交易里的凯利公式：实操和硬上限

凯利公式 f* = (bp - q) / b 给出的是最大化长期增长的下注资金比例，其中 b 是净赔率（盈亏比），p 是胜率，q = 1 - p。换到交易语境，b = 平均盈利 / 平均亏损。如果你的平均盈利是 2100 元、平均亏损 1050 元，那 b = 2。胜率 55% 时：f* = (2*0.55 - 0.45) / 2 = 0.325。凯利说每笔风险 32.5% 的本金——这就疯了。

数学没错；错的是输入。你的 edge 和胜率是从有限样本估出来的。100 笔测出来的 55% 胜率，95% 置信区间大约 ±10%。把高估的 edge 喂进全 Kelly，会带来灾难性回撤——全 Kelly 下，50% 回撤在统计上是常态。

实操规则

• 用分数 Kelly。 四分之一 Kelly（0.25 * f*）是专业默认。上面那个 32.5% 就变成约 8%，仍然偏高；多数人把绝对风险封顶在 1-2%。
• 每季度重估 edge，每种 setup 类型至少 30-50 笔。别把不同 setup 混着算——趋势系统和均值回归系统的 b 和 p 不一样。
• 按相关性调整。 Kelly 假设下注独立。相关持仓（比如同时做多 5 只科技股）违反这一条——把这一簇当成一笔下注，或进一步调低 f*。
• 可变亏损会打破模型。 Kelly 建模的是固定赔率。止损距离变化时，用历史交易结果的几何均值代替闭式公式。

分数 Kelly 参考

硬上限

Kelly 优化的是终点财富，不是通往终点的路径。40% 回撤在数学上可能"最优"，在实操和心理上都不可接受。不论 Kelly 算出多少，仓位风险封顶 2%。如果 Kelly 输出超过 2%，多半是你的 edge 估错了——信上限，别信公式。