凯利公式把概率优势转换为建议资金比例。在概率已知、机会可以重复且相互独立、没有限额和执行摩擦等严格假设下，它能最大化长期资金对数增长的期望值。
这些假设远比表面看起来严格。体育投注中的概率是估计值，市场会移动，投注会相关，执行还受限额影响。因此，完整凯利可以在输入正确时数学上成立，却在输入错误时给出危险的大额建议。
本文解释公式、提供实际计算，并把分数凯利和硬性上限视为核心风险控制，而不是可有可无的附加项。
凯利公式优化什么？
凯利不会最大化：
- 下一笔获胜概率；
- 单次投注期望利润；
- 资金曲线平滑度；
- 避免每一次回撤。
它在重复下注模型中最大化财富对数的期望。对数会严厉惩罚归零风险，也能反映资金复利增长。
下注太少会在优势真实时放弃潜在增长；下注太多会增加波动，而且即使投注为正 EV，也可能降低长期增长。完整凯利在其假设中寻找理论平衡点。
基础凯利公式
对于只有赢或输两种结果的投注：
f* =（b × p − q）÷ b
其中：
f*：当前资金的完整凯利比例；b：净十进制赔率，即十进制赔率减 1；p：估计获胜概率；q：估计失败概率，即1 − p。
等价形式：
f* =（p × 十进制赔率 − 1）÷（十进制赔率 − 1）
如果 f* 为零或负数，凯利建议不下注。它不会自动建议反向下注，除非另一侧被独立建模且存在正优势。
实例一：赔率 2.20，概率 55%
已知：
- 十进制赔率 2.20；
b = 2.20 − 1 = 1.20；p = 0.55；q = 0.45。
计算：
f* =（1.20 × 0.55 − 0.45）÷ 1.20
f* =（0.66 − 0.45）÷ 1.20 = 0.175
完整凯利建议下注资金的 17.5%。
对于 2,000 单位资金：
2,000 × 0.175 = 350 单位
这在真实体育投注中是极大的金额。它展示了凯利的敏感性，不应被视为通用建议。
为什么建议金额这么大？
2.20 对应 45.45% 的盈亏平衡率，55% 估计高出 9.55 个百分点，理论 EV 为：
（0.55 × 2.20）− 1 = +21%
真实、可重复的 21% 优势极其巨大。完整凯利把估计视为已知真相，因此给出大额建议。在高效体育市场中，看到如此大的表面优势，首先应该检查模型、数据、结算规则和报价可得性，而不是立即重注。
实例二：较小优势
假设：
- 十进制赔率 1.95；
- 估计概率 53%；
b = 0.95；p = 0.53；q = 0.47。
f* =（0.95 × 0.53 − 0.47）÷ 0.95
f* =（0.5035 − 0.47）÷ 0.95 = 0.0353
完整凯利约为 3.53%。
| 资金 | 完整凯利 | 半凯利 | 四分之一凯利 |
|---|---|---|---|
| 500 | 17.63 | 8.82 | 4.41 |
| 1,000 | 35.26 | 17.63 | 8.82 |
| 5,000 | 176.32 | 88.16 | 44.08 |
即使概率分歧看起来不大，也可能产生明显下注比例。
完整、半与四分之一凯利
分数凯利会把完整建议乘以预设比例。
分数下注 = 完整凯利比例 × 凯利乘数
| 方法 | 乘数 | 完整凯利为 8% 时 |
|---|---|---|
| 完整凯利 | 1.00 | 8.0% |
| 半凯利 | 0.50 | 4.0% |
| 四分之一凯利 | 0.25 | 2.0% |
| 八分之一凯利 | 0.125 | 1.0% |
在理想模型中，分数凯利会降低增长，但也降低波动和概率误差成本。它不能让错误估计变安全，只能减少风险。
概率误差会大幅改变凯利
固定赔率 2.00：
| 估计胜率 | EV | 完整凯利 | 半凯利 |
|---|---|---|---|
| 48% | −4% | 0% | 0% |
