如何剖析凯利指数[资料]

如何剖析凯利指数[资料] 怎么分析凯利指数 凯利作为大家普遍认为的一种控制陪率公司风险的杠杆让很多人产生浓厚的兴趣，也伤透了很多人的心。起初很多人为凯利的计算用尽心思，最后会计算了，可又为凯利的真正用途的理解运用产生迷惑。 凯利的计算方法有很多，不同的人有不同的看法。还有些对基数(也就是参考陪率)的采用有出入。有些人采用的基数是99家即时平均陪率，有的采用的是欧洲平均陪率(这里的99家陪率和欧洲平均率一定去掉交易所)。所以对同一公司同一时间不同的人有不同的凯利数值。具体计算如下: 首先我们计算出每个公司的反还率: F=1/(1/胜赔+1/平赔+1/负赔) 再计算99家或欧洲平均陪率的反还率:F99=1/(1/胜赔+1/平赔+1/负赔) 最后每家公司胜平负的凯利计算是: K胜=(胜赔率/99家胜赔率)F99 K平=(平赔率/99家平赔率)F99 K负=(负赔率/99家负赔率)F99 拿 艾宾奴列夫 VS 克罗托内 这场球赛来说:我们来计算威廉这家公司的胜平负的凯利值。 F=1/(1/胜赔+1/平赔+1/负赔)=1/(1/2.15+1/2.9+1/3.2)=0.89(是约数一般保留两位小数以下都是) F99=1/(1/胜赔+1/平赔+1/负赔)=(1/2.04+1/2.96+1/3.49)=0.90 K胜=(胜赔率/99家胜赔率)F99=(2.15/2.04)0.9=0.95 K平=(平赔率/99家平赔率)F99=(2.9/2.96)0.9=0.85 K负=(负赔率/99家负赔率)F99=(3.2/3.49)0.9=0.82 粗略的计算就是这样，当然不同的人有不同的计算方法，从而得到的结果有些出入，但差别不是很大。 很多人对凯利值的表面看法是这样的:数值比反还率大很多，就越难打出，因为这时公司承担的风险就越高;数值越小，对公司越利，这是公司越想打出的结果。但根据很多人的经验总结数值过高或过低都很难打出的。所以很多人就这样来粗略判断每场比赛可能打出的结果。通过一些固定公司的比较和总结，时间长了会总结出自己的一套看凯利的方法，在这个过程中其实你掌握的不是基本的凯利数值这么简单，其实你能粗略掌握一些公司的抄盘规律，这自己好好去体会我不说了。 我在这里想发表下自己的另一个观点:通过这个方法确实很有用 很多比赛是能很好的判断出结果的，对大冷门的判断也是很有见地的。看凯利的顺序最好是从低赔率看起这才正确的，首先我们要通过不同公司的凯利值对比，来判断低赔率能否打出，再来判断其他结果。 在判断的时候很多人也掉入思维的另一面老想着很高的不会打出，很低的也很难 打出，结果看来看去310都很难出，最后还是拿不出决定。要想让自己能很好得去判断，必须要搞清楚凯利值的过高过低这个概念:判断凯利值的过高过低要结合公司的反还率来比较的。 还有就是过高过低的界限到底是多少,这点是和每个公司的操盘有关系的。所以说来说去凯利也不是我们很多人想象中的那么直观的，关键点还是自己多总结多比较。不管怎么样凯利比基本的陪率要有用多了。 所以现在很多人对凯利的变形产生了很大兴趣，也就是通过变形把凯利放大从而去找粗率的过高或过低的分界值，这样更直观，更能提高自己的准确率。不久以后我相信有人对凯利会有另外的认识和换算的。 想提醒大家的是，自己要有一些固定的公司比较，包括大公司小公司不同区域的公司。 有机会再深入谈谈凯利的几种变形以及赔率变化对公司资金流动的影响～