ケリー基準：第一原理から導く最適ポジションサイジング

要点

ケリー基準は、長期的な資産増大を最大化するためのベットサイズおよびポートフォリオポジションサイジングの数学的に最適なルールを提供します。情報理論から導かれたこの基準は、正の期待値を持つあらゆる機会に対して、資本の何パーセントをリスクにさらすべきかを正確に示します。フルケリーは資産の幾何成長率を最大化しますが、推定誤差とファットテールにより実際の市場ではフルケリーが危険なほど積極的であるため、実務家はほぼ普遍的にフラクショナルケリー（通常ハーフケリー）を使用します。

情報理論から最適ベッティングへ

1956年、ベル研究所の物理学者John Larry Kelly Jr.は、真剣なギャンブラーや投資家のポジションサイジングに対する考え方を静かに変える論文を発表しました。Kellyは金融を研究していたわけではありません。Claude Shannonの通信チャネルに関する基礎研究を基に情報理論に取り組んでいました。彼の洞察は優雅でした：エッジを持つギャンブラーの問題は、ノイズのあるチャネルを介して情報を伝送する問題と数学的に等価です。

Kelly (1956)は単純な問いを立てました：繰り返しのベットでエッジがある場合、資産の長期的な成長率を最大化するには、毎回バンクロールの何パーセントを賭けるべきですか。現在ケリー基準と呼ばれるその答えは、驚くほど精密です。

確率pで勝ち、確率q = 1 - pで負ける単純な二項ベットで、勝利時にb対1の配当を受け取る場合、ベットすべき最適な割合は次のとおりです：

f* = (bp - q) / b

この公式には美しい解釈があります。分子bp - qは賭け金1ドルあたりの期待エッジです。bで割ることで、配当率に反比例してベットサイズが調整されます。配当が高いほど各結果の分散が大きいため、より小さな割合でベットする必要があります。

コインフリップの実例

表が60%の確率で出るコインがあり、配当は1対1（b = 1）とします。エッジは実在しますが控えめです。バンクロールの何パーセントを賭けるべきですか。

ケリー公式を適用すると：f* = (1 x 0.60 - 0.40) / 1 = 0.20

ケリーは毎回現在のバンクロールの20%を賭けるべきと示します。50%ではありません。5%でもありません。正確に20%です。

なぜそれ以上賭けてはいけないのですか。幾何的複利の数学により、過大ベットは資産を破壊するからです。60/40のコインにバンクロールの50%を賭けると、正のエッジがあるにもかかわらず最終的に破産します。分散がエッジを圧倒します。一連の勝敗の後、バンクロールはリターンの幾何平均が長期的な運命を決定する経路をたどります。算術平均ではありません。

ケリー最適の20%ベットで100回コインを投げた後、期待される幾何成長率はベットあたり約2%です。1,000回後には、初期の$1,000は通常$300,000以上に成長します。同じコインに50%のベットを行った場合、開始時よりも少ない金額になっている可能性が高くなります。

幾何成長率が重要な理由

ケリー基準は資産の期待対数を最大化します。これは幾何成長率の最大化と同等です。算術リターンと幾何リターンのこの区別は、ケリーが機能する理由を理解する上で根本的に重要です。

Latané (1959)はポートフォリオ理論の観点から独立に同じ原理に到達し、投資家はポートフォリオリターンの幾何平均を最大化すべきだと主張しました。その論理は明快でした：長い期間にわたって、最も高い幾何成長率を持つポートフォリオがほぼ確実に他のすべてを上回ります。

リターンの算術平均は誤解を招く可能性があります。100%の利益を得て50%の損失を被ったポートフォリオは、期間あたりの算術平均リターンが25%ですが、投資家は正確に元の位置に戻ります。幾何平均(2.0 x 0.5) = 1.0は、ゼロ成長を正確に反映します。

この損益間の非対称性は分散ドラッグと呼ばれます。任意の算術平均リターンに対して、分散が高いほど幾何平均は低下します。その関係は近似的に次のとおりです：

幾何平均 = 算術平均 - 分散 / 2

ケリー基準はこのドラッグを暗黙的に考慮します。算術的エッジから分散ペナルティを差し引いた値を最大化するベットサイズを見つけ、最も高い幾何成長率を生み出します。

ベットからポートフォリオへ

リスクフリーレートrに対する期待超過リターンmu、ボラティリティsigmaを持つ単一投資の場合、ケリー基準は連続形をとります：

f* = (mu - r) / sigma^2

この公式は直感的な構造を持っています。期待超過リターンが高いほど多く投資し、ボラティリティが高いほど少なく投資します。最適ポジションサイズは期待リターンに線形に比例しますが、ボラティリティの二乗に反比例します。ボラティリティを2倍にすると、最適ポジションは半分ではなく4分の1に減少します。

