Kelly Kriterijus Sporto Lažybose: Optimalus Įmokos Dydis Profesionaliems Lažintojams
Santrauka
- Kelly nurodo tikslią bankrolo dalį, kurią reikia statyti, norint maksimaliai padidinti ilgalaikį augimą
- Formulė: f* = (bp − q) / b, kur b = grynieji koeficientai, p = laimėjimo tikimybė, q = pralaimėjimo tikimybė
- Pilnas Kelly yra matematiškai optimalus, bet praktiškai pavojingas — dauguma profesionalų naudoja ¼ iki ½ Kelly
- Kelly daro prielaidą, kad jūsų tikimybių įverčiai yra tiksliai kalibruoti — pervertinkite savo pranašumą ir Kelly per daug stato, rizikuodamas praradimu
- Esant 5% pranašumui ant 1,90 statomo, Pilnas Kelly rekomenduoja ~5,3% bankrolo — ¼ Kelly = ~1,3%
Kelly kriterijus, kurį 1956 m. sukūrė fizikas Johnas L. Kelly Jr., išsprendžia konkretų uždavinį: esant +EV statymui, kiek bankrolo turėtumėte statyti? Statykite per mažai — augsite per lėtai. Statykite per daug — dispersija rizikuoja jus sunaikinti.
Kelly formulė randa matematiškai optimalią dalį. Tinkamai naudojama — ypač dalinėje formoje — tai yra profesionalaus bankrolo valdymo pagrindas.
Kelly Formulė Paaiškinta
Kelly formulė nustato, kokią bankrolo dalį (f*) statyti ant statomo:
f* = (bp − q) / b
Kur:
- b = grynieji koeficientai (dešimtainiai koeficientai minus 1; pvz., koeficientas 2,10 → b = 1,10)
- p = numatoma laimėjimo tikimybė (kaip dešimtainis skaičius)
- q = pralaimėjimo tikimybė = 1 − p
Formulę taip pat galima užrašyti kaip: f* = (Tikimybė × Koeficientai − 1) / (Koeficientai − 1), kas aiškiai rodo, kad Kelly yra tiesiogiai išvedamas iš jūsų EV, padalinto iš grynųjų koeficientų — t.y., jūsų pranašumas padalintas iš dispersijos.
Kelly skaičiavimas: koeficientas 2,10, numatoma laimėjimo tikimybė 55%
b = 2,10 − 1 = 1,10 | p = 0,55 | q = 0,45
f* = (1,10 × 0,55 − 0,45) / 1,10 = (0,605 − 0,45) / 1,10 = 0,155 / 1,10 = 0,1409 = 14,1% bankrolo
Esant 10 000 € bankrolui, Kelly rekomenduoja statyti 1 409 € šio statomo. Tai atrodo daug — ir taip yra. Tai yra Pilnas Kelly, matematiškai optimalus tik jei jūsų 55% tikimybės įvertis yra tiksliai teisingas.
Patikrinimas: numanoma tikimybė esant 2,10 koeficientams yra 47,6%. Jūsų pranašumas virš numanomos tikimybės yra 7,4 procentiniai punktai. Kelly verčia šį pranašumą į 14,1% bankrolo paskirstymą — maždaug dvigubai daugiau nei pranašumo procentas, atspindintis koeficientų struktūrą.
Pilnas Kelly prieš Dalinį Kelly
Pilnas Kelly yra teoriškai optimali dalis, tačiau ji turi rimtų praktinių problemų. Kelly išvedimas daro prielaidą, kad jūsų tikimybių įverčiai yra tobulai tikslūs. Tikrovėje net sudėtingi modeliai turi įvertinimo klaidas. Jei jūsų tikroji laimėjimo tikimybė yra 52%, o jūs vertinate 55%, Pilnas Kelly liepia statyti 14,1%, kai teisingas Kelly procentas būtų maždaug 4,3% — 3 kartus per daug.
Pranašumo pervertinimas naudojant Pilną Kelly lemia per didelį statymą, kas padidina dispersiją ir gali sukelti didelius nuosmukius net kai turite tikrą pranašumą. Pats Kelly rodo, kad statant virš optimalios dalies mažėja ilgalaikis augimo tempas — agresyviai. Statomasis dvigubas Kelly dalies sukuria tą patį ilgalaikį augimą kaip ir nulis statymų.
