← 回論文發表吳牧恩教授
白話導讀 Enterprise Information Systems SCI · IF 4.407 CS 88/747 (11.78%) 2021/06

不是每支資產都適合凱利——先用「資訊性指標」篩一遍

Informative Index for Investment Based on Kelly Criterion

Mu-En Wu, Jia-Hao Syu, Jerry Chun-Wei Lin, Gautam Srivastava

一句話:凱利法則很強,但不是每支資產都適合硬套。這篇提出一個「資訊性指標」, 幫你先判斷「哪些資產適合用凱利投資」,並用黃金價格預測示範。

先問:這在解什麼問題?the problem

凱利法則能把「長期報酬」最大化,但前提是資產的結構夠可靠。問題是——很多股票太「雜訊多、走勢短暫」, 硬套凱利反而危險(容易過度下注、大賠)。那要怎麼「事先」判斷一個資產到底適不適合用凱利?

白話比喻:凱利是一把很利的刀,但不是每塊食材都適合這把刀。這篇先幫你檢查「這塊食材適不適合」,適合再動刀。

怎麼做?三個重點the method

Kelly Criterion

最佳資金配置

凱利依勝率賠率決定下注比例,理論上讓長期成長率最大。

Informative Index

資訊性指標

提出一個指標,量化「這個資產對凱利投資有多有用、多可靠」,當作事前篩選的依據。

Gold Forecasting

黃金示範

把方法實際用在黃金價格預測上,展示如何挑出適合凱利的標的。

一堆資產(良莠不齊) 資訊性指標評估適不適合凱利? 挑出適合的濾掉雜訊資產 凱利投資(黃金示範)
先用「資訊性指標」評估每個資產適不適合凱利,濾掉雜訊資產,只在適合的標的上做凱利投資(以黃金為例)。

帶來什麼?why it matters

幫凱利法則加一道「先篩選資產」的關卡:只在結構可靠、適合的資產上用凱利,才能發揮它的威力,同時避免在雜訊資產上因過度下注而翻車。

閱讀原始論文(Enterprise Information Systems) →
本頁為方便一般讀者理解的「白話導讀」,非論文原文;技術細節、實驗數據與完整結論請以正式發表版本為準。
出處:Mu-En Wu, Jia-Hao Syu, Jerry Chun-Wei Lin, Gautam Srivastava, Informative Index for Investment Based on Kelly Criterion, Enterprise Information Systems, 14 Jun. 2021.