محاسبه تخصیص بهینه: معیار کلی چگونه برتری آماری را در برابر ترمز نوسانات متوازن می‌کند

نتیجه یک مدل پیش‌بینی در لحظه شناسایی یک برتری مشخص نمی‌شود، بلکه دقیقاً در لحظه‌ای تعیین می‌شود که سرمایه به آن تخصیص می‌یابد. حجم معامله است که نتیجه را دیکته می‌کند. یک معامله‌گر ممکن است استراتژی‌ای داشته باشد که در ۶۰ درصد مواقع برنده است، اما اگر در هر معامله ۵۰ درصد از کل سرمایه خود را به خطر بیندازد، قطعیت ریاضیِ یک نوار باخت در نهایت سرمایه او را به صفر خواهد رساند. این نابودی ثروت از طریق قرار گرفتن بیش از حد در معرض ریسک، دقیقاً همان مشکلی است که معیار کلی برای حل آن مهندسی شده است.[1][8]

این فرمول که در سال ۱۹۵۶ توسط جان ال. کلی جونیور در آزمایشگاه‌های بل (Bell Labs) توسعه یافت، در ابتدا برای بهینه‌سازی نویز سیگنال در خطوط تلفن راه دور طراحی شده بود. اما تحلیل‌گران کمی خیلی زود آن را برای حل مشکل دیگری تطبیق دادند: چه مقدار از یک سرمایه محدود را باید روی شرطی با ارزش مورد انتظار مثبت و مشخص، ریسک کرد.[3][4]

خود فرمول به شکلی فریبنده ساده است: f = (bp - q) / b. خروجی، یعنی f، نشان‌دهنده کسر بهینه از کل سرمایه برای تخصیص است. ورودی‌ها نیازمند دانستن احتمال اعشاری برد (p)، احتمال باخت (q یا 1-p) و ضریب سود خالص دریافتی روی شرط (b) هستند.[4][7]

وقتی معیار کلی به‌طور دقیق اعمال شود، لگاریتم مورد انتظار ثروت را به حداکثر می‌رساند. این بدان معناست که فرمول به جای ارزش مورد انتظار حسابی یک رویداد منفرد و مجزا، برای سود مرکب هندسی در طول زمان بهینه‌سازی می‌کند.[2][8]

برای درک این تفاوت، سکه‌ای را در نظر بگیرید که طوری وزن‌دهی شده تا در ۵۵ درصد مواقع روی شیر فرود بیاید و سود برابر (یک به یک) پرداخت کند. ارزش مورد انتظار حسابی یک شرط ۱۰۰ دلاری مثبت است. اما اگر یک شرکت‌کننده تمام دارایی خالص خود را روی شیر شرط ببندد، احتمال ۴۵ درصدی نابودی کامل، نرخ رشد هندسی بلندمدت را به‌شدت منفی می‌کند.[5]

با قرار دادن این برتری ۵۵ درصدی در فرمول کلی، به یک پاسخ مشخص می‌رسیم: (۱ * ۰.۵۵ - ۰.۴۵) / ۱ = ۰.۱۰. این معیار دیکته می‌کند که دقیقاً ۱۰ درصد از سرمایه به این فرصت خاص اختصاص یابد.[4][5]

این آستانه ۱۰ درصدی نمایانگر قله مطلق منحنی رشد است. شرط‌بندی دقیقاً ۱۰ درصد، سود مرکب سرمایه در بلندمدت را به حداکثر می‌رساند. شرط‌بندی ۵ درصدی رشد کندتری به همراه دارد، اما واریانس سبد سرمایه‌گذاری را به‌طور قابل‌توجهی کاهش می‌دهد.[7]

خطر واقعی در سمت راست منحنی نهفته است. اگر شرکت‌کننده ۲۰ درصد از سرمایه خود را شرط ببندد — یعنی دو برابر توصیه کلی — نرخ رشد هندسی بلندمدت او دقیقاً به صفر سقوط می‌کند. در اینجا، ترمز نوسانات (volatility drag) به‌طور کامل برتری آماری را خنثی می‌کند.[1][3]