Profesionalūs lažintojai paprastai naudoja dalinį Kelly — fiksuotą Pilno Kelly rekomendacijos procentą — šiam įvertinimo neaiškumui valdyti:
| Kelly dalis | Įmoka (14,1% Pilno Kelly pavyzdys) | Ilgalaikis augimo tempas | Maksimalus tikėtinas nuosmukis | Tipinis naudojimo atvejis |
|---|---|---|---|---|
| Pilnas Kelly (100%) | 14,1% bankrolo | Optimalus (teorinis) | 50%+ nuosmukiai dažni | Tik teorija — praktiškai nerekomenduojama |
| Pusė Kelly (50%) | 7,05% bankrolo | ~75% Pilno Kelly augimo | 20–30% nuosmukiai | Patyrę lažintojai su kalibruotais modeliais |
| Ketvirtis Kelly (25%) | 3,5% bankrolo | ~55% Pilno Kelly augimo | 10–15% nuosmukiai | Standartinė profesionali praktika |
| Aštuntadalis Kelly (12,5%) | 1,75% bankrolo | ~35% Pilno Kelly augimo | 5–8% nuosmukiai | Nauji lažintojai / didelės neapibrėžtumo modeliai |
Ketvirtis Kelly yra plačiausiai cituojamas profesionalus standartas. Jis sutelkia daugiau nei pusę Pilno Kelly augimo tempo, sumažindamas nuosmukius iki valdomų lygių — ir suteikia natūralų buferį tikimybių įvertinimo klaidoms iki ~3 procentinių punktų, kol strategija netampa agresyvia.
Ketvirtis Kelly taikomas AH lažybų portfeliui per 100 statymų
Sąranka: 10 000 € pradinis bankrolas, 5% vidutinis EV pranašumas, vidutiniai koeficientai 1,90, numatoma laimėjimo tikimybė 52,6%, Pilnas Kelly = 5,3% per statymą, Ketvirtis Kelly = 1,33% per statymą.
- Ketvirtis Kelly įmoka pirmam statymui: 10 000 € × 1,33% = 133 €
- Tikėtinas bankrolas po 100 statymų esant 5% EV: 10 000 € × (1 + 0,05)^... — sudėtinių palūkanų efektas duoda maždaug 10 000 € × 1,58 = ~15 800 €, darant prielaidą, kad įmokos perskaičiuojamos iš dabartinio bankrolo kiekvienam statymui
- Blogiausio atvejo nuosmukio tikimybė (Ketvirtis Kelly): 15 nuoseklių pralaimėjimų seka — tikėtina esant 47,4% pralaimėjimo tikimybei — sumažintų bankrolą maždaug 18%. Ta pati seka Pilnu Kelly sumažintų jį ~55%
- Po 100 statymų: Su tikru 5% EV ir Ketvirtis Kelly, 52 laimėjimų / 48 pralaimėjimų rezultatas ant 1,90 statymų generuoja maždaug 2 300 € pelno — 23% ROI nuo pradinio bankrolo
Pagrindinė išvada: Ketvirtis Kelly aukoja šiek tiek teorinio augimo mainais už dispersijos sumažinimą, kuris leidžia lažintojui išgyventi neišvengiamas pralaimėjimų sekas nepanikos ar nepasiduodant.
Kelly Prielaidos ir Jų Ribos
Kelly formulė sukurta remiantis keliais prielaidos principais, kurie nėra tobulai tenkinami realiose lažybose. Šių ribų supratimas yra esminis teisingam naudojimui.
Tikimybių Įvertinimo Klaida
Kelly reikalauja tikslių tikimybių įvertinimų. 2 procentinių punktų pervertinimas laimėjimo tikimybėje gali padvigubinti arba patrigubinti rekomenduojamą įmoką. Kadangi sporto lažybų modeliai niekada nėra tobulai kalibruoti, Pilnas Kelly sistemingai per daug stato. Dalinis Kelly yra korekcija — jis elgiasi taip, lyg jūsų pranašumo įvertis yra tyčia konservatyvus.
Vienu Metu Jokių Statymų Prielaida
Klasikinis Kelly daro prielaidą apie nuoseklius statomuosius su bankrolo perskaičiavimu tarp kiekvieno. Praktiškai profesionalūs lažintojai dažnai turi kelis atvirus statomuosius vienu metu. Kelly formulė neatsižvelgia į koreliuotas vienu metu esančias rizikas. Jei du atviri statomi yra toje pačioje lygoje ir oras yra bendras veiksnys, jų rezultatai koreliuoja — ir Kelly turėtų būti taikomas bendrai pozicijai, o ne kiekvienam statymui atskirai. Praktiškai dauguma profesionalų tiesiog konservatyviai nustato kiekvieno statomo dydį ir stebi bendrą rizikuojamą sumą kaip bankrolo procentą.
