假设你专门划出10万元风险资本，即使亏损也不会影响正常生活。面前有一个可以反复参与的机会：每次有60%的概率赚一倍，40%的概率亏掉下注的部分。

你知道这是一个好机会。问题是，该投多少？

投10%，增长可能慢一些，但波动也更小；投50%，几次连败就会重伤；全押，只要输一次，前面的判断全都失去意义。

很多人以为，只要判断对了，就应该下重注。凯利准则告诉你：好机会，也会被坏仓位做坏。

这也是上一篇非遍历性留下的问题：每轮投入10%，究竟只是为了方便举例，还是可以从数学上算出来？

1956年，贝尔实验室的科学家约翰·凯利在研究一个跟赌博毫无关系的问题时，给出了答案。

凯利研究的是有噪声通信线路上的信息传输。他设想了一个场景：赛马场外有个赌徒，通过一条有噪声的私人电话线接收内幕消息。电话那头的人100%预知哪匹马会赢，但电话线有噪声，赌徒听到的结果有概率听错。全押的话只要听错一次就破产，押太少又浪费了这条宝贵的内幕线。

该押多少？凯利证明，存在一个最优下注比例，让资金的长期复合增长率最大化。在凯利构造的这个模型里，信息传输率和资本的最优长期增长率，背后是同一个数学公式。换句话说，你掌握多少关于世界的有效信息，你的资本就能在随机起伏中增长多快，这两件事在数学上是对应的。

万维钢在得到课程里把这件事精炼成一句话：你的增长上限，受限于你的认知带宽。

回到开头那个问题：胜率六成，赢了翻倍，亏了亏光下注的部分，该投多少？

凯利公式给出的答案是20%。

你在其他地方可能见到凯利公式的标准写法：f = (bp - q) / b，其中 f 是该押的比例，b 是赔率，p 是胜率，q 是败率。同一个公式，只是用字母代替了中文。这个公式还有一种等价写法：f = p - q/b，展开后意思完全一样。

先认识三个变量。胜率是你赢的概率，这里是60%，也就是0.6。败率是你输的概率，等于1减胜率，这里是40%，也就是0.4。赔率是赢1块钱时净赚多少，不含本金。赢了赚一倍，投1元净赚1元，赔率就是1。

代入公式：该押比例 =（1 × 0.6 - 0.4）÷ 1 = 0.2。

0.2就是20%。10万风险资本，该投2万。

这个结果可能比你预想的小。六成胜率已经很高了，怎么才押五分之一？因为你有四成概率输掉这一注。押太多，连续几次输就会让本金缩水到无法恢复。20%是在"赢得够多"和"输得够少"之间找到的平衡点。

那上一篇非遍历性为什么只用了10%呢？

因为现实里的60%是你估出来的，不是上帝告诉你的。实际使用中，人们通常不会机械使用满凯利，会把结果再打折。20%的一半，正好是10%。满凯利追求理论上的最快增长，半凯利承认你可能没自己想得那么准。半凯利可以保留满凯利约四分之三的增长速度，但波动性大幅降低，回撤显著减小。

这不是胆怯，是对自己认知边界的诚实。

公式可以换一种写法：该押比例 = 胜率 - 败率 ÷ 赔率，标准写法 f = p - q/b。

公式里有一个关键概念叫edge。什么是edge？

什么叫公平赌局？胜率50%，赔率1赔1。你投1元，赢了赚1元，输了亏1元。这种局面长期玩下去，你不赚不亏。在公平赌局里，"赔率 × 胜率 - 败率"刚好等于零。

现在你的胜率变成了60%，赔率还是1赔1。同样投1元，赢了赚1元，输了亏1元，但你赢的概率比输的概率高了20个百分点。这多出来的20个百分点，就是你比公平赔率多出来的优势。这个优势，凯利叫它edge。

回到文章开头那个场景：赔率1 × 胜率0.6 - 败率0.4 = 0.2。这0.2就是你的edge。它为正，说明这个机会值得玩。如果它为零或负数，说明你没有任何优势，公式直接告诉你别玩。

凯利所说的edge，不是主观自信，不是你跟大众看法不同。你跟大众看法不同，也许确实看到了别人没看到的东西，也许只是你看错了。只有当你把胜率、赔率、损失和全部成本放在一起算过以后，仍然多出来的那部分优势，才叫edge。

