量化策略開發，高質量社群，交易思路分享等相關內容

大家好，今天我們來聊一聊松鼠2期V2版本的階段內容——凱利公式在RFI擇時框架上的運用。

松鼠品種小組2期第1版策略、講解視頻已完結，該期小組我們分享了全新“普適性、自適應”擇時框架，該框架區別于超級趨勢線，超級趨勢線主要著力點在于管道變為支撐壓力線。而RFI框架著力點在于RSI數值對于超買超賣規定閾值的占比變化。

今天我們撇開策略本身，我們專注來談一談凱利公式到底是如何復現代碼，以及如何運用在策略當中。

凱利公式復現

在《資金管理方法》一書中我們可以看到該算法的構成：

Kally = 勝率 – （1-勝率） / 賠率

其中勝率就是回測績效中的勝率，勝率 = 盈利交易次數 / 總交易次數。

賠率實際上就是平均盈虧比，或者盈虧比。賠率 = 總利潤 / 總虧損（平均利潤 / 平均虧損）

翻譯完公式，下面我們就一步一步的寫公式然后計算就可以了，屆時就可以計算出Kally數值，然后根據Kally就可以實現書本上最優秀的資金管理模式了。

第一步：計算勝率

在TBQ中自帶了相關的內置函數，我們直接調用即可。當然在這里有一個潛在的坑，那就是這里的次數函數計算，是包括了手數倍數的，雖然與實際的次數相比有一定誤差，但是最后計算的勝率與實際按照次數計算的勝率相差很小，所以在這里我并沒有深究。（總交易次數同理）。

第二步：計算賠率

在這里我采用了平均盈虧比用來表示賠率，當然總盈虧比也可以，相差也不是很大。同樣在TBQ中有對應的函數調用。如果使用python那么其實也不難，只需將每一次的開平倉買賣價差（±）*手數再累加，即可求得總利潤（虧損），同理交易次數也是累加即可。這里不再贅述。

因為平均虧損是個負數，所以在計算賠率的前面我加入了負號“-”。

第三步：計算Kally

最后一步我們只需要發揮小學數學技能——套公式，這里不再贅述。

到這里，我們就已經完全計算出Kally公式數值了。那么我們具體如何去用呢？

在該書案例中，的確可以找到一個風險比例與最大收益率邊際效用最大的一個值，但實際情況并不如此。

凱利公式這個代碼計算邏輯看似很科學合理，但是有不少問題，問題如下：

1、凱利公式是根據勝率和賠率（平均盈虧比）計算而來，當勝率或賠率過小的時候，會出現凱利公式為負數的情況，此時就無法使用該資金管理模式。

2、在初始階段，需要開平倉交易數據計算勝率和賠率（平均盈虧比），所以在開始交易的時候，凱利公式無法使用。

最后，需要注意的是，雖然凱利公式在理論上是最優的投資策略，但在實際應用中，它可能會導致投資比例過大，風險過高。

因此，很多投資者會選擇使用凱利公式的一部分，比如凱利公式的50%或25%，以減少風險。此外，凱利公式假設你的賠率和勝率是固定的，但在實際情況中，這兩個參數往往會變化，這也是使用凱利公式需要注意的地方。

那么針對上述問題，我們將在品種小組2期直播中繼續帶大家落地解決這些問題，并為大家直面剖析Kally是否真的像大家想像的那樣“完美”。