本文介绍了Kelly公式的基本原理及其在中国A股行业配置中的应用。通过将Kelly公式构建的最优投资组合转化为线性优化问题,策略在一级行业和二级行业配置中年化超额收益分别超过30%和50%,胜率均超70%,夏普比率达2.4及2.6,且最大回撤均控制在10%以内,表现优异。研究验证了Kelly公式在理论和实战中的有效性,并展望未来将深入研究其概率分布预测与组合优化问题。
| 行业 | 胜率 | 上涨幅度 | 下跌幅度 | Kelly比例 | 预期几何增长率 | 实际几何增长率 | 差值 |
|---|---|---|---|---|---|---|---|
| 医药生物 (申万) | 58.17% | 3.40% | -3.61% | 13.83% | 0.91% | 0.41% | 0.50% |
| 家用电器 (申万) | 55.12% | 3.75% | -3.60% | 12.01% | 0.75% | 0.38% | 0.37% |
| 信息设备 (申万) | 56.79% | 3.57% | -3.95% | 8.88% | 0.36% | 0.25% | 0.11% |
| ... | ... | ... | ... | ... | ... | ... | ... |
| 统计指标 | 数值 |
|---|---|
| 财富终值 | 1.38 |
| 交易胜率 | 71.70% |
| 年化收益率 | 37.47% |
| 年化波动率 | 12.25% |
| 夏普比率 | 2.42 |
| 最大回撤 | 4.96% |
| 统计指标 | 数值 |
|---|---|
| 财富终值 | 1.55 |
| 交易胜率 | 76.47% |
| 年化收益率 | 56.73% |
| 年化波动率 | 16.43% |
| 夏普比率 | 2.64 |
| 最大回撤 | 8.98% |
报告标题:Kelly 公式在行业配置中的应用一 ——数量化专题之三十八
作者及联系方式:刘富兵(主分析师)及团队多位分析师与研究助理,均为国泰君安证券资深分析师或助理,拥有证券从业资格,确保研究的专业性与合规性。
发布机构:国泰君安证券股份有限公司证券研究部
核心主题:将 Kelly 公式应用于股票市场的行业配置,具体以申万一级和二级行业为标的,探索其在资产配置中的有效性。
核心论点与结论:报告指出,Kelly 公式自1956年诞生以来,在赌博、跑马、期货、股票投资领域广泛应用且取得显著实战效果。利用Kelly公式进行行业配置的实证结果显示:一级行业策略年化超额收益超过30%,胜率70%以上,夏普比率高达2.4;二级行业表现更佳,年化超额收益超过50%,同样胜率超过70%,夏普比率达到2.6。报告定位这是Kelly理论在行业配置中应用的初步探索,后续还将进一步深耕该领域。
Kelly 公式由J.L. Kelly于1956年提出,核心思想基于信息论和概率论,用于确定在重复性概率游戏中最优投注比例,使资本的几何增长率最大化且不至于破产。报告中详细介绍了Kelly公式的诞生背景、学界争议、实务派拥护(如香农、Thorp)的案例,强调多位投资界传奇人物应用该公式所获成功,如香农1986年实现28%年化复合收益,超过巴菲特同期业绩。此外,还引述了投资专家对巴菲特可能秘密应用Kelly策略的猜测,增强了该策略的现实参考价值。
报告给出了Kelly公式的数学定义及推导过程:
该推导简洁明了地说明如何根据胜率计算最优资金分配比例,是Kelly策略的理论基石。,2]
报告将单只股票的收益简化为伯努利分布,即上涨概率( p )、下跌概率 ( q )、盈亏比为( W/L )。在此基础上计算最优投资比例:
[ f^* = \frac{p W L - q}{W L} ]
及其对应的几何增长率,
并利用申万23个一级行业2007年至今的统计数据,估算了各行业的胜率、盈亏比及基于Kelly公式计算的理想投资比例和预期几何增长率。结果显示,预期几何增长率均高于实际历史复合增长率,验证了Kelly理论的理论有效性。详见表1。,3]
表1内容亮点:
报告分析投资比例与预期几何复合增长率的关系,呈抛物线形态:
医药生物行业的例子(Kelly比例13.8%)清晰展示了超过该比例后增长率敏感下降趋势(图1)。
基于此,团队构建了 Kelly策略的最优投资组合,将行业配置问题转化为线性约束优化问题,约束投资比例不超过各资产Kelly投资比例,确保组合资本增长率最大化。
图2显示Kelly策略净值曲线逐渐超越沪深300,累计超额收益稳定增长,体现策略稳定性和收益能力。,5]
图3展示更优的净值增速和超额收益积累,表3详细统计验证二级行业策略的优异表现和风险收益特性。
该表列明23个申万一级行业的胜率、上涨涨幅、下跌跌幅、Kelly投资比例、预期和实际的几何增长率及其差值。
图形展示单一行业(医药生物)投资比例变化与几何增长率之间的关系,呈现明确的抛物线峰值,峰顶即Kelly比例(13.8%),证明超过该投资比例后收益快速下降,提示资金配置的临界点和风险拐点。
净值曲线图显示Kelly策略净值稳步上升且超过沪深300,累计超额收益曲线显著正向攀升,印证统计数据中的高胜率和夏普比率。
图3表现二级行业Kelly策略的超额收益曲线走势更为陡峭,表3数据显示更高财富终值(1.55),更高年化收益率(56.73%),但相应波动率和最大回撤也有所增加,夏普比率2.64说明风险调整收益能力进一步提升,适合风险承受能力较强的投资者。
报告中估值分析并非传统股价模型,而是Kelly公式基于胜率和盈亏比推导的最优资金配置比例。其核心是将复杂的资产配置转化为基于概率模型的线性优化问题:
该方法创新性地将概率统计与资产配置结合,适合捕捉资产的长期复合回报特性,区别于均值方差模型的预期收益和风险平衡。未来报告计划深入探讨两者联系与区别。
报告未专门列出风险章节,但隐含风险主要有:
风险缓解策略在于限制投资比例不超过Kelly给出的最优区间,并通过线性优化控制整体资金配比,已初步体现风险控制意识。
总体来看,报告自觉局限性,同时展示了Kelly公式行业配置应用的潜力和可操作性。
本报告系统介绍了Kelly公式的数学基础和投资界经典应用,创新地将其应用于申万一级和二级行业资产配置,成功将复杂的资产配置问题转化为了基于概率论的线性优化问题。
通过对23个行业胜率、盈亏比的系统估计,得出各行业的Kelly最佳投资比例,并结合现实数据进行了回测验证。实证结果显示:
此外,报告提出了未来研究方向,重点探索如何精准预测胜率、解决资产间相关性问题、比较Kelly与均值方差模型,并深化其在配置基金和实际投资组合中的应用。
整体而言,该报告基于扎实的金融工程理论和丰富的实证数据,客观反映了Kelly公式在行业配置领域的实践价值,为量化投资提供了新的思路。投资者在采纳时仍需关注模型假设的局限及实际执行风险,建议配合其他量化工具及风险管理手段综合使用。
综上所述,国泰君安证券金融工程团队围绕Kelly公式进行了系统理论介绍、实证数据应用及策略构建,首次将该经典赌局资金配置理论成功嫁接于中国股票市场的行业配置领域,获得了显著的超额收益和风险控制效果,构成具有较高实用价值的量化投资模型。未来的跟踪研究将进一步丰富与完善该策略体系,值得投资者持续关注。
数量化专题之三十八:Kelly公式在行业配置中的应用一.pdf