Kelly-positiegrootte: de kwetsbare brug van voordeel naar blootstelling

Optimaliseer de juiste grootheid

Kelly-positiegrootte maximaliseert het verwachte logaritmische vermogen in een bepaald model. Het is geen methode om vast te stellen of een voordeel bestaat en maximaliseert niet de kans om volgende maand geld te verdienen. Logaritmen bestraffen uitkomsten die weinig vermogen overlaten en vangen daarmee het effect van verliezen op samengestelde groei. De optimalisatie blijft volledig afhankelijk van de aangenomen kansen, uitbetalingen en haalbare posities.

Voor een eenvoudige herhaalde inzet die met kans p per ingezette eenheid b eenheden wint en anders de volledige inzet verliest, is de onbeperkte fractie f = p − (1 − p)/b. Deze formule is niet rechtstreeks uitwisselbaar met een stoplosspercentage of de marginvereiste van een hefboominstrument. De verliesdefinitie is onderdeel van het model, geen administratieve instelling op een handelsplatform.

De binaire formule volgt uit de vermogensfactoren. Een inzetfractie f laat na winst 1 + bf en na verlies 1 − f over, ten opzichte van het beginvermogen. De verwachte loggroei is p ln(1 + bf) + (1 − p) ln(1 − f). De afgeleide gelijkstellen aan nul geeft het genoemde optimum. De afleiding toont ook de grenzen: vermogen moet bij iedere gemodelleerde uitkomst positief blijven, en leen- of shortbeperkingen veranderen welke fracties haalbaar zijn.

Kleine kansfouten veroorzaken grote fouten in de positiegrootte

Neem uitkomsten met gelijke winst- en verliesbedragen en een geschatte winstkans van 55%. De formule geeft een fractie van 10%. Als de werkelijke kans 51% is, is het modeloptimum slechts 2%; ligt zij onder 50%, dan heeft een positieve positie geen gemodelleerd voordeel. Enkele procentpunten schattingsfout kunnen het schijnbare optimum dus veranderen in aanzienlijke overmatige blootstelling.

Een waargenomen winstpercentage is geen bekende kans. Honderd transacties uit overlappende signalen kunnen veel minder dan honderd onafhankelijke waarnemingen bevatten. Ook kan de uitkomstenverdeling veranderen door kosten, gemiste uitvoeringen en uitzonderlijke verliezen. Beschrijf voordat je een uitkomst voor positiegrootte overweegt hoe de schatting is verkregen, wat de aannemelijke onzekerheidsmarge is en welke ongunstige uitkomsten in de steekproef ontbreken.

Groei betekent niet dat de weg ernaartoe draaglijk is

Een strategie kan positieve verwachte loggroei hebben en toch diepe tussentijdse drawdowns ondervinden. Langetermijnclaims garanderen geen overleving bij een margin call, een opnamebehoefte of een psychologische grens. Een belegger die binnenkort geld nodig heeft, heeft niet de onbeperkte horizon die veel vereenvoudigde demonstraties veronderstellen.

Fractioneel Kelly verlaagt de berekende positie, vaak om gevoeligheid en drawdown te beperken, maar de fractie is geen universeel veiligheidscertificaat. De helft van een ernstig overschat optimum kan nog steeds te groot zijn. Onderzoek naar Kelly-formuleringen met risicobeperkingen maakt drawdownbeperkingen expliciet in plaats van aan te nemen dat een groeidoel automatisch alle voorkeuren vertegenwoordigt. Ook die modellen behouden aannames die onafhankelijk moeten worden onderzocht.

Meerdere kansen delen één balans

Voor elk signaal afzonderlijk de volledige Kelly-berekening toepassen kan ongemerkt hetzelfde kapitaal hergebruiken. Gelijktijdige posities kunnen samen verliezen, en hun gezamenlijke uitkomstenverdeling bepaalt het portefeuilleprobleem. Drie transacties die aan dezelfde valutaschok zijn gekoppeld, zijn niet drie onafhankelijke herhalingen alleen omdat de symbolen verschillen.

Praktische beperkingen omvatten leenkosten, minimale contractgroottes, concentratielimieten en verliezen voorbij de geplande uitstap. Een binair winst-of-verliesmodel verbergt deze details. Maak een scenariotabel voor het totale rekeningvermogen, inclusief gecorreleerde koersgaten en financieringsbehoeften, voordat je een theoretische fractie naar eenheden vertaalt. Geld dat voor uitgaven of noodgevallen is gereserveerd, mag niet achteloos als risicokapitaal worden behandeld om een grotere positie evenredig te laten lijken.

Gebruik de formule als gevoeligheidsoefening

Een nuttige educatieve toepassing is een reeks fracties berekenen bij aannemelijke kansen en uitbetalingen, en vervolgens bekijken hoe instabiel het antwoord wordt. Als een bescheiden verslechtering het voordeel wegneemt, is kwetsbaarheid de belangrijke conclusie, niet het grootste getal in de tabel. Negatieve gemodelleerde groei is ook informatief: minder blootstelling kan geen economisch voordeel creëren dat na kosten ontbreekt.

Houd onderzoeksonzekerheid gescheiden van de persoonlijke draagkracht voor verlies. Een model kan statistisch veelbelovend zijn en toch ongeschikt voor een bepaalde horizon of financieringsconstructie. Leg doel, aannames en bindende beperkingen samen vast. De oefening moet onthullen wat je moet aannemen om een positie te rechtvaardigen, niet een gezaghebbend percentage opleveren dat oordeelsvorming omzeilt.

Controleer het verliesmodel voordat je de fractie bespreekt

De initiële margin is geen maximaal verlies. Als een instrument 1.000 dollar zekerheid vereist maar door een koerssprong vóór sluiting 3.000 kan verliezen, beschrijft een weddenschap die hoogstens 1.000 verliest een ander probleem. Hetzelfde geldt wanneer een stopafstand als contractuele uitbetalingsgrens wordt gezien. De fractie moet passen bij de aangenomen economische verliesverdeling, niet bij het bedrag dat een platform aanvankelijk blokkeert.

Zelfs het binaire model toont de gevolgen van een verliesreeks. Steeds 10% van het resterende vermogen inzetten laat na tien verliezen 0,9¹⁰ ≈ 34,9% van het begin over: een daling van ongeveer 65,1%. Herstel vergt daarna circa 186,8% groei. Bij een inzetfractie van 2% resteert ongeveer 81,7% en is 22,4% nodig voor herstel. Dit zijn berekeningen van specifieke paden, niet van hun kans.

De grootte na iedere uitkomst herberekenen hoort bij het model. Een fractie van het actuele vermogen verlaagt de dollarinzet na verlies. Steeds een vast bedrag van 100 inzetten vanaf een rekening van 1.000 is anders: na vijf verliezen vertegenwoordigt dat bedrag 20% van het restant. Een fractie eenmalig berekenen en daarna het nominale bedrag vasthouden simuleert geen herhaalde proportionele grootte. Minimumaantallen kunnen exacte verkleiningen ook onmogelijk maken.

Zeldzame uitkomsten verdienen expliciete scenario’s. Een uitkomst die het hele vermogen vernietigt heeft een logaritme van min oneindig. Haar weglaten omdat zij niet in een korte historie voorkomt kan het ogenschijnlijke optimum ingrijpend veranderen. Het doel is niet om een precieze kans te verzinnen, maar om geschatte gewone resultaten te onderscheiden van ongemodelleerde faalwijzen en te vragen of de voorgenomen blootstelling die laatste überhaupt kan overleven.