风险模型第二章：现实世界中的仓位——没有干净赔率时如何用凯利

投资背景

第一章确立了公式及其核心教训：过度押注一个真实的优势，仍然可能导致破产。 那一章使用了一个干净的例子——55%胜率、一赔一的硬币游戏——因为干净的数字让数学变得清晰易懂。真实市场从来不会给你那么干净的数字。

这一章讲的是教科书公式与实际使用它（更准确地说，是使用它背后的逻辑）在一个真实投资组合上之间的差距：如何从历史回报中估计胜率和赔率，当你的赌注彼此并不独立时会发生什么，以及这个公式的假设在赌场之外具体是如何失效的。

华尔街的翻译

没有庄家时如何估计输入数据

二十一世纪的算牌者在每一个算牌点上都知道确切的赔率——这副牌是一个封闭的、完全已知的系统。 一个交易策略或一个因子偏向配置则不是。你必须从历史数据中估计W（获胜概率）和R（赔率），而每一份历史样本都是有限的、非平稳的——也就是说，真实的赔率可能在你收集数据之后就已经发生了变化。

凯利公式的连续结果版本（当回报不是二元的输赢，而是一个结果分布时使用）需要该回报分布的均值和方差：

f* = μ / σ²

其中μ是策略的预期超额收益，σ²是其方差。这个版本比抛硬币公式更适用于投资组合层面的决策，因为大多数真实的风险敞口——一个因子偏向、一个资产类别、一个交易策略的回报序列——产生的是一系列结果，而不是简单的输赢二元结果。

实际的问题在于：从5到10年数据中估计出的μ和σ²带有巨大的不确定性，尤其是μ。即使是从很长的历史中，平均回报也是出了名的难以精确估计，而方差相对更容易估计准确。这种不对称性本身就是使用分数凯利的一个理由——你可以更信任公式的分母，而不那么信任分子，这意味着你的f*估计的误差，大部分来自你最不确定的那个部分。

相关的赌注：为什么你的「优势」并不独立

简单的凯利公式假设每一笔赌注彼此独立——一次抛硬币的结果不影响下一次。一个真实的投资组合会不断违反这个假设。

假设你同时运行三个独立的策略，每一个单独按凯利比例配置，看起来都是安全的比例。如果这三个策略往往在相同的条件下同时亏损——比如全市场的流动性紧缩——你实际的组合押注规模，远大于任何单一策略比例所暗示的，因为亏损是同时到来的，而不是相互分散抵消的。

场景	单一策略凯利仓位忽略了什么
三个「独立」的纯多头股票策略	三者在一次广泛的市场下跌中同时亏损——即使策略逻辑不同，实际相关性也很高
一个因子偏向配置 + 一个杠杆ETF + 保证金债务	三者都是同一个底层赌注（增加的市场敞口）的不同伪装
真正具有分散效果的策略（例如在股市崩盘时往往获利的趋势跟踪叠加策略）	正确地降低了组合层面的实际风险——这是唯一一种「组合押注可以让你安全地押得比任何单一计算所暗示的更大」的情况

由此得出的规则是：应该在投资组合层面、基于你实际综合敞口的相关性结构来计算凯利仓位——而不是对每个仓位单独计算凯利仓位再相加。 只要你的赌注共享一个共同的风险因子，把独立计算的凯利比例简单相加，就会系统性地高估你能安全承担的仓位规模——而对大多数散户投资组合而言，在大多数时候，它们确实共享这样的风险因子。

这个公式在哪里悄悄失效

凯利公式所依赖的三个假设，以及当市场违反它们时会发生什么：

1. 平稳性——赔率在每次下注之间不发生变化。市场存在周期；一个策略在某个周期中的优势，到下一个周期可能消失甚至反转。基于过时数据计算出的凯利比例，可能正在为一个已经不复存在的优势配置仓位。

2. 已知且固定的赔付结构——凯利公式假设你事先知道全部结果的分布。市场产生的是肥尾的、偶尔是灾难性的结果，而历史数据系统性地低估了这些结果的可能性（这正是《against the gods 与天为敌》和《antifragile 反脆弱》所探讨的领域——可测量的风险与不可测量的不确定性之间的区别）。一个建立在已知分布之上的公式，其好坏取决于你对那个分布的估计有多准确，而尾部事件恰恰是你的估计最不准确的地方。

3. 实际能够采取公式所建议的仓位规模的能力——真实市场存在流动性限制、保证金要求和税收，而一个干净的公式会忽略这些。

这一切并不意味着凯利公式没有用。它意味着凯利公式是一种关于仓位大小的思考纪律，而不是一个你可以盲目投入数字并信任的黑箱——这也正是为什么分数凯利，以及对自己输入数据保持宽泛的谦逊边际，是标准做法，而不是给胆小者准备的对冲。

可执行的交易规则

1. 如果你为任何策略或偏向配置计算凯利比例，请使用你能获得的最长、最具代表性的数据——并且仍然大幅打折使用结果。 把「凯利给出10%」这样的结果，当作大约给你2%到3%的许可，而不是5%。

2. 在合并多个仓位或策略之前，先问它们是否共享同一种失败模式。 如果同一个不利的市场事件会同时伤害它们所有，就应该把它们作为一个整体来配置仓位，而不是当作几个独立的赌注。

3. 定期重新审视你的输入数据，而不是设定一次仓位大小就不再理会。 从2015到2020年数据估计出的优势，可能无法反映2026年的市场条件；过时的赔率会产生过时的、甚至危险的仓位配置。

4. 把任何凯利公式给出的数字，当作最理想假设下的上限，而不是应该达到的目标。 公式本身的数学结构表明，估计偏小的代价很小，而估计偏大的代价是灾难性的。不对称的后果理应对应不对称的谨慎。

与退休组合的关系

这一章对退休投资者最重要的教训，与计算公式本身无关——而在于相关性这一点。

大多数自认为「已经分散」的散户投资者，实际上是在为几个偷偷是同一笔赌注的仓位分别计算凯利仓位。 一个偏重科技股的投资组合、一支杠杆纳斯达克ETF，以及一笔用来加仓同样持仓的保证金贷款，是同一个集中敞口的三种不同外壳。每一个单独看，可能都像是一个适度的、安全配置的仓位。合并起来，它们是对同一个结果的一笔过大的赌注——正是第一章所展示的、即使拥有真实优势也可能导致破产的那种过度押注情形。

看起来分散的配置	用凯利的语言来说，它实际上是什么
标普500指数基金 + 一支「成长型」科技基金 + 若干只FAANG个股	对同一批大盘成长股的重叠敞口，却被当作三个独立的赌注来配置
房屋净值 + REIT基金 + 房地产股票	装在三个容器里的同一个房地产/利率赌注
全球股票指数 + 「为了额外增长」而持有的同一指数的杠杆版本	杠杆并没有分散任何东西——它只是放大了同一个底层赌注的规模

对你的退休账户而言，实际的启示不是「去为你的持仓计算凯利比例」。 而是：在添加任何新仓位之前，问一问它与你现有组合中的哪些持仓相关，并按合并后的整体、而不是单独一块来配置仓位大小。 这正是为什么一个真正分散化、低成本的核心配置（跨越资产类别和地域，而非集中于单一主题）仍然是基础，而任何战术性或卫星仓位，都应该小到其与组合其余部分的相关性风险，不足以造成第一章所描述的那种破产。

凯利公式并不是在告诉你要回避风险。它以数学的力量告诉你：决定你是能够复利增值、还是最终会亏损的，是你赌注的大小和相关性结构，而不是它们是否存在。

第三章将视角从为单一赌注配置仓位，转向一次性为整个投资组合配置仓位：风险平价，以及为什么在资产类别之间平衡风险——而非平衡资金——会改变一个投资组合在危机中的表现。