❶ 股債平衡溫度計算公式
f=（b×p-q）/b
式中f為你該用資產多少比例下注
b為盈虧比
p為勝率
q為虧損概率，即q=1-p
凱利公式最初為 AT&T 貝爾實驗室物理學家約翰·拉里·凱利（John Larry Kelly）根據同僚克勞德·艾爾伍德·香農於長途電話線雜訊上的研究所建立。凱利說明香農的資訊理論要如何應用於一名擁有內線消息的賭徒在賭馬時的問題。賭徒希望決定最佳的賭金額，而他的內線消息不需完全准確（無雜訊），即可讓他擁有有用的優勢。凱利的公式隨後被香農的另一名同僚愛德華·索普應用於二十一點和股票市場中。
❷ 久賭必贏凱利公式應用是什麼
凱利公式應用是什麼？
凱利公式在實際中應用不上的
因為實際中有很多發生。
所以的話盡量就是花時間去練練（191。one）然後找到感覺就更好了。
❸ 凱利公式 如何應用到股市中
凱利公式 是一條用在期望值很高的投資和投賭中的規則。該公式必須應用在實際增長率相當高，永遠不會導致完全損失所有資金的情況。它假設下賭可無限次進行，而且下注沒有上下限,這就要看你的眼光了
❹ 百分之五十概率用凱利公式
凱利公式:f=(bp-q)/b,也即=p-q/b,(p為勝率,q為賠率,b為賠率)
拓展
凱利准則，即「Kelly-formula」，其本源是1956年JohnKelly在美國著名的貝爾實驗室提出的，屬於概率學關於預測(期)方面的一個分支，原數學模型較復雜，因其在對事件的預期和規避風險等理論上的先進性，凱利准則在搏彩方面的應用也迅速地傳播開來。
通常所說的凱利指數公式為：凱利指數=賠率X平均勝率。而我們知道莊家願意賠低不願意賠高的道理，那麼凱利值低的那個結果最容易出現。
凱利指數作為莊家對概率把握能力的一種表現，從某種程度上體現了莊家對賽事結果的概率傾向。而不同的莊家對不同的賽事有自己不同的認知和信息掌握程度，因此我們可以對不同公司的觀點進行統一考察，從而可以發現莊家這一特殊的群體內部的群體傾向。統計學中通常用方差來描述一組數的離散程度，也就是他們的差異程度。
❺ 如何利用凱利公式控制股票倉位
在我們去進行股票，期貨投資的時候，經常聽到有人說到金字塔加倉法，當虧損的時候，每次虧損都加大我們的倉位到原來的總倉位的兩倍，這樣，一方面可以攤薄我們的平倉持倉成本，另一方面，當行情反轉的時候，我們就更容易回本，甚至收回收益；而當盈利的時候，我們去增加倉位就需要小心，可以每次增加倉位為原來的 1/2，因為股價高的時候，它回落起來也更容易，因此，我們以比較小的倉位去進行加倉，可以避免我們的持倉成本太高。
乍一聽，是這么一回事，而且不少我們投資者也會採用這樣的辦法去應對自己的投資策略。但是，這樣做是否合理，能不能從數學，從數據模擬上針對我們這樣的投資策略去進行一個合理的分析呢？這里，筆者試圖以擲硬幣為例，來介紹鞅與反鞅策略。對於擲硬幣，這里做一個假定，假如正面為贏，反面為輸，贏的話，可以得到多一枚硬幣，輸的話，付出的硬幣就此輸去。
鞅策略
有一種投注方法，當我們每次輸了的時候，那麼我們下次就加倍投注，譬如，第一次如果投入一枚硬幣，那麼下一次我們就投入兩枚硬幣，贏了的話，我們不僅可以將輸了的一枚硬幣成本覆蓋，還能多賺一枚；如果還是輸的話，那麼下次我們投注 4 枚硬幣，贏了的話，不僅可以覆蓋我們付出的 3 枚硬幣，還能多賺一枚硬幣；以這 樣的策略一直往下，如果能贏，我們總是能多贏一枚硬幣。