| 50% | 0% | 0% | 0% |
| 51% | +2% | 2% | 1% |
| 53% | +6% | 6% | 3% |
| 55% | +10% | 10% | 5% |
| 60% | +20% | 20% | 10% |
在均势赔率下，完整凯利等于 2p − 1。概率误差 4 个百分点，会让建议资金比例改变 8 个百分点。
如果你估计 55%，真实概率却只有 50%，10% 的完整凯利下注不仅不是最优，而是在没有优势时承担巨大风险。
超过凯利下注的成本特别高
在理想假设中，下注超过完整凯利会降低期望对数增长。达到足够高倍数后，即使投注为正 EV，期望增长也可能变负。
以 55% 胜率、赔率 2.00 为例：
- 完整凯利 10%；
- 双倍凯利 20%；
- 风险 100% 时，一次失败即可归零。
均势赔率下，获胜后资金倍数为 1 + f，失败后为 1 − f。20% 下注产生 1.20 和 0.80 倍。大额损失需要更高比例恢复，因此过度下注会损害复利增长。
实例三：敏感性区间
你能以 2.10 买入，并估计概率 52%，但合理区间是 49%–55%。
| 概率 | EV | 完整凯利 |
|---|---|---|
| 49% | +2.9% | 2.64% |
| 52% | +9.2% | 8.36% |
| 55% | +15.5% | 14.09% |
中心估计建议 8.36%，但下限情景只有 2.64%。保守流程可以对中心值使用四分之一凯利、再设置更低上限，或在不确定性无法合理解释时放弃。
选择凯利比例前，应先进行敏感性分析。
估计风险是核心问题
体育概率并不是已知常数，误差来自：
- 小样本；
- 阵容和角色变化；
- 模型设定错误；
- 数据质量；
- 未建模相关性；
- 市场与价格延迟；
- 过拟合；
- 主观调整。
凯利假设 p 正确。当概率只是估计值时，数学最优下注本身也不确定。
应在样本外预测中测试校准度。如果标记为 60% 的选项实际只有 54% 获胜，完整凯利就会系统性过度下注。
凯利必须使用当前价格
假设概率始终为 53%：
| 十进制赔率 | EV | 完整凯利 |
|---|---|---|
| 1.85 | −1.95% | 0% |
| 1.90 | +0.70% | 0.78% |
| 1.95 | +3.35% | 3.53% |
| 2.00 | +6.00% | 6.00% |
同一选项从 1.85 时不下注，变为 2.00 时完整凯利 6%。必须使用实际接受价格，而不是开盘、截图或不可买报价。
资金定义很重要
凯利分母应是策略真正可使用的风险资金，不应包括：
- 必要储蓄；
- 信用额度；
- 无法提款的奖金；
- 已经投入未结算投注的资金；
- 无法访问或高风险平台余额；
- 另有用途的钱。
多笔投注同时开放时，如果每笔都假设完整资金尚未占用，会高估可用资本。
多笔同时投注
对每个机会独立套用单笔凯利，可能造成过大总风险。
例如：
- A：完整凯利 6%；
- B：5%；
- C：4%；
- D：5%。
独立计算后总风险为 20%。如果它们都依赖同一球队评分错误或比赛条件，组合风险远大于单笔公式显示。
真正的组合凯利需要联合回报分布和相关性。实践中应使用保守比例、单场上限、运动或模型上限，以及总未结算风险上限。
相关投注
正相关例子：
- 主胜与主队 −0.5；
- 大于 2.5 与双方进球；
- 球员进球与球队获胜；
- 同一联赛模型生成的多个选项。
把它们当成独立事件，会重复计算同一优势。一个不利比赛状态可以让所有持仓一起失败。
如果无法估计相关性，减少或消除重叠投注，比假装相关性为零更合理。
走盘、部分获胜与多结果投注
基础二项公式假设只有全赢或全输。亚洲让球、平局退款、并列扣减和交易所佣金会产生更多回报状态。
对于一般离散结果，凯利选择 f 来最大化：
