Kelly fraccional en esports: crecimiento y error de probabilidad
Kelly fraccional empieza con una pregunta que la calculadora no responde: ¿qué credibilidad tiene la probabilidad introducida? Una fórmula convierte una estimación en una apuesta sin hacer correcta esa estimación. En esports, un cambio de plantilla, un veto o un parche pueden reducir la relevancia de los datos históricos. No existe un margen universal de error para ese proceso. Una fracción menor reduce la exposición a un error; no convierte una expectativa incierta o negativa en ingresos fiables.
La derivación siguiente considera una apuesta binaria, sin devolución, comisión, impuesto ni cambio en la aceptación. Analiza una posición aislada y presupone una probabilidad de victoria conocida. El crecimiento logarítmico esperado mide la riqueza multiplicativa, en lugar de solamente el beneficio monetario esperado. Por ejemplo, ganar un cincuenta por ciento y después perder un cincuenta por ciento deja tres cuartas partes del capital inicial. El objetivo logarítmico refleja esa asimetría entre los dos resultados.
La concavidad estricta convierte el punto estacionario en el único máximo interior cuando ambos resultados tienen probabilidad positiva. Si la fracción calculada es negativa, quien solo puede apostar a favor de la selección usa cero, no una apuesta negativa. Por tanto, una salida igual a cero puede ser útil. La fórmula no exige apostar en cada partido. Tampoco elige una pérdida económica universalmente aceptable para la persona que introduce los números.
El modelo binario aislado
Sea b la cuota decimal menos uno, p la probabilidad verdadera estipulada, q = 1 - p y f la fracción del capital apostada. El crecimiento logarítmico exacto y su derivada son:
Binary wager, no push, no fees; one isolated position
decimal odds O = b + 1; true probability p; q = 1 - p
bankroll fraction 0 <= f < 1
g(f) = p ln(1 + b f) + q ln(1 - f)
g'(f) = p b / (1 + b f) - q / (1 - f)
g''(f) = -p b^2 / (1 + b f)^2 - q / (1 - f)^2 < 0
f_star = (b p - q) / b = (p O - 1) / (O - 1)
no short selling: use max(0, f_star)
Hypothetical exact probability p = 0.525, odds O = 2.00
EV per unit = p O - 1 = 0.050000
full fraction = 0.050000; half = 0.025000; quarter = 0.012500
g(full) = 0.001250521355
g(half) = 0.000937662817
g(quarter) = 0.000546901451
g(half)/g(full) = 0.749817517
g(quarter)/g(full) = 0.437338754Fíjate en la estructura del numerador. b·p − q es tu beneficio esperado por unidad apostada, y el denominador b lo escala según el pago. A cuota par, Kelly se reduce a «apuesta tu edge»: un edge del 5% significa un stake del 5%. Con cuotas más bajas, el mismo edge produce un stake mayor, porque cada victoria paga menos y necesitas más exposición para cosechar el edge. Con cuotas más altas, el mismo edge produce un stake menor, porque la distribución de resultados es más asimétrica.
Error de probabilidad y aproximaciones
Medio Kelly significa la mitad de la fracción calculada con la misma probabilidad. Un cuarto de Kelly significa una cuarta parte. La conocida afirmación de conservar el setenta y cinco por ciento del crecimiento es una aproximación para apuestas pequeñas, no una identidad de la función logarítmica exacta. En Taylor, el término cuadrático emplea el segundo momento del retorno por unidad. Sustituirlo por la varianza sin declarar otra aproximación cambia el cálculo. El ejemplo exacto mantiene visible esa distinción.
El ejemplo de error supone deliberadamente dos probabilidades distintas. La estimación genera una apuesta del trece por ciento, mientras la probabilidad verdadera estipulada sostiene solo un cinco por ciento con este objetivo. Evaluar el trece por ciento con la probabilidad verdadera produce crecimiento logarítmico esperado negativo. Esto demuestra una exposición excesiva dentro del ejemplo. No demuestra con qué frecuencia un modelo de esports falla por cuatro puntos ni una probabilidad de ruina o drawdown en quinientas apuestas.
La exponencial del logaritmo esperado del capital es una medida geométrica. La mediana en un horizonte finito requiere la distribución del número de victorias y de los saldos discretos correspondientes. Las preguntas sobre el recorrido necesitan más información: tocar la mitad del saldo inicial es diferente de terminar por debajo, y el drawdown máximo se mide desde un máximo acumulado. Aquí no se aporta una simulación de esos sucesos. Porcentajes precisos sin frontera, horizonte y modelo reproducible aparentarían pruebas inexistentes.
Second-order expansion about f = 0, return R in {b, -1}
mu = E[R] = p b - q
m2 = E[R^2] = p b^2 + q
g(f) approximately mu f - m2 f^2 / 2
quadratic optimum f_quad = mu / m2
quadratic growth ratio at c f_quad = 2 c - c^2
c = 0.50 -> 0.750000; c = 0.25 -> 0.437500
These are approximation ratios, not universal exact ratios.
Same hypothetical true p, mistaken estimate p_hat = 0.565
estimated full fraction = 0.130000
g(0.13; true p = 0.525) = -0.001985224803
500 g = -0.992612402
exp(500 g) = 0.370607250
This last number is exp(expected log wealth ratio), not an exact median.
Independent example O = 1.87, assumed p = 0.57, B = 10000
EV = 0.0659; full fraction = 0.0659 / 0.87
quarter stake = B * 0.25 * 0.0659 / 0.87 = 189.367816092
Round only the final stake to the platform's permitted increment.Exposición y registro de revisión
Elige el multiplicador como una política explícita de riesgo y documenta por qué encaja con la incertidumbre del modelo. Un cuarto de Kelly o un límite del tres por ciento no son certificados de seguridad de la industria. Si el valor esperado verdadero es negativo, reducir la apuesta solo disminuye la pérdida monetaria esperada. Cuando no hay una base defendible para la probabilidad, registrar pronósticos sin apostar o descartar el mercado resulta más informativo que escoger una cifra positiva menor para sentirse protegido.
Comparar precios y retirar margen tienen funciones distintas. Calcula el retorno esperado y Kelly con la cuota real que puede aceptarse. Un mercado de referencia sin margen ofrece una estimación comparativa, no la probabilidad verdadera. Distintos métodos pueden obtener estimaciones diferentes de las mismas cuotas. Asimismo, un CLV positivo registra una comparación favorable según un referente definido; no certifica la probabilidad de la apuesta original ni garantiza ganancias futuras.
Antes de comprometer capital, examina la pérdida conjunta de las posiciones abiertas. Ganador del partido, handicap y prop de jugador pueden depender de la misma serie. Sumar apuestas individuales de Kelly no resuelve el problema de la cartera. Enumera resultados conjuntos plausibles y verifica el efectivo disponible, además del bankroll total. El dinero bloqueado en otra posición no es una segunda fuente de saldo gastable. No aumentes la siguiente apuesta porque la anterior perdió o porque buscas una meta diaria de beneficio.
Conserva un cálculo reproducible: hora, versión del modelo, probabilidad estimada, cuota aceptada, definición del bankroll, fracción, moneda y regla de redondeo. Registra cualquier límite de política por separado para distinguir un cambio del modelo de otro en la gestión de riesgo. La herramienta local puede ayudar con el dimensionamiento y el registro manual, