说明
本文受知乎陈小米启发而写。有兴趣的朋友可以移步这里。
本文的代码完全是本人所撸。
问题描述
假想一个游戏。赢的概率是60%,输的概率40%。入场费随意交。如果赢了获得2倍的入场费金额(1赔1),输则输掉入场费。小米有1000元做本金,请问小米每次给多少入场费,理论上100次游戏后几何期望收益能最大?
【本人的疑问】为何这里考虑几何期望,而不是数学期望?【已解决,见代码注释!】
凯利公式
\[f=p-\frac{q}{b}
\]
不多说,上代码。
完整代码
import pandas as pd
import numpy as np
import random
import matplotlib.pyplot as plt
”’
用蒙特卡罗方法,验证凯利公式的计算得到资金比例是不是最佳的
参考:https://zhuanlan.zhihu.com/p/20849995
”’
pwin = 0.6 # 胜率
b = 1 # 净赔率
# 凯利值
def kelly(pwin, b):
”’
参数
pwin 胜率
b 净赔率
返回
f 投注资金比例
”’
f = (b * pwin + pwin – 1) / b
return f
<