但是，這樣的策略隱含了一個假設，那就是它默認我們的資金是無限的，當連續輸的情況出現的時候，是否還堅持這樣的策略，哪怕我們仍然想堅持，但是本金可能不足夠了。譬如，假設我們有100 枚初始硬幣，經過這樣的 擲硬幣**，如果出現連續7次皆負的情況，我們的本金就全部輸掉了。也許你會認為，連續7次硬幣都出現反面概率不大，但是，當我們參與這樣的**次數足夠多的時候，連續7次 或更多次硬幣出現的概率會變得非常大，譬如，擲一百次硬幣實驗中，連續7次或更多次出現反面的概率是：
因此，當我們知道了賠率，勝率，完全可以利用凱利公式對我們的投資進行指導，去獲得更多的收益。譬如，讀者可能已經發現了，在我們採用反鞅策略去進行**的時候，一開始風險加大的時候，收益變多；但是超過某個閾值的時候，很容易就破產，這里，我們採用凱利公式計算一下，在我們之前舉例的情況下，投注最佳比例是多少？
在示例中，擲硬幣，每猜對一次的概率都是 0.5, 猜對了贏得 1.25 元，輸了就投入全部沒有，因此，我們有 b=frac{W}{L} = frac{1.25}{1} = 1.25, p, q均為 0.5,L=1, 因此 x=(1.25*0.5 - 0.5)/1.25/1=0.1,從我們實驗的結果可以看到，確實，當風險度為 0.1 的時候，收入最多，與我們之前實驗結果相符。
討論
知道了凱利公式，也許會有讀者會想到，通過凱利公式，完全可以指導我們去做投資，譬如，股票市場，和**差異也不算很大，甚至有人說，股票市場就是一個大賭場。但是，當讀者真的想套用凱利公式的時候，會發現有很大的困難，困難來自於投資的勝率和賠率的不確定性。當我們去投資某支股票的時候，是賺是虧，賺多少，虧多少，並沒有一個確定的值，一個耗時耗力的做法是去做模擬交易或者小資金去投資，根據一段時間後統計投資成功率的結果來決定之後投資比例。但是，一方面這樣的做法相當耗時，另一方面，不同時期，股票市場風格差異，按照彼時投資結果去作為此時投資結果的參考，彼時投資結果是否能正確反應當前市場的風格，可能我們心裡要打一個問號了。那這時候可能讀者就會問，那我們去了解凱利公式有什麼用呢？此時，程序化交易的優勢也就體現出來了。當我們的投資理念確定好之後，用代碼將其建模並回測，完全可以在歷史的不同時間段內進行回測，得到不同市場風格下，策略的勝率和賠率情況，之後，當確定回測結果沒有其他問題的時候，我們就可以按照最佳的投資比例去控制我們利用該策略去投資股票市場的倉位，以期得到最佳的回報。
即便如此，直接套用凱利公式，可能依然是不合適的，在任何時候，我們都需要將風險的意識放在最前面，風險占據的權重可能在我們投資決策中，占據的比例比收益更大，以比較小的風險作為投資決策，可能會更合適。凱利公式考慮的是理論上的勝率賠率，實際情況可能會更差，當考慮到手續費，滑點，回測與實盤其他差異後，實際情況後比回測差基本上是百分百的，因此，我們是不是應該用相比凱利公司更小的風險度作為我們投資的比例呢？
最後，強烈推薦《資金管理方法及其應用》-- 安德烈 昂格爾，如果讀者有時間，有興趣， 強烈推薦大家去仔細研讀參考書籍，對於風險控制，倉位管理，作者給了很好的介紹。另外，海龜交易法的倉位管理，讀者如果閱讀了本文再去看它的倉位管理方式，也許會有更大的收獲。
❻ 凱利公式的凱利公式（TheKellyCriterion）的投資運用
凱利公式在投資中可作如下應用：
1、凱利公式不能代替選股，選股還是要按照巴菲特和費雪的方法。
2、凱利公式可以選時，即使是有投資價值的公式，也有高估和低估的時候，可以用凱利公式進行選時比較。