期望对数增长 = Σ pᵢ × log（1 + f × rᵢ）
其中 rᵢ 是结果 i 下每单位净回报。
这类问题未必存在简单一行公式。必须使用正确派彩分布，而不能把四分之一让球强行塞入二项公式。
实用的有上限分数凯利流程
- 定义准确市场与所有派彩状态。
- 在结果出现前估计概率。
- 检查模型校准与不确定性。
- 记录当前接受赔率。
- 计算完整凯利。
- 使用半、四分之一或更低的保守比例。
- 应用单笔硬性上限。
- 应用单场、联赛、模型与总风险上限。
- 以扣除已占用金额后的资金重新计算。
- 向下舍入到允许下注档位。
- 不因近期亏损提高金额。
这个流程刻意确保最终金额不会高于公式建议。
实例四：分数与硬性上限
已知：
- 资金 1,500 单位；
- 赔率 2.05；
- 估计概率 52%；
- 政策为四分之一凯利；
- 硬性上限为资金 1%。
完整凯利：
b = 1.05，p = 0.52，q = 0.48
f* =（1.05 × 0.52 − 0.48）÷ 1.05 = 6.29%
四分之一凯利：
6.29% × 0.25 = 1.57%
硬上限把金额降低到 1%：
1,500 × 1% = 15 单位
最终金额由政策决定，而不是由最激进公式决定。
不应使用凯利的情况
在以下情况避免凯利：
- 概率主要来自直觉；
- 模型没有经过样本外校准；
- 赔率过时或无法实际取得；
- 结算包含未建模的多个状态；
- 持仓高度相关；
- 资金包含必要生活费用；
- 建议金额引起不适或追损冲动；
- 记录不完整；
- 限额或账户风险主导执行。
小额固定下注或不下注都是有效替代方式。
常见凯利错误
把十进制赔率直接当作 b
b 是净赔率，即十进制赔率减 1。
错误输入百分比
55% 应输入 0.55，而不是 55。
忽略负输出
负结果表示在该模型下下注额为零，而不是负数下注。
向上舍入概率
很小的乐观调整也会明显提高凯利。
把完整凯利当作目标
它是精确假设下的理论上限，不是现实强制金额。
对每笔投注独立使用
这样会忽略已经占用的资金和跨投注相关性。
用未确认结果更新资金
应使用已经结算且可访问的资金，并保持一致会计规则。
凯利与其他下注方式
| 方法 | 主要输入 | 优点 | 缺点 |
|---|---|---|---|
| 固定下注 | 预设单位 | 简单且可审计 | 不根据优势缩放 |
| 固定资金百分比 | 当前资金 | 自动随资本变化 | 忽略价格特定优势 |
| 完整凯利 | 概率与价格 | 理想对数增长最优 | 对估计误差过于敏感 |
| 分数凯利 | 概率、价格、乘数 | 降低波动和误差成本 | 仍依赖模型质量 |
| 渐进系统 | 前一笔结果 | 序列简单 | 与当前 EV 无关 |
常见问题
凯利能保证资金增长吗？
不能。它假设概率输入正确，机会能够按模型重复。真实结果可能产生深度回撤，错误估计也会造成长期损失。
半凯利一定安全吗？
不一定。夸大建议的一半仍可能过大，硬上限和模型验证依然必要。
为什么凯利有时建议 20% 以上？
输入描述了异常巨大的优势。在体育市场中，应先调查估计或价格是否错误，再接受如此大金额。
新手应该使用凯利吗？
通常不应直接用于真实大额下注。新手应先学习概率、保存记录、测试校准，并采用纸面或极小固定下注。
凯利可以用于串关吗？
只有在联合概率和派彩都能准确估计时。把相关选项概率相乘会产生错误输入和危险金额。
总结
凯利公式连接优势、价格与资金增长，也不会宽容虚假自信。完整凯利假设你知道概率，而体育投注者几乎永远做不到这一点。
应把公式作为理论下注上限工具。测试校准、进行敏感性分析、采用保守比例、限制单笔与总相关风险，并只使用自由娱乐资金。估计不确定时，最好的凯利调整往往是大幅减小金额，甚至归零。
最后更新：2026 年 7 月
发布：LineScout Betting Academy
