Gestión de Posiciones: El Criterio de Kelly

El Asesino Silencioso: La Varianza

He visto a personas increíblemente inteligentes construir modelos predictivos altamente precisos, solo para vaciar completamente sus cuentas en tres semanas. ¿Por qué? Porque la plataforma de análisis de datos deportivos más nítida del mundo es completamente inútil si una mala gestión del dinero te lleva a la quiebra durante una inevitable racha estadística negativa.

En el modelado deportivo, los resultados reales varían alrededor de las probabilidades estimadas, por lo que siempre pueden aparecer rachas negativas aunque un proceso termine funcionando bien en una muestra más amplia. El Criterio de Kelly es un marco matemático conocido que relaciona una probabilidad y un precio asumidos con una asignación orientada al crecimiento; no es una garantía y puede ser peligroso si esos datos son incorrectos.

Decodificando la Fórmula de Kelly

El Criterio de Kelly estima una asignación orientada al crecimiento a partir de la probabilidad asumida y el precio disponible. El resultado solo es tan confiable como esos datos y los supuestos de la fórmula.

f = (bp - q) / b

• f = Fracción de la base de unidades de referencia a asignar
• b = Cuotas decimales - 1
• p = Probabilidad de ganar
• q = Probabilidad de perder (1 - p)

Si la fórmula de Kelly devuelve un 3%, esa es la asignación de Kelly completo bajo los supuestos ingresados. No elimina las caídas ni el riesgo de ruina, sobre todo cuando la probabilidad estimada es incorrecta.

El Peligro del Kelly Completo

La fórmula tiene supuestos estrictos. Depende de una probabilidad y un precio precisos, mientras que los modelos deportivos trabajan con estimaciones que siempre tienen incertidumbre.

Si tu modelo sobreestima tu ventaja, asignar el porcentaje "Kelly Completo" puede ser peligrosamente agresivo y exponerte a caídas devastadoras. Por esta razón, los sindicatos profesionales utilizan casi exclusivamente el Kelly Fraccional.

Al utilizar un enfoque de Cuarto de Kelly (dividiendo el tamaño recomendado por 4) o Medio Kelly, suavizas drásticamente la curva de volatilidad. Tu crecimiento compuesto es ligeramente más lento, pero mitigas el riesgo de sobreestimar tu ventaja. EdgeSlate proporciona herramientas integradas para ayudarte a identificar oportunidades de comparación modelo-vs-mercado mientras mantienes un crecimiento disciplinado y matemático de tu base de unidades de referencia.