi satu kunci kira-kira
Menggunakan pengiraan Kelly penuh berasingan pada setiap isyarat boleh menggunakan semula modal sama secara senyap. Kedudukan serentak mungkin rugi bersama, dan taburan hasil bayaran bersamanya menentukan masalah portfolio. Tiga dagangan berkaitan kejutan mata wang sama bukan tiga ulangan bebas hanya kerana simbol berbeza.
Kekangan praktikal merangkumi kos pinjaman, saiz kontrak minimum, had penumpuan dan kerugian melepasi harga keluar dirancang. Model binari menang atau kalah menyembunyikan butiran ini. Bina jadual senario bagi jumlah kekayaan akaun, termasuk jurang berkorelasi dan keperluan pembiayaan, sebelum menterjemahkan pecahan teori kepada unit. Tunai yang diperuntukkan untuk perbelanjaan atau kecemasan tidak patut sewenang-wenangnya dianggap modal risiko hanya untuk menjadikan kedudukan lebih besar kelihatan berkadar.
Gunakan formula sebagai latihan sensitiviti
Satu kegunaan pendidikan yang bermanfaat ialah mengira julat pecahan bagi kebarangkalian dan pulangan yang munasabah, kemudian meneliti sejauh mana jawapannya tidak stabil. Jika kemerosotan kecil menghapuskan kelebihan, kesimpulan pentingnya ialah kerapuhan, bukan nombor terbesar dalam jadual. Pertumbuhan termodel yang negatif juga memberikan maklumat: mengurangkan pendedahan tidak boleh mewujudkan kelebihan ekonomi yang tiada selepas kos.
Asingkan ketidakpastian penyelidikan daripada kemampuan peribadi menanggung kerugian. Sesuatu model boleh menjanjikan dari segi statistik tetapi tidak sesuai untuk tempoh atau pengaturan pembiayaan tertentu. Catat objektif, andaian dan kekangan yang mengikat bersama-sama. Tujuan latihan ini ialah mendedahkan perkara yang mesti dipercayai untuk mewajarkan sesuatu kedudukan, bukan menghasilkan peratusan berwibawa yang mengetepikan pertimbangan.
Semak model kerugian sebelum memilih pecahan modal
Margin awal bukan kerugian maksimum. Instrumen dengan margin 1,000 dolar boleh kehilangan 3,000 akibat jurang harga sebelum kedudukan ditutup. Memodelkannya sebagai pertaruhan yang paling banyak kehilangan 1,000 mengubah soalan. Menganggap jarak henti rugi sebagai sempadan kerugian terjamin juga kesilapan yang sama. Pecahan mesti merujuk taburan kerugian ekonomi, bukan sekadar tunai yang dibekukan platform.
Pada pecahan tetap 10% daripada kekayaan semasa, sepuluh kerugian berturut-turut meninggalkan 0.9¹⁰ ≈ 34.9% kekayaan awal. Susutannya kira-kira 65.1%, dan pemulihan memerlukan sekitar 186.8% pertumbuhan. Dengan pecahan 2%, kira-kira 81.7% kekal dan sekitar 22.4% diperlukan untuk pulih. Ini pengiraan laluan tertentu, bukannya kebarangkalian laluan itu berlaku.
Pengiraan semula selepas setiap hasil juga penting. Sepuluh peratus kekayaan semasa mengecilkan amaun selepas rugi. Amaun tetap 100 dolar daripada akaun awal 1,000 ialah proses lain: selepas lima kerugian, amaun itu menjadi 20% daripada baki kekayaan. Mengira pecahan sekali sahaja bukan penskalaan berkadar yang berulang. Saiz dagangan minimum juga boleh menghalang pengurangan seterusnya.
Hasil yang menghapuskan seluruh kekayaan mempunyai logaritma negatif infiniti. Menggugurkannya kerana tiada dalam sejarah singkat boleh mengubah optimum secara mendasar. Jangan mereka-reka kebarangkalian tepat; bezakan anggaran hasil biasa daripada bentuk kegagalan yang belum dimodelkan, kemudian semak sama ada pendedahan mampu bertahan terhadapnya.