ケリー基準シミュレーター
Kelly Criterion Simulator (kellysimulator.com)
要約
ケリー基準シミュレーターは、ケリー基準に基づく資本配分ルールでステークサイズを決定した場合の、繰り返しベットにおけるバンクロールの進化をモデル化します。このシミュレーターは、固定された仮定の下で成長、ボラティリティ、ドローダウンがどのように相互作用するかを示すために、多数の可能なバンクロールパスを生成します。ケリー基準の基本的な考え方、成長最適性との関係、および確率推定の重要性について解説しています。
全文翻訳
KELLY CRITERION SIMULATOR/CALCULATOR
このKelly Criterion simulatorは、ケリー基準に基づく資本配分ルールによって賭け金のサイズが決定される場合に、資金(バンクロール)が繰り返しベットを通じてどのように進化するかをモデル化します。このモデルは確率的でパス依存性があり、固定された仮定の下で成長、ボラティリティ、ドローダウンがどのように相互作用するかを示すように設計されています。シミュレーターは単一の予測を生成するのではなく、同じ入力条件の下で多くの可能なバンクロールのパスを生成します。
Kelly Simulator がモデル化するもの
このKelly Criterion simulatorは、バンクロールの進化を乗法的なプロセスとしてモデル化します。各ベットは現在のバンクロールの割合で総資本を変更するため、成長と損失は直線的に蓄積するのではなく、時間の経過とともに複利で増減します。
シミュレーターは、固定された確率と固定されたオッズでの繰り返し試行に基づいて構築されています。多くのシミュレーションパスにわたって同じ資本配分ロジックが適用されるため、出力は、安定したモデル条件下でKelly Criterionが長期的な成長行動、ボラティリティ、ドローダウンの深さ、およびテールアウトカムをどのように変化させるかを示すことができます。
結果は単一の期待バンクロール数ではありません。それは、エッジ、オッズ、分散、およびパス依存性によって形成される、可能な結果の分布です。
Kelly Criterion の仕組み
Kelly Criterionは、測定可能なエッジが存在すると賭け手または投資家が信じている場合に、バンクロールのどのくらいの割合をリスクにさらすべきかを決定するために使用される資本配分式です。簡単に言えば、Kellyの割合は、知覚されたエッジが強いほど増加し、エッジが弱い場合やペイアウト構造が不利な場合は減少します。
このシミュレーター内では、Kelly Criterionは正式なバンクロールサイジングルールとして扱われます。モデルはエッジが本物かどうかを決定しません。それは、固定されたエッジの仮定が繰り返しKellyベースの露出に変換された場合に、資本に何が起こりうるかを示すだけです。
これは、バンクロールの成長が勝率だけで決まるわけではないため重要です。それは確率、オッズ、および賭け金のサイズの関係に依存します。露出が過度に攻撃的であれば、プラスのエッジでも深刻なボラティリティを生み出す可能性がありますが、より小さな資本割合は成長を減らすかもしれませんが、ドローダウンの圧力を減らすこともできます。
Kelly Criterion と成長の最適性
Kelly Criterionは、期待対数効用を最大化するという狭い数学的意味での成長の最適性で知られています。繰り返し行われる乗法的なプロセス内では、それはモデルの仮定の下で長期的な幾何学的成長を最大化することを意味します。
その特性はしばしば誤解されます。成長の最適性は、スムーズな成長、安全な成長、またはストレスの少ない成長を意味するものではありません。それは、この式が最大漸近成長をターゲットとしていることを意味し、その目的には自然にトレードオフが伴います。
フルケリーでの期待成長率が高いほど、通常はボラティリティが大きくなり、一時的なドローダウンが深くなり、結果の分散が広くなります。モデルが長期的に理論的に成長最適であっても、バンクロールは不安定な期間が長く不快な期間を経験する可能性があります。
ベッターがKellyスタイルのバンクロールモデルを使用する理由
Kelly Criterionは、予測の品質と同じくらい資本配分が重要であるベット環境で一般的に議論されます。これには、スポーツベッティング、モデルベースのベッティング、一部の有利なプレイ、および参加者がオッズと真の確率が一致していないと信じているその他の状況が含まれます。
それらの環境では、主な質問は、ベットがプラスの期待値を持っているかどうかだけではありません。質問は、エッジが存在すると信じられている場合に、バンクロールのどのくらいの割合を露出させるべきかということです。そこでKellyスタイルのバンクロールモデルが関連してきます。
Kelly Criterionは、サイジング問題に対する正式な答えを提供します。それはエッジを作成するわけでも、根本的な確率推定が正しいかどうかを確認するわけでもありません。それは、仮定されたエッジとオッズを、繰り返しリスクのフレームワーク内の資本の割合に変換するだけです。
これが、この式が規律あるベッターから真剣な注目を集める理由の1つです。それは、勝率だけに焦点を当てるのではなく、期待値、バンクロールの成長、および生存リスクの交差点に位置しています。
フルケリー、フラクショナルケリー、およびリスクエクスポージャー
フルケリーは、モデルの仮定の下で式によって暗示される数学的に完全な資本割合です。フラクショナルケリーは、同じエッジベースのサイジングの一般的なロジックを維持しながら、その割合を削減します。しばしばハーフケリーまたはクォーターケリーになります。
これは、入力の仮定が不確かな場合、フルケリーは現実世界での使用には攻撃的すぎることが多いため重要です。推定されたエッジがプラスであっても、確率推定がノイズが多い場合や市場条件が仮定よりも不安定な場合、フルケリーは急激なドローダウンと非常に不安定なバンクロールパスを作成する可能性があります。
フラクショナルケリーは、そのトレードオフを変更します。フルケリーと比較して期待される長期成長を削減しますが、ボラティリティも削減し、ドローダウンの圧力を下げ、バンクロールパスを推定誤差に対してより敏感でなくします。そのため、多くの有利なベッターは、同じ資本配分のアイデアのより堅牢な実用的なバリエーションとしてフラクショナルケリーを扱います。
このシミュレーターを使用して、その違いを直接観察できます。適用される割合を減らすことで、ユーザーは成長を犠牲にしてよりスムーズなリスクエクスポージャーを交換した場合に、バンクロールの動作がどのように変化するかを比較できます。
確率誤差が公式よりも重要な理由
Kelly Criterionの最も重要な現実世界での制限は、通常、公式自体ではありません。それは、公式に供給される確率推定の品質です。
エッジ推定が楽観的すぎると、Kellyの割合が大きくなりすぎる可能性があります。これは過剰ベットにつながり、理論的に健全な資本配分ルールを脆弱なバンクロールプロセスに変える最も速い方法の1つです。実際には、推定確率の小さな誤差は、特にエッジが薄い場合、最適な賭け金のサイズを実質的に変更する可能性があります。
これが、高度なユーザーが公式の優雅さよりも入力の信頼性に焦点を当てることが多い理由です。クリーンなKelly方程式は、ノイズの多いモデリング、ラインの動き、不完全な情報、隠れた相関関係、または不安定な市場条件を解決しません。
その意味で、本当の課題はKelly Criterionを理解することではありません。本当の課題は、仮定されたエッジがそもそも信頼されるべきかどうかを知ることです。
Kelly Criterion、スマートベッティング、アービトラージベッティング、およびマイクロベッティング
Kelly Criterionは、有利なベッターが探求するいくつかの概念と密接に関連していますが、それらと混同されるべきではありません。
スマートベッティングは、正式な数学モデルではなく、広範で非公式な用語です。通常、価格意識、期待値、バンクロール管理、および選択的な露出を中心に構築された規律あるベッティング行動を指します。Kellyベースのステーキングはそのフレームワークの一部になる可能性がありますが、Kelly Criterion自体はバンクロールサイジングルールにすぎません。
アービトラージベッティングはさらに異なります。アービトラージベッティングは、ブックまたは市場全体で価格設定の非効率性を固定しようとするため、結果に関係なくポジションが収益性を持つようになります。Kelly Criterionはアービトラージを作成しません。それは、エッジとペイアウトが既知または仮定されている場合に、バンクロールの露出をどのようにサイズ設定するかに対処します。
マイクロベッティングは、さらに複雑さを増します。マイクロベッティング市場では、意思決定は短い時間枠で行われ、価格は急速に更新される可能性があり、実行速度がより重要になります。その環境では、仮定されたエッジが急速に減衰する可能性があり、決定の数が増加し、ベット頻度が増加するとモデルエラーがより高価になる可能性があるため、Kellyスタイルのステーキングを適用するのが難しくなる可能性があります。
これらのトピックはすべて、エッジ、価格設定、および露出というより広い世界に位置しているため、関連しています。Kelly Criterionは、完全なベッティング戦略ではなく、資本配分メカニズムとしてそのエコシステムに属します。
シミュレーターがドローダウンとボラティリティについて明らかにするもの
Kellyシミュレーションの主な強みの1つは、隠れたバンクロールリスクを容易に見えるようにすることです。理論的なエッジであっても、露出が時間とともに繰り返されると、非常に不均一な結果を生み出す可能性があります。
多数の独立したバンクロールパスを生成することにより、シミュレーターは、同一の仮定であっても非常に異なる軌跡を生み出す可能性があることを示しています。一部のパスは急速に成長する可能性があり、他のパスは停滞する可能性があり、他のパスは回復する前、または回復に失敗する前に深いドローダウンを経験する可能性があります。その分散はノイズではなく、モデルの一部です。
これは、ドローダウンを理解する上で特に重要です。ドローダウンは、何かがうまくいかない場合にのみ現れる副作用ではありません。それらは、ボラティリティのあるプロセスでの繰り返し露出の構造的な特徴です。成長志向の資本配分ルールであっても、途中で深刻な一時的な損失を生み出す可能性があります。
したがって、シミュレーターは、ユーザーがリターンの可能性だけでなく、成長に焦点を当てたサイジングロジックに伴う不安定性も研究するのに役立ちます。
Kelly Criterion シミュレーション方法
[画像: Kelly Criterionの下で複数のバンクロール結果パスを示す確率的シミュレーション。]
シミュレーターは、モンテカルロシミュレーションを使用して、同一の開始仮定の下で多数のバンクロールパスを生成します。各パスは、繰り返し行われる独立した試行全体で同じオッズ、確率、および資本割合のロジックを適用します。
各実行は確率的プロセス内の実現された結果によって駆動されるため、個々のパスは時間の経過とともに分岐します。多くのパスが集約されると、結果の分布は、分散、テールリスク、ドローダウンの挙動、パス依存性、および典型的な結果と極端な結果の間のギャップなどの構造的特徴を明らかにします。
この方法では、実際の市場で何が起こるかを予測しません。それは、仮定が固定されたままである場合にモデルがどのように動作するかを推定します。
入力と仮定
シミュレーターは、ユーザー定義の確率とオッズを固定入力として使用します。これらの値はシミュレーション環境を定義し、各実行中に一定のままです。
各試行は独立したものとして扱われます。モデルには、適応的な動作、学習、確信の変化、または以前の結果からのフィードバックは含まれていません。バンクロールの進化は、定義された資本割合と、勝利と敗北のシミュレートされたシーケンスのみによって駆動されます。
この制御された構造は意図的です。これにより、Kelly Criterionを、サイジングロジックの効果が変化する外部条件から分離できる安定した数学的環境内で調べることができます。
実際のKellyの使用が公式よりも難しい理由
実際のベッティング環境は、通常、モデルよりも安定していません。確率は変化し、オッズは動き、制限が現れ、実行タイミングが重要になり、流動性は変動し、結果は最初に現れるほど独立していない可能性があります。