很多人以为下注大小取决于胆量，胆子大就多押，胆子小就少押。凯利公式说：取决于可验证的优势和赔率。

凯利公式有三个关键性质。

没有正优势就不玩。如果"赔率 × 胜率 - 败率"小于等于零，公式算出的比例是零或负数。正优势是入场券，不是自动下注指令，还要检查毁灭风险和现实约束。

在理想模型中避免一次押光。胜率不等于100%，凯利公式就要求不要全押，在任何一轮中你都不会失去全部风险资本。这恰好回应了上一篇讲的生存边界：在经典、理想化、无杠杆的模型里，凯利不会让你把全部风险资本一次押光。

追求的是长期复利，而不是赢一把大的。你在这个游戏里会玩很多轮，有时候赢，有时候输。凯利公式关心的不是你平均每把赚多少，而是你的财富一轮一轮乘起来以后，长期增长有多快。赢一把大的当然爽，但凯利要的是很多把以后你还活着，而且比开始时更有钱。

下注比例和长期增长率之间的关系不是线性的。在20%附近，增长最快。超过这个点继续加仓，增长率反而下降。

为什么？因为输一把的代价变大了。你押20%，输了还剩80%，下一轮还能继续。你押40%，输了还剩60%，要涨回去需要赚67%才行。押得越多，输一把以后爬回来的难度越大。到了某个点，输一把的代价大到把赢的积累全吃掉，长期增长率就变成了负数。

押40%，虽然单次期望仍然为正，长期复合增长却已经转负。机会没有变坏，是仓位把一个好机会做坏了。押100%，一次失败就归零。

凯利1956年把论文发表在《贝尔系统技术期刊》上，标题是"A New Interpretation of Information Rate"，论文里一个字都没提投资。

信息论之父克劳德·香农审稿了这篇论文。1960年代初，香农把它介绍给当时在MIT做研究的数学家爱德华·索普。索普正在研究21点算牌策略，已经通过算牌找到了特定牌况下的概率优势。凯利公式帮他解决了另一个问题：有优势时，到底该下多大注。索普负责寻找优势，凯利公式负责控制仓位，两者结合，凯利准则才真正走出论文。

索普用IBM大型电脑推演了21点所有情况的概率分布，发现玩家在特定牌况下胜率可以超过庄家。1962年，他出版《击败庄家》，把凯利公式用于21点的仓位管理，迫使赌场修改规则。后来在《击败庄家》后续版本中，凯利准则这个名字逐渐传开。

从信息论到投资，跨越的是同一条数学逻辑。

下面是一套可以直接照做的凯利准则调用程序，分三个阶段，七个动作。

第一阶段：先确认能不能用。

第一步：适用检查。这个机会能反复参与吗？每次盈亏会改变下一轮的本金吗？胜率和收益范围能够大致估计吗？最坏损失有明确上限吗？如果是一次性、不可逆、损失无上限，或者概率几乎无法估计，就不要机械套公式。

第二步：隔离风险资本。凯利计算的本金，不应该是你的全部身家。风险资本必须满足：即使发生较大亏损，也不会影响基本生活、经营现金流、应急储备和不可替代责任。开头那10万元，必须是已经单独划出的风险资本。

第二阶段：再计算应该投多少。

第三步：写清胜率、赔率和完整损失。赢的概率是多少？输的概率是多少？赢1元净赚多少？输了最多损失多少？手续费、税费、时间成本是否已经扣除？失败以后还能不能继续参与？不要只写"这个项目大概率成功"。

第四步：验证是否存在正优势。二元机会中，edge = 赔率 × 胜率 - 败率（标准写法：bp - q）。结果小于或等于零，答案就是不下注。仓位管理不能挽救一个没有优势的机会。

第五步：计算理论凯利比例。简单二元场景使用公式：该押比例 =（赔率 × 胜率 - 败率）÷ 赔率，标准写法 f = (bp - q) / b。60%胜率、净赔率1赔1，算出来是20%。这只是理论比例，不是立即执行的命令。

第三阶段：最后把理论比例变成现实仓位。

第六步：用保守估计和分数凯利折扣。不要只用自己最乐观的胜率。至少计算三遍：乐观情景、基准情景、悲观情景。然后用更保守的结果计算，并根据判断质量使用半凯利或更低比例。满凯利相信参数基本正确，半凯利承认自己可能估错。分数凯利，就是先算出理论比例，再因为自己可能估错，只执行其中一部分。