期待リターン12%、リスクフリーレート4%、年間ボラティリティ20%の株式を考えます。ケリー最適の配分は次のとおりです：

f* = (0.12 - 0.04) / (0.20)^2 = 0.08 / 0.04 = 2.0

ケリーはこの株式に資本の200%までレバレッジをかけるべきと示します。この結果はフルケリーの力と危険性を同時に明らかにします：理論的最適値はしばしば、ほとんどの投資家が恐怖を感じる積極的なレバレッジを要求します。そしてそれには正当な理由があります。

フラクショナルケリーの必要性

カードカウンティングでブラックジャックを打ち負かし、その後非常に成功したヘッジファンドPrinceton Newport Partnersを運営した数学者Edward Thorpは、実務におけるケリー基準の最も影響力のある提唱者となりました。しかしThorpは重要な修正についても同様に断固としていました：フルケリーを決して使用してはなりません。

Thorp (2006)は、フラクショナルケリー、通常ケリー最適額の半分を賭けることが、実務上いくつかの理由ではるかに優れていると主張しました。

第一に、パラメータの不確実性です。ケリー公式は勝率と配当率の正確な値を知っていると仮定します。現実にはこれらのパラメータは誤差を伴って推定されます。エッジを過大推定すると過大ベットにつながり、これは壊滅的です。真のエッジが推定の半分であれば、誤った推定に基づくフルケリーは真のケリー比率の2倍に相当し、幾何成長率がマイナスに転じる危険領域に深く入り込みます。

第二に、分散削減です。フルケリーはポートフォリオ価値に巨大な変動をもたらします。フルケリー下の対数資産パスの標準偏差は驚くほど大きくなります。ハーフケリーはフルケリーの成長率の75%を達成しながら、分散は半分です。ほとんどの投資家にとって、このトレードオフは圧倒的に有利です。

第三に、ドローダウン管理です。フルケリー下の最大ドローダウンは連続時間では理論上無限大です。ハーフケリー下では、期待ドローダウンは劇的に小さくなります。Thorpは自身のトレーディングでエッジ推定の確信度に応じて0.1から0.5の範囲のケリー比率を使用したと記録しています。

一般的なフラクショナルケリーのアプローチは、最適ベットに0から1の間の係数cを掛けます：

f_actual = c x f*

c = 0.5（ハーフケリー）では、長期成長率の約25%を犠牲にしながらボラティリティを50%削減します。c = 0.25（クォーターケリー）では、成長率の約44%を犠牲にしますが、ボラティリティを75%削減します。フラクショナルケリー下の成長率は次のとおりです：

g(c) = c x (mu - r) - c^2 x sigma^2 / 2

これはc = 1（フルケリー）で最大となり、c = 2（ダブルケリー）でゼロとなる二次関数です。ケリー額の2倍を超えるベットは負の幾何成長率を生み出し、十分な時間があれば確実に破産します。

過大ベットの危険性

ケリー理論から得られる最も重要な実務的教訓は、過少ベットと過大ベットの間の壊滅的な非対称性です。

ケリー額の半分をベットすれば、最適成長率の75%を得られます。ケリー額の2倍をベットすれば、成長率はゼロとなり、まったくベットしないのと同等です。ダブルケリーを超えると、成長率はマイナスとなり、破産が確実になります。

この非対称性には深い含意があります。過少ベットを引き起こす推定誤差は比較的無害です。いくらかの成長を逃しますが、資産は依然としてプラスで複利されます。過大ベットを引き起こす誤差は潜在的に壊滅的です。過大サイジングのペナルティは過少サイジングのペナルティよりもはるかに急峻です。

これが経験豊富なケリー実務家が常に保守的な側に傾く理由です。慎重すぎるコストは控えめです。攻撃的すぎるコストは破産です。

マルチアセットケリー：ポートフォリオバージョン

複数資産のポートフォリオの場合、ケリー基準は共分散行列を使用して拡張されます。Thorp (2006)がマルチアセットの定式化を提示し、MacLean, Thorp, Ziemba (2011)が決定版の教科書的取り扱いを提供しました。

muが期待超過リターンのベクトル、Sigmaが共分散行列であれば、ケリー最適ポートフォリオのウェイトは次のとおりです：

f* = Sigma^(-1) x mu

これはリスク回避係数が1（対数効用に対応）の平均分散最適ポートフォリオと同一です。この関連性は偶然ではありません。リターンが正規分布に従う場合、資産の期待対数を最大化することは、ケリーに対応する特定のリスク回避パラメータを持つ平均分散最適化と同等です。

マルチアセットの定式化は、ケリーが自然に分散投資することを示します。期待リターンの高い資産に大きなウェイトが割り当てられますが、共分散行列が高い相関を持つ資産の過剰ウェイトを防ぎます。ポートフォリオバージョンのケリーは、実質的に平均分散理論の接線ポートフォリオを最適にレバレッジしたバージョンです。

