All-in的诱惑：凯利公式告诉你，全仓是条不归路
本文通过数学推导和案例分析，帮助你理解仓位管理的重要性。所有内容仅供学习研究使用，不构成投资建议。
场景：那个梭哈的夜晚
2021年11月，某投资者看着账户里的50万元，反复盯着手机上那只标的。
过去三个月，它涨了40%。每天看着别人晒收益截图，他心里像猫抓一样难受。朋友圈有人买车了，有人环游世界了，而他还在"稳健配置"20%仓位。
"这次不一样。技术指标完美，基本面向好，趋势刚刚起步。"他心里反复说服自己。
晚上11点，他点击了"全部转入"。那一刻，心跳加速，手心冒汗，但也有种"终于不再错过"的畅快感。
三周后，市场转向。那只标的回撤35%，账户只剩32.5万元。更要命的是，他现在每天睁眼第一件事就是看盘，晚上失眠，白天无法工作。老板两次找他谈话，妻子问他为什么最近总心不在焉。
他开始搜索"如何解套"。真正的问题已经写在账户上：同样一次 35% 的回撤，落在两成仓位和全部资金上，是两种完全不同的处境。
全仓把一次判断变成了什么
为什么全仓如此诱人？
人脑对"最大化收益"有天然偏好，但对"破产风险"的感知极其迟钝。全仓操作的心理机制包括：
1. 机会成本焦虑
"我只投20%，就算涨50%也只赚10%，而全仓能赚50%。我为什么要白白浪费80%的资金？"这个逻辑忽略了一件事：那"闲置的80%"并不是浪费，它是防御性资本，是你在市场出错时还能继续参与的保障。
2. 确认偏误的放大器
"我已经研究了两周，技术面、基本面都确认了，这次肯定对。"全仓决策会让你主动屏蔽所有反对意见。你不是在更理性地分析，而是在用研究时间给自己的偏见背书。
3. 损失厌恶的反向作用
"我已经错过了太多次，不能再错过这次。"把"错过的机会"视为损失，为了避免"再次错过"，反而去冒更大的破产风险。
4. 小概率事件的心理折扣
"这个标的过去五年最大回撤只有30%，更大的回撤应该很少见。"历史样本没有出现，不等于未来不会发生；而满仓会把这种估计误差完整传到账户上。
数学现实：凯利公式的冷酷计算
凯利公式到底说了什么？
凯利公式（Kelly Criterion）是赌场数学家约翰·凯利在1956年提出的最优下注比例公式：
f* = [p × (b + 1) - 1] / b
其中：
f*= 最优仓位比例（占总资金的百分比）p= 胜率（单次交易盈利的概率）b= 盈亏比（盈利金额 ÷ 亏损金额）
简化版本（适用于股票投资）：
f* = [p × (盈亏比 + 1) - 1] / 盈亏比
一个简化下注模型
假设有一场重复下注：每次有 60% 概率盈利，赢时净赚下注额的 1.5 倍，输时损失下注额。代入公式：
根据凯利公式计算最优仓位：
f* = [0.6 × (1.5 + 1) - 1] / 1.5 = 0.5 / 1.5 = 0.33
在这个模型里，结果约为 33%。
这个 33% 是下注模型的结果，不是股票账户的最优仓位。股票交易通常不会在失败时损失整笔仓位，收益也不是固定的二元结果；不同交易还可能高度相关。把历史胜率和平均盈亏比直接塞进公式，最多只能做敏感性分析，不能生成个人仓位答案。
凯利公式在这里更适合说明一个原则：当优势有限时，长期增长最快的仓位通常也不是 100%。 仓位越接近模型上限，对胜率、盈亏比和相关性的估计误差就越敏感。
一次 -30% 亏损需要约 +43% 才能回本；两次连续 -30% 后只剩约 49% 本金。这些算术不依赖任何回测，也足以说明重仓为什么会压缩后续选择。
为什么全仓会"越赚越少"？
这是波动率拖累效应（Volatility Drag）：
假设你全仓操作，经历以下三次交易：
- 第一次：+50%（100万 → 150万）
- 第二次：-33%（150万 → 100万）
- 第三次：+50%（100万 → 150万）
看起来"涨跌互现"，但实际上：
- 全仓：100万 → 150万 → 100万 → 150万（最终150万，50%收益）
- 半仓（剩余50%持有现金）：100万 → 125万 → 104万 → 130万（最终130万，30%收益）
但如果遇到不利序列：
- 第一次：-33%（100万 → 67万）
- 第二次：+50%（67万 → 100万）
- 第三次：-33%（100万 → 67万）
- 全仓：100万 → 67万 → 100万 → 67万（亏损33%）
- 半仓：100万 → 83万 → 104万 → 86万（亏损14%）
结论：在平均收益相近时，更大的波动通常会拖累复合增长。凯利公式讨论的也是长期复合增长，而不是如何把单次收益做到最大。
