凯利公式法怎么用：对学渣最友好的公式 凯利公式

凯利公式法怎么用：对学渣最友好的公式 凯利公式f= [（1*0.5）-0.5 ] /2 = ？？？如果你还是有 100 元钱，根据公式：胜率 p= 0.5；败率 q= 0.5；赔率 b=（20-10）/ 10= 10/10 = 1；

这样收益曲线，让人忐忑。

现实还能更残酷，庄家可能不会给你这么高的赔率，如果换个赔率：你赢了你拿走 20 元，你输了就没有钱拿。这样还好玩吗？

我再分析一下，你投到小的情况如下：

胜率 p= 0.5；

败率 q= 0.5；

赔率 b=（20-10）/ 10= 10/10 = 1；

如果你还是有 100 元钱，根据公式：

f= [（1*0.5）-0.5 ] /2 = ？？？

此时，数学劝你，这游戏碰都别碰。

如果你对凯利公式感兴趣，想用程序实现以下，可以参考以下代码：

代码来源：http://www.gitweixin.com/?p=664

所以根据「凯利公式」就能赚钱吗？

事实上，凯利公式只是让你在最小风险下，来合理分配投资比例。但如果只依靠凯利公式是完全不可行的。

应用凯利公式需要有两个前提：

第一：在游戏中，你的数学期望必须为正值。也就是说，这个游戏需要从数学的角度来判断是否值得参与。

第二：单次下注的胜率和赔率必须是固定的，但是胜率从独立事件上看是不可靠的，我们需要进行足够的游戏次数才能判断胜率是否在统计学上是固定的。

如果只是单次或几次，玩游戏的话，除了相信运气，其他什么都别信了。

比尔·巴特之所以可以赢钱，是因为他花费很大精力财力搭建的预测系统，这个系统之前也提到过，凯利公式在系统中提供减少投资风险的作用，而自定义的 MLR 模型其实就是保证自己赛马的胜率是较高的，才使得赛马在数学期望上值得玩。

所以凯利公式让我们认清一个道理，想赚钱的话，如果你没有好运气，就需要有好脑子学数学 。

《普林斯顿概率论读本》

第三部 “普林斯顿” 系列读本

[美]史蒂文·J.米勒（Steven J. Miller） | 著

李馨 | 译

本书讲解概率论的基础内容 包括组合分析、概率论公理、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等 内容丰富 通俗易懂 并配有丰富的例子和大量习题 涉及物理学、生物学、化学、遗传学、博弈论、经济学等多方面的应用，极具启发性。