対数効用との関連

ケリー基準は、資産の期待対数効用を最大化することと同等です。対数効用関数U(W) = ln(W)を持つ投資家が単一期間ポートフォリオ問題を最適化すると、正確にケリー公式に到達します。

この関連は理論的根拠を提供します。対数効用にはいくつかの魅力的な性質があります。最適戦略が近視眼的（投資期間に依存しない）となる唯一の効用関数であり、長期的にほぼ確実に他のすべての戦略を上回る成長最適ポートフォリオを生成します。

しかし対数効用は特定のレベルのリスク回避も意味します。対数効用が意味するよりも高いリスク回避を持つ投資家はケリーよりも少なくベットすべきであり、これは実務上のデフォルトとしてのフラクショナルケリーに立ち戻ります。

実践的ポートフォリオサイジング例

次の推定特性を持つシステマティック株式モメンタム戦略を評価する投資家を考えます：期待年間超過リターン6%、年間ボラティリティ15%、リスクフリーレート4%。

この戦略のフルケリー比率は次のとおりです：

f* = 0.06 / (0.15)^2 = 0.06 / 0.0225 = 2.67

フルケリーは資本の267%までレバレッジすべきと示します。これは積極的です。ハーフケリー（c = 0.5）では配分は133%となります。クォーターケリー（c = 0.25）では67%であり、ほとんどの機関投資家が合理的と考える水準です。

期待幾何成長率は次のとおりです：

フルケリー：g = 0.06 - (0.15)^2 / 2 = リスクフリーレートに対して年率4.88%

ハーフケリー：g = 0.5 x 0.06 - 0.25 x (0.15)^2 / 2 = リスクフリーに対して2.72%

クォーターケリー：g = 0.25 x 0.06 - 0.0625 x (0.15)^2 / 2 = リスクフリーに対して1.43%

フルケリーとクォーターケリーの成長率の差は年間約3.4パーセントポイントです。しかしフルケリーポートフォリオのボラティリティは40%（2.67 x 15%）である一方、クォーターケリーポートフォリオのボラティリティは10%（0.67 x 15%）です。ほとんどの投資家にとって、フラクショナルケリーのリスク調整後のトレードオフは明らかに優れています。

限界と批判

ケリー基準は、実際の市場では不完全にしか満たされない仮定に基づいています。

パラメータの不確実性が最も根本的な問題です。この公式は期待リターンとボラティリティの正確な知識を必要とします。実務では期待リターンは非常に大きな不確実性をもって推定されます。株式の期待超過リターンは6%プラスマイナス8%かもしれません。このような広い信頼区間では、ケリー比率自体が非常に不確実となり、フルケリーは無謀になります。

ファットテールは連続ガウシアン近似を無効化します。実際の市場リターンは正規分布が予測するものをはるかに超える尖度を示します。極端なイベントはケリーの数学的枠組みが想定するよりも頻繁に発生します。これにより、過大ベットは標準理論が示唆するよりもさらに危険になります。

Ole Peters (2019)が提唱した非エルゴード性の議論は、より深い批判を提供します。Petersは標準的な期待効用の枠組みが時間平均とアンサンブル平均を混同していると主張しました。資産の成長のような乗法的プロセスでは、時間平均（単一の投資家が経験するもの）はアンサンブル平均（多くの投資家の平均）と異なります。ケリー基準は時間平均（幾何成長率）を最大化することでこの問題を正しく解決しますが、Petersの研究は多くの従来の金融モデルが暗黙的に誤った量を最適化していることを浮き彫りにしています。

リターンの系列相関、取引コスト、レバレッジおよび空売りの制約は、実務上の適用をさらに複雑にします。平均回帰リターンを持つ戦略のケリー比率はi.i.d.の場合と異なり、これを無視すると最適でないサイジングにつながる可能性があります。

ケリーが最も有効な場面

ケリー基準は、エッジが十分に特性化され、ゲームが多数回繰り返される環境で最も強力です。Thorpが最初に適用したブラックジャックのカードカウンティングが典型的な例です。エッジを正確に計算でき、ゲームが数千回繰り返され、結果の分布がよく理解されています。

金融市場では、ケリーは保有期間が短くエッジが十分に推定されている戦略に最も適用可能です。高頻度マーケットメイキング、大規模サンプルサイズを持つ統計的アービトラージ、長いトラックレコードを持つシステマティック戦略がこれに該当します。パラメータの不確実性が支配する集中的な長期投資には最も適用が困難です。

ケリー基準の永続的な貢献は、公式そのものではなく、それが提供する思考の枠組みにあります。ポジションサイジングは付随的な考慮事項ではなく、シグナルそのものと同等に重要です。最適なベットサイズはエッジ対分散の比率に依存し、エッジだけでは決まりません。過大ベットは過少ベットよりもはるかに危険です。そして長期的な資産を決定するのは算術的な期待リターンではなく、幾何成長率です。