把仓位问题算清楚
先看最坏结果
在决定仓位前，先回答这三个问题：
| 问题 | 需要写下的答案 |
|---|---|
| 如果这笔持仓跌去一半，总资产会损失多少？ | ______% |
| 其他持仓会不会在同一情景下同步下跌？ | ______ |
| 如果退出价格差于预期，额外损失是否仍能承受？ | ______ |
实践提示：
- 如果上述任何一个问题的答案是"不能"，说明你的仓位已经超过了心理承受能力上限。
- 凯利公式只描述特定模型。真实仓位还受资金用途、持有期限、相关性和可承受损失约束。
从损失预算反推仓位
与其先给信号贴上“高确定性”标签，不如先问：如果退出条件触发，这笔持仓最多会让总资产损失多少？
例如，某个观察仓的退出距离约为 20%，而为它预留的总资产损失预算是 2%。忽略跳空和执行偏差时，对应仓位约为 2% ÷ 20% = 10%。这只是计算示例；真实损失可能超过预设值，因此仍需留出缓冲。
凯利结果只能作参考
可以用回测数据估算胜率和平均盈亏比，再代入公式做压力测试，但不宜把结果直接当成真实账户仓位。样本区间稍有变化，凯利结果就可能大幅改变。
实践中常见“分数凯利”，即只采用模型结果的一部分。它不是固定配方，而是在承认估计误差：不知道得越多，离理论上限就应越远。
“半凯利”只是分数凯利的一种常见说法，不是通用建议。它表达的是主动远离模型上限，为估计误差留出空间。
常见疑问
Q1：如果我非常确定这次机会，可以全仓吗？
A：不能只凭“非常确定”决定。真实市场里的概率未知，判断也会变化；还要看这笔仓位占全部资产多少，以及错误时损失多大。
投资的本质不是"赌对一次"，而是"持续参与"。全仓操作会把你从"持续参与者"变成"一次性赌徒"。
Q2：我看到很多人全仓暴富，为什么我不能？
A：这是幸存者偏差的典型案例。你看到的是"全仓成功"的幸运儿，但看不到的是：
- 沉默的大多数：那些全仓失败后退出市场的人，不会在朋友圈晒亏损截图
- 时间维度的缺失：你看到的是他"暴富的那一次"，但没看到他"之前失败的五次"
- 本金规模的差异：有些人全仓投入的是"试错资金"（10万），而你全仓投入的是"全部身家"（100万）
全仓成功的故事更容易传播，失败后退出的人通常更安静。只看公开结果，很难知道双方最初投入的资金占总资产多少，也难以判断这种做法能否重复。
Q3：如果我先用小仓位试错，确认对了再加到全仓呢？
A：这是"动态仓位管理"，比一开始全仓要理性得多。但仍需注意两点：
1. 警惕"确认后加仓"的陷阱
- 当你确认信号"正确"时，往往已经错过了最佳入场点
- 加仓后的成本更高，安全边际更低
- 此时市场可能已经进入"过热区"，回撤风险反而增加
2. 采用"金字塔加仓"而非"倒金字塔"
- 一种做法是让后续每次加仓逐步变小，避免价格越高、投入反而越大
- 无论怎样分批，都要提前写清总仓位上限和退出条件
原因：后者会让你的平均成本不断上移，一旦回调，前期的小仓位盈利无法覆盖后期大仓位的亏损。
Q4：分散投资是不是可以提高仓位？比如全仓但分5个标的？
A：这涉及组合风险的计算。如果5个标的之间相关性很高（例如都是科技股），那么"分散"只是表面现象，实际风险和单一全仓差异不大。
分散是否有效，要看这些标的在压力时期是否仍由不同因素驱动，以及组合有没有清楚的再平衡规则。平时相关性不高，不代表极端行情里不会一起下跌。
即使满足上述条件，也不能从“信号得到确认”直接推出满仓。总仓位还要结合这笔资金在全部资产中的位置，以及其他持仓在压力情景下是否会一起下跌。
下单前再问一遍
回看最近一次重仓决定，只记四件事：仓位占全部可投资资产多少，退出条件是什么，最坏情景会损失多少，以及其他持仓是否会同时受影响。答不出来，比任何性格评分都更值得警惕。
最后
全仓不会自动带来最高收益，也不必然导致破产。它真正改变的是容错率：一次判断错误，会更直接地决定整个账户之后还有多少选择。
"错过机会"的痛苦远小于"账户腰斩"的痛苦——错过一次你还能等下一次，腰斩后需要100%涨幅才能回本。投资是马拉松，不是百米冲刺，能持续参与才是最终赢家。
"活着"比"一次暴富"更重要。
相关阅读：
- 破除心魔：预测陷阱 - 为什么你总觉得"这次不一样"
- 数学现实：杠杆的死亡螺旋 - 全仓+杠杆的双重灾难
- 执行纪律：规则化交易 - 如何用系统约束冲动
下一步行动：
理解凯利公式是第一步，但真正的挑战在于执行。当市场暴涨时，"全仓"的诱惑会卷土重来。
延伸阅读：《把账户交给"法治"》，了解如何预先写下仓位和退出规则，减少临场情绪对真实账户决策的干扰。