Logaritmo Naudingumo Prielaida
Kelly maksimizuoja laukiamą turto logaritmą — naudingumo funkciją, kuri eksponentiškai baudžia žlugimą. Tai teoriškai pagrįsta, bet ne kiekvieno tikroji rizikos pageidavimas. Lažintojas, kuris tikrai teikia pirmenybę didesnei dispersijai mainais už greitesnį augimą, gali racionaliai naudoti dalį virš Kelly. Lažintojas su ribotu bankrolu, kuris negali absorbuoti nuosmukių, galėtų naudoti daug mažesnę dalį. Kelly dalis yra atspirties taškas, o ne receptas.
Sprendimas: Dalinis Kelly
Visos trys aukščiau paminėtos problemos sprendžiamos tuo pačiu būdu: naudokite Pilno Kelly dalį. Ketvirtis Kelly konkrečiai sumažina įvertinimo klaidų poveikį 75%, saugiau tvarko vienu metu vykdomus statomuosius ir sukuria dispersijos profilį, kurį beveik visi profesionalūs lažintojai laiko psichologiškai valdomesniu. Teorinio augimo tempo sumažinimas (nuo optimalaus iki ~55% optimalaus) yra išlaidos — ir daugumai lažintojų tai yra tinkamas kompromisas.
Kelly Praktikoje: Rimtų Lažintojų Įgyvendinimas
Kelly įgyvendinimas reikalauja trijų operacinių komponentų: kalibruoto tikimybių modelio, dabartinio bankrolo apskaitos sistemos ir disciplinuoto įmokos perskaičiavimo.
Kalibravimas: Sekite savo statomuosius prieš uždarymo linijų kainas. Jei jūsų modelis nuosekliai randa CLV (uždarymo linijos vertę), jūsų tikimybių įverčiai pralenkia rinką — tai yra patvirtinimas, kurio jums reikia prieš pasitikint Kelly įvestimis. Be šio patvirtinimo naudokite mažesnę dalį (aštuntą ar ketvirtį Kelly), kol mėginys pateisina pasitikėjimą.
Bankrolo sekimas: Kelly statomieji reikalauja žinoti dabartinį bankrolą tiksliai. Pasenę bankrolo skaičiai veda prie neteisingų įmokų dydžių. Atnaujinkite po kiekvieno atsiskaityto statomo. Jei per dieną dedami keli statomi, daugelis profesionalų naudoja dienos atidarymo bankrolo skaičių, kad išvengtų nuolatinio perskaičiavimo tarp sesijų.
Minimalių įmokų apačios: Kelly gali rekomenduoti labai mažas įmokas (žemiau 0,5% bankrolo) ant mažo pranašumo statymų. Dauguma profesionalų nustato minimalią 0,5% įmoką, kad išvengtų, jog rezervavimo mokesčiai ir administraciniai susirūpinimai viršytų teorinį statymą. Kelly dalys žemiau šios apačios tiesiog neimamos — teoriniai nuostoliai praleisdami šiuos statomuosius yra nereikšmingi, palyginti su daugelio labai mažų statymų kaina.
Pasiekiama per lažybų brokerį su aštrių knygų kainomis, tinkamai įgyvendinta dalinė Kelly strategija ant Azijos handicapo rinkų yra artimiausia matematiškai griežtai bankrolo valdymo sistemai, prieinama sporto lažintojams.
Kelly Formulė
Ką daryti, jei Kelly rekomenduoja 0% arba neigiamą?
Jei Kelly formulė grąžina 0% arba neigiamą, statomas nėra +EV pagal jūsų tikimybių įvertinimą. Nestatykite jo. Neigiamas Kelly tiesiogiai liepia pastatyti prieš (lažintis prieš jį), kuriam reikalinga lažybų birža.
Ar turėčiau naudoti fiksuotą procentą ar Kelly?
Fiksuotas procentas (pvz., visada 2% bankrolo) paprasčiau įgyvendinti ir išvengia pranašumo pervertinimo rizikos. Kelly optimizuoja augimą, jei jūsų įverčiai yra tikslūs. Dauguma profesionalų pradeda su fiksuotu procentu ir pereina prie dalinio Kelly, kai jų modelis yra kalibruotas per 1 000+ statymų.
Ar Kelly galima naudoti akumuliatoriaus statymams?
Techniškai taip, tačiau akumuliatoriaus statomi apima koreliuotus rezultatus ir sudėtingą tikimybių neapibrėžtumą. Dauguma rimtų lažintojų visiškai vengia akumuliatorių — jie beveik visada atspindi neigiamą EV dėl bukmecherio maržos, taikomos kiekvienai kojai.
Koks yra ryšys tarp Kelly ir CLV?
Kelly nustato, kiek statyti; CLV padeda patikrinti, ar jūsų modelis generuoja tikrus pranašumus. Aukštas CLV per didelius mėginius patvirtina, kad jūsų tikimybių įverčiai pralenkia rinką — tai yra įvestis, kurios Kelly reikia.