第七步：加入硬上限，并持续更新。实际投入比例要取分数凯利比例、最大回撤上限、流动性上限、单一项目集中度上限和多个项目总风险上限中的较小值，不能机械使用凯利结果。每一轮结束后，还要重新更新本金、胜率、赔率和相关性。优势消失，下一轮仓位就应回到零。

索普后来转向投资。1969年创立对冲基金Princeton Newport Partners，世界上第一家量化对冲基金。从1969年11月到1988年12月，运营19年，年均复合回报率19.1%，227个月盈利，仅2个月亏损且亏损幅度不到1%。所有大股灾期间从未出现年度亏损。在赌场，他胜率不利时最小额下注，胜率有利时加注，但始终严格控制单注上限，坚持凯利公式，不相信手气，只相信数学。

长期资本管理公司（LTCM）走了相反的路。这家华尔街的超级梦之队，合伙人中包括期权定价理论的两位诺贝尔奖得主默顿和斯科尔斯。1994年创立，前三年每年收益超过30%。但杠杆率极高，债务是资本的约30倍。这意味着，资产只要涨1%，本金就能赚约30%，但资产只要跌约3%，本金就全部亏光。据其风险模型测算，亏光概率极低，但小概率事件恰恰发生了。1998年从俄罗斯金融风暴到全面溃败约五个月，亏掉约43亿美元，几乎亏光本金，随后被美联储组织多家银行注资接管。

索普本人拒绝加入LTCM。他认为这支团队偏好高风险，缺乏实际投资经验。在他看来，这些人下注太多，最终酿成了大祸。

没有完整的收益分布，我们无法精确计算LTCM当时的凯利比例。但它的极端杠杆、多个投资之间的相关性集中，以及极端亏损时的暴露，明显违背了凯利所强调的生存约束与仓位纪律。同样相信自己拥有优势，为什么一个活成长期复利，一个差点拖垮金融系统？判断决定你是否拥有优势，仓位和相关性决定一次意外会不会把你清出牌桌。很多人输在看对以后押得太大。优势决定要不要参与，仓位决定你能不能活到优势兑现。

凯利公式有明确的适用边界。它适用于乘法世界，也就是盈亏改变下一轮本金的复利场景，要求可重复博弈而非一次性决策。你还需要能估计胜率和赔率，至少有方向性判断。正优势是入场的前提，但还要检查毁灭风险和现实约束。

以下场景不适合机械套用：一次性、不可逆的决策；损失无上限的场景；概率几乎无法估计的极端不确定性；虽然长期看是赚钱的，但一次失败就会毁掉生活的赌局。凯利追求的是长期资本增长最快，但不等于每个人都应该这样追求，现实中还要考虑期限、现金流、回撤和个人风险承受能力。

凯利公式的价值不限于赌场和投资。职业是一种典型的乘法资产，技能和声誉可积累，适合多轮下注。假设你想转入一个新行业，职业选择很难精确估计胜率，因此不应机械计算凯利比例，但可以使用凯利的仓位思想。第一步，划出风险资本：你最多愿意投入多少业余时间、培训费用和可承受的收入下降？第二步，小仓位获取真实信息：先做项目、接兼职、参加面试，而不是只在脑中判断。第三步，根据反馈更新优势：你是否比别人学得快、交付得好、获得更多市场认可？第四步，再逐步增加投入。证据没有增强，就不要因为已经投入而继续加码。这是把"一次性豪赌"改造成"可以更新的多轮下注"。

在模型假设成立、概率和赔率估计足够准确的前提下，凯利比例能让你的资金在长期反复下注中增长得最快。现实中的参数误差、杠杆、跳跃损失和流动性风险，仍然可能让人破产。如果你没有edge，凯利公式直接告诉你别玩。半凯利可以减轻高估优势造成的伤害，但不能把一个不存在的优势变成真实优势。

它回答的是"该押多少"，不是"能不能赢"。能不能赢取决于你的认知是否真的高于市场，凯利公式帮不了你。

凯利公式也重新定义了什么是勇敢。如果公式说你该押20%，你押了25%，那更可能来自无知。你可能输一把就胆怯，赢一把就狂妄。不被暂时的输赢左右，清醒地按照认知出手，才是真正的勇敢。

凯利准则不是教你大胆，不是教你保守。它只要求一件事：让下注的强度，服从证据的强度。没有优势，不押；优势模糊，小押；优势可靠，也不要把自己一次清零。

真正的勇敢，是无论这一次输赢，你始终还有下一次下注的能力。