3、凱利公式適合非核心資產尋找短期投機機會。
4、凱利公式適合作為資產配置的考慮，對於資金管理比較有利,可以充分考慮機會成本。
❼ 凱利公式的結果是什麼意思
凱利公式最初為 AT&T 貝爾實驗室物理學家約翰·拉里·凱利根據同僚克勞德·艾爾伍德·香農於長途電話線雜訊上的研究所建立。凱利說明香農的資訊理論要如何應用於一名擁有內線消息的賭徒在賭馬時的問題。賭徒希望決定最佳的賭金額，而他的內線消息不需完美（無雜訊），即可讓他擁有有用的優勢。凱利的公式隨後被香農的另一名同僚 愛德華·索普應用於二十一點和股票市場中。
凱利公式（TheKellyCriterion）的投資運用
凱利公式在投資中可作如下應用：
1、凱利公式不能代替選股，選股還是要按照巴菲特和費雪的方法。
2、凱利公式可以選時，即使是有投資價值的公式，也有高估和低估的時候，可以用凱利公式進行選時比較。
3、凱利公式適合非核心資產尋找短期投機機會。
4、凱利公式適合作為資產配置的考慮，對於資金管理比較有利,可以充分考慮機會成本。
凱利公式原本是為了協助規劃電子比特流量設計，後來被引用於賭二十一點上去，麻煩就出在一個簡單的事實，二十一點並非商品或交易。賭二十一點時，你可能會輸的賭本只限於所放進去的籌碼，而可能會贏的利潤，也只限於賭注籌碼的范圍。但商品交易輸贏程度是沒得準的，會造成資產或輸贏有很大的震幅。
❽ 足球凱利方差是什麼啊
凱利准則，即「Kelly-formula」，其的本源是1956年John Kelly在美國著名的貝爾實驗室提出的，屬於概率學關於預測(期)方面的一個分支，原數學模型較復雜，因其在對事件的預期和規避風險等理論上的先進性，凱利准則在博彩方面的應用也迅速地傳播開來。
通常所說的凱利指數公式為：凱利指數=賠率 X 平均勝率。而我們知道莊家願意賠低不願意賠高的道理，那麼凱利值低的那個結果最容易出現。
凱利指數作為莊家對概率把握能力的一種表現，從某種程度上體現了莊家對賽事結果的概率傾向。而不同的莊家對不同的賽事有自己不同的認知和信息掌握程度，因此我們可以對不同公司的觀點進行統一考察，從而可以發現莊家這一特殊的群體內部的群體傾向。
統計學中通常用方差來描述一組數的離散程度，也就是他們的差異程度。
(8)凱利公式股票交易應用擴展閱讀：
凱利公式在投資中的利用：
1、凱利公式不能代替選股，選股還是要按照巴菲特和費雪的方法。
2、凱利公式可以選時，即使是有投資價值的公式，也有高估和低估的時候，可以用凱利公式進行選時比較。
3、凱利公式適合非核心資產尋找短期投機機會。
4、凱利公式適合作為資產配置的考慮，對於資金管理比較有利,可以充分考慮機會成本。
❾ 什麼是「凱利公式」
凱利公式是為了協助規劃電子比特流量設計，後被引用於賭二十一點上去。
❿ 怎樣利用凱利公式玩壓大小
進行擲骰子的實驗，然後進行正態分布的檢驗，圖形化理解標准差等概念。
每次擲骰子的可能結果是在[1,6]的范圍內的，進行10000次嘗試，每次投10000次。
為什麼要檢驗正態分布，因為在頻譜派的統計概率分析中，大多數情況都是基於全概率分析，並假設全概率是正態分布的情況下的。
因此當你想對一組數據進行頻譜派的概率分析，你優先需要，對基礎數據進行分析，並得到正態分布這個前提。
舉個例子：股價往往是非正太分布的，因為它並沒有一個全概率的范圍。但是股票（中國）的收益率是有范圍的，范圍區間是[-10, 10]之內，而且往往是正態分布的，既然是正態分布的，那麼我們就能做很多有趣的概率實驗了。