هرگونه تخصیص فراتر از «کلی دوبرابر» (double-Kelly) ورشکستگی نهایی را تضمین می‌کند، حتی اگر شرط‌بندی‌های پایه همچنان دارای ارزش مورد انتظار مثبت باشند. این واقعیت ریاضی توضیح می‌دهد که چرا صندوق‌های پوشش ریسک با اهرم بالا، با وجود در اختیار داشتن مدل‌های پیش‌بینیِ بنیادین و قوی، باز هم ممکن است فرو بپاشند.[1][6]

صنعت مالی اغلب استراتژی‌های کمی را بر اساس دقت پیش‌بینی خام آن‌ها بازاریابی می‌کند. اما معیار کلی نقص این نوع چارچوب‌بندی را برملا می‌کند: یک مدل با دقت ۹۰ درصد کاملاً بی‌فایده است اگر اجازه داده شود که آن نرخ خطای ۱۰ درصدی، یک مارجین کال (margin call) را رقم بزند.[8]

در عمل، فرمول سخت‌گیرانه کلی به‌ندرت با تمام قدرت به کار گرفته می‌شود. این معادله فرض را بر این می‌گذارد که احتمال موفقیت با قطعیت مطلق شناخته شده است. در بازارهای مالی، احتمالات همیشه تخمین‌هایی هستند که از داده‌های تاریخی استخراج شده‌اند.[6][7]

اگر یک تحلیل‌گر برتری خود را بیش از حد برآورد کند، فرمول کلی تخصیصی را پیشنهاد می‌دهد که سبد سرمایه‌گذاری را به سمت راست و مخرب منحنی رشد سوق می‌دهد. از آنجا که جریمه شرط‌بندی بیش از حد، به‌طور تصاعدی شدیدتر از جریمه شرط‌بندی کمتر از حد است، سرمایه‌گذاران نهادی معمولاً از رویکرد کلی کسری استفاده می‌کنند.[5][7]

یک استراتژی نیمه‌کلی (half-Kelly) ۵۰ درصد از مقدار بهینه ریاضی را تخصیص می‌دهد. این کار تقریباً ۲۵ درصد از حداکثر نرخ رشد تئوریک را قربانی می‌کند، اما واریانس سبد را ۵۰ درصد کاهش داده و یک سپر محافظتی عظیم در برابر خطاهای تخمینی فراهم می‌آورد.[5][6]

این معیار همچنین در مواجهه با سرمایه‌گذاری‌های همزمان و همبسته دچار چالش می‌شود. فرمول کلاسیک، رویدادها را متوالی و مستقل فرض می‌کند. وقتی یک مدیر سبد، ۵۰ سهم مختلف را نگهداری می‌کند، یک شوک در سطح بازار نتایج را به هم مرتبط کرده و فرض استقلال را نقض می‌کند.[2][3]

برای جبران این موضوع، تئوری مدرن پورتفولیو معیار کلی را با ماتریس‌های کوواریانس ادغام می‌کند و یک مسئله تفکیک‌شده ایجاد می‌کند که در آن کسر بهینه بر اساس همبستگی بین دارایی‌ها تعدیل می‌شود.[2]

با وجود این محدودیت‌های عملی، این معیار همچنان به‌عنوان محک بنیادین برای مدیریت ریسک باقی مانده است. این فرمول یک انضباط کمی را تحمیل می‌کند که شناسایی یک برتری را از بهره‌برداری از آن جدا می‌سازد.[8]

کاربرد واقعی معیار کلی به‌عنوان یک موتور رشد تهاجمی نیست، بلکه به‌عنوان یک مرز ریاضی است. این معیار دقیقاً نقطه‌ای را تعریف می‌کند که در آن اعتماد به نفس به خودکشی ریاضی تبدیل می‌شود و ثابت می‌کند که بقا، پیش‌شرطِ رسیدن به سود مرکب است.[6][9]