Kelly Criterionは仮定に非常に敏感であるため、これは重要です。推定されたエッジが変化したり消滅したりすると、ある条件の下では合理的だった賭け金のサイズが、別の条件の下では大きくなりすぎる可能性があります。公式自体は同じままですが、その周囲の環境は異なります。
これは、高速または断片化された市場ではさらに重要になります。急激なラインの動き、高頻度の決定、または不完全な情報に対処するベッターは、シミュレーターが仮定するクリーンな構造内で操作しているわけではありません。数学的なKellyと実用的なKellyの間のギャップは、しばしばその違いから生じます。
このため、シミュレーターは、実際のベッティング市場がどのように動作するかを完全に表現するものではなく、固定された仮定の下での資本ダイナミクスのモデルとして読むべきです。
Kelly Simulatorの結果の解釈方法
出力は、ポイント予測ではなく、分布として読むべきです。乗法的なバンクロールプロセスはしばしば非常に非対称であるため、平均的な結果、中央値の結果、最良ケースのパス、および最悪ケースのパスは大きく異なる場合があります。
これが、単一の軌跡が単独で情報を提供することはめったにない理由です。より有用な読み方は、結果の広がり、ドローダウンの頻度と深さ、および典型的なパスと極端なパスの間の距離を比較することから得られます。これらの特徴は、選択された仮定の下でモデルが資本をどれだけ攻撃的に露出させるかを示しています。
したがって、破産のリスク、ドローダウン統計、およびテールアウトカムは、シミュレーションのモデル化された特性として理解されるべきです。それらは、固定された条件下で計算プロセスが生成するものを記述します。それらは、ライブ市場の確率を直接記述したり、同様のパターンが実際に現れることを保証したりするものではありません。
他の資本配分モデルとの関係
Kelly Criterionは、賭け金のサイズがバンクロールと仮定されたエッジとともに変化するため、フラットベッティングとは異なります。また、選択された割合がエッジとペイオフ構造の正式な推定値に結び付けられていない場合、単純な固定割合のステーキングとも異なります。
Kellyフレームワークは成長志向のモデル内の比例的な露出を中心に構築されているため、その区別は重要です。他のバンクロールシステムは、よりシンプルで、よりスムーズで、または適用が容易かもしれませんが、それらは同じ成長目標を目指していません。
したがって、このシミュレーターは比較思考ツールとしても使用できます。Kellyベースのサイジングが、特にボラティリティ、複利、および長期的な露出が中心的な懸念事項である場合に、静的なステーキングモデルとはどのように異なる動作を示すかを示すのに役立ちます。
モデルの限界
このシミュレーターは、推定誤差、市場適応、取引コスト、実行摩擦、流動性制約、および構造的ブレークを除外します。ラインの動き、隠れた相関関係、戦略の調整、行動応答、または真の確率の時間的変化をモデル化しません。
これらの除外は見落としではありません。それらは、安定したシミュレーション環境を維持するためのスコープ境界です。出力は、モデルにエンコードされた仮定によって完全に制限されるため、結果は構造を理解するのに役立ちますが、ライブベッティング条件の表現としては不完全です。
したがって、シミュレーターは、制御された仮定の下でのバンクロールの挙動を調べるための数学的ツールとして最もよく理解されます。
Kelly Criterion Simulator のスコープ境界
このシミュレーターは、固定された確率的仮定の下での成長モデルの数学的特性を評価します。意思決定、戦略、または現実世界のシナリオを評価しません。すべての出力は、計算モデル自体の記述として解釈されるべきであり、ガイダンス、推奨事項、または処方箋として解釈されるべきではありません。
シミュレーターは、固定された仮定の下での計算モデルの動作を記述します。アドバイス、推奨事項、保証、または現実世界のパフォーマンスの主張を提供するものではありません。
作者の責任
このシミュレーターとその確率的仮定は、Kim Birch によって維持されています。責任は、シミュレーションロジック、確率構造、および方法論的整合性に限定されます。責任は、シミュレーターの使用から派生した解釈、適用、または結果には及びません。