Kelly-kriteriet i sportsspill: Optimal innsatsstørrelse for profesjonelle spillere
Oppsummering
- Kelly forteller deg den eksakte brøkdelen av bankrollen din du bør spille for å maksimere langsiktig vekst
- Formel: f* = (bp − q) / b der b = nettokurser, p = vinnersannsynlighet, q = tapssannsynlighet
- Full Kelly er matematisk optimal men praktisk farlig – de fleste profesjonelle bruker ¼ til ½ Kelly
- Kelly forutsetter at sannsynlighetsestimatene dine er perfekt kalibrerte – overestimer fordelen og Kelly over-innsetter, med risiko for ruin
- Med 5 % fordel på en 1,90-innsats anbefaler Full Kelly ~5,3 % av bankrollen – ¼ Kelly = ~1,3 %
Kelly-kriteriet, utviklet av fysikeren John L. Kelly Jr. i 1956, løser et spesifikt problem: gitt en +EV-innsats, hvor mye av bankrollen bør du innsette? Innsett for lite og du vokser for sakte. Innsett for mye og variansen risikerer å utslette deg.
Kellys formel finner den matematisk optimale brøkdelen. Brukt korrekt – spesielt i fraksjonell form – er det grunnlaget for profesjonell bankrollstyring.
Kelly-formelen forklart
Kelly-formelen bestemmer hvilken brøkdel av bankrollen din (f*) du bør innsette på en innsats:
f* = (bp − q) / b
Der:
- b = nettokurser (desimalkurser minus 1; f.eks. kurser på 2,10 → b = 1,10)
- p = estimert sannsynlighet for å vinne (som desimal)
- q = sannsynlighet for å tape = 1 − p
Formelen kan også skrives som: f* = (Sannsynlighet × Kurser − 1) / (Kurser − 1), som gjør det tydelig at Kelly er direkte avledet fra EV dividert med nettokursene – dvs. fordelen din dividert med variansen.
Kelly-beregning: kurser 2,10, estimert vinnersannsynlighet 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 % av bankrollen
På en 100 000 kr bankroll anbefaler Kelly å innsette 14 090 kr på denne innsatsen. Det føles stort – og det er det. Dette er Full Kelly, matematisk optimal kun hvis 55 %-sannsynlighetsestimatet ditt er nøyaktig korrekt.
Verifisering: den implisitte sannsynligheten til 2,10 kurser er 47,6 %. Fordelen din over den implisitte sannsynligheten er 7,4 prosentpoeng. Kelly oversetter denne fordelen til en 14,1 % bankrolltildeling – omtrent det dobbelte av fordelsprosenten, noe som reflekterer kursstrukturen.
Full Kelly vs fraksjonell Kelly
Full Kelly er den teoretisk optimale brøkdelen, men den har alvorlige praktiske problemer. Kellys avledning forutsetter at sannsynlighetsestimatene dine er perfekt nøyaktige. I virkeligheten har selv sofistikerte modeller estimeringsteil. Hvis den sanne vinnersannsynligheten er 52 % og du estimerer 55 %, forteller Full Kelly deg å innsette 14,1 % når den korrekte Kelly-brøkdelen ville være ca. 4,3 % – en faktor på 3 for høy.
Å overvurdere fordelen med Full Kelly fører til over-innsetting, noe som øker variansen og kan forårsake store tilbakeslag selv når du har en ekte fordel. Kelly selv viser at å innsette over den optimale brøkdelen reduserer langsiktig vekstrate – aggressivt. Å innsette det dobbelte av Kelly-brøkdelen gir den samme langsiktige veksten som å innsette null.
Profesjonelle spillere bruker typisk fraksjonell Kelly – en fast prosentandel av Full Kelly-anbefalingen – for å håndtere denne estimeringsusikkerheten:
| Kelly-brøkdel | Innsats (14,1 % Full Kelly eksempel) | Langsiktig vekstrate | Maksimalt forventet tilbakeslag | Typisk brukstilfelle |
|---|---|---|---|---|
| Full Kelly (100 %) | 14,1 % av bankrollen | Optimal (teoretisk) | 50 %+ tilbakeslag vanlig | Teori kun – anbefales ikke i praksis |
| Halv Kelly (50 %) | 7,05 % av bankrollen | ~75 % av Full Kelly-vekst | 20–30 % tilbakeslag | Erfarne spillere med kalibrerte modeller |
| Kvart Kelly (25 %) | 3,5 % av bankrollen | ~55 % av Full Kelly-vekst | 10–15 % tilbakeslag | Standard profesjonell praksis |
| Åttendel Kelly (12,5 %) | 1,75 % av bankrollen | ~35 % av Full Kelly-vekst | 5–8 % tilbakeslag | Nye spillere / høy usikkerhets-modeller |
Kvart Kelly er den mest siterte profesjonelle standarden. Den fanger over halvparten av Full Kellys vekstrate mens tilbakeslagene reduseres til håndterbare nivåer – og den gir en naturlig buffer mot sannsynlighetsestimeringsfeil på opptil ~3 prosentpoeng før strategien blir aggressiv.
Kvart Kelly anvendt på en AH-spillportefølje over 100 innsatser
Oppsett: 100 000 kr startbankroll, 5 % gjennomsnittlig EV-fordel, gjennomsnittskurser 1,90, estimert vinnersannsynlighet 52,6 %, Full Kelly = 5,3 % per innsats, Kvart Kelly = 1,33 % per innsats.
- Kvart Kelly-innsats på første innsats: 100 000 kr × 1,33 % = 1 330 kr
- Forventet bankroll etter 100 innsatser ved 5 % EV: Sammensettingseffekten produserer omtrent 100 000 kr × 1,58 = ~158 000 kr, forutsatt at innsatser beregnes på nytt fra gjeldende bankroll for hver innsats
- Sannsynlighet for verst tenkelig tilbakeslag (Kvart Kelly): En sekvens på 15 påfølgende tap – plausibelt ved 47,4 % tapsannsynlighet – ville redusere bankrollen med ca. 18 %. Den samme sekvensen på Full Kelly ville redusere den med ~55 %
- Etter 100 innsatser: Med ekte 5 % EV og Kvart Kelly genererer et 52-gevinst / 48-tap-fordeling på 1,90-innsatser ca. 23 000 kr gevinst – 23 % ROI på startbankroll
Nøkkelinnsikten: Kvart Kelly ofrer noe teoretisk vekst i bytte mot variansreduksjonen som lar en spiller overleve uunngåelige tapsperioder uten å panikkere eller gå konkurs.
Kellys forutsetninger og begrensninger
Kellys formel er bygget på flere forutsetninger som ikke er perfekt oppfylt i reelt spill. Å forstå disse begrensningene er essensielt for å bruke det korrekt.
Sannsynlighetsestimeringsfeil
Kelly krever nøyaktige sannsynlighetsestimater. Et overestimat på 2 prosentpoeng kan doble eller tredoble den anbefalte innsatsen. Siden sportsspillmodeller aldri er perfekt kalibrerte, over-innsetter Full Kelly systematisk. Fraksjonell Kelly er korreksjonen – den oppfører seg som om fordelsestimatet ditt er bevisst konservativt.
Forutsetning om ingen samtidige innsatser
Klassisk Kelly forutsetter sekvensielle innsatser med bankrollberegning mellom hver. I praksis har profesjonelle spillere ofte flere åpne innsatser samtidig. Kelly-formelen tar ikke hensyn til korrelerte samtidige eksponeringer. Hvis to åpne innsatser er på samme liga og vær er en delt faktor, er utfallene korrelerte – og Kelly ville trenge å anvendes på den felles posisjonen, ikke hver innsats individuelt. I praksis setter de fleste profesjonelle ganske enkelt størrelse på hver innsats konservativt og sporer total eksponering som prosentandel av bankrollen.
Forutsetning om logaritmisk nytte
Kelly maksimerer den forventede logaritmen av formue – en nyttefunksjon som eksponentielt straffer ruin. Dette er teoretisk fornuftig, men ikke alles faktiske risikoproferensfunksjon. En spiller som genuint foretrekker høyere varians i bytte mot raskere vekst kan rasjonelt bruke en brøkdel over Kelly. En spiller med begrenset bankroll som ikke kan absorbere tilbakeslag kan bruke en mye mindre brøkdel. Kellys brøkdel er et utgangspunkt, ikke en preskripjsjon.
Løsningen: Fraksjonell Kelly
Alle tre problemene ovenfor adresseres på samme måte: bruk en brøkdel av Full Kelly. Kvart Kelly reduserer spesifikt innvirkningen av estimeringsteil med 75 %, håndterer eksponering fra samtidige innsatser tryggere, og produserer en variansprofil som nesten alle profesjonelle spillere finner mer psykologisk håndterbar. Reduksjonen i teoretisk vekstrate (fra optimal til ~55 % av optimal) er kostnaden – og for de fleste spillere er det den riktige avveiningen.
Kelly i praksis: Implementering for seriøse spillere
Implementering av Kelly krever tre operasjonelle komponenter: en kalibrert sannsynlighetsmodell, et registreringssystem for gjeldende bankroll, og disiplinert innsatsomberegning.
Kalibrering: Spor innsatsene dine mot sluttkurspriser. Hvis modellen din konsekvent finner CLV (closing line value), slår sannsynlighetsestimatene dine markedet – dette er valideringen du trenger før du stoler på Kelly-inndataene dine. Uten denne valideringen, bruk en mindre brøkdel (åttendel eller kvart Kelly) til utvalget rettferdiggjør tillit.
Bankrollsporing: Kelly-innsetting krever nøyaktig kunnskap om gjeldende bankroll. Foreldede bankrolltall fører til feil innsatsstørrelser. Oppdater etter hver avgjort innsats. Hvis flere innsatser plasseres daglig, bruker mange profesjonelle en daglig åpningsbankrollfigur for å unngå konstant omberegning midt i en økt.
Minimumsinnsatsgulv: Kelly kan anbefale svært små innsatser (under 0,5 % av bankrollen) på lave-fordels-innsatser. De fleste profesjonelle setter en minimumsinnats på 0,5 % for å unngå at bokingsavgifter og administrativ friksjon overveldede den teoretiske innsatsen. Kelly-brøkdeler under dette gulvet ignoreres ganske enkelt – det teoretiske tapet ved å hoppe over disse innsatsene er ubetydelig sammenlignet med kostnadene ved å plassere mange svært små innsatser.
Tilgang gjennom en spillmegler med skarpe bokpriser representerer en riktig implementert fraksjonell Kelly-strategi på asiatiske handicap-markeder det nærmeste en matematisk strengt bankrollstyringsrammeverk tilgjengelig for sportsspillere.
Kelly-formelen
Hva om Kelly anbefaler 0 % eller negativt?
Hvis Kelly-formelen returnerer 0 % eller negativt, er innsatsen ikke +EV etter sannsynlighetsestimatet ditt. Ikke plasser det. Negativ Kelly forteller deg bokstavelig talt å legge innsatsen (spille mot det), noe som krever en spillbørs.
Bør jeg bruke fast prosent eller Kelly?
Fast prosent (f.eks. alltid 2 % av bankrollen) er enklere å implementere og unngår risikoen for å overvurdere fordelen. Kelly optimerer vekst hvis estimatene er nøyaktige. De fleste profesjonelle starter med fast prosent og går over til fraksjonell Kelly når modellen er kalibrert over 1 000+ innsatser.
Kan Kelly brukes for akkumulatorinnsatser?
Teknisk sett ja, men akkumulatorinnsatser involverer korrelerte utfall og sammensatt sannsynlighetsusikkerhet. De fleste seriøse spillere unngår akkumulatorer fullstendig – de representerer negativ EV i nesten alle tilfeller på grunn av bookmaker-margin anvendt per bein.
Hva er forholdet mellom Kelly og CLV?
Kelly bestemmer hvor mye du skal innsette; CLV hjelper med å verifisere om modellen din genererer ekte fordeler. Høy CLV over store utvalg bekrefter at sannsynlighetsestimatene dine slår markedet – noe som er inndataene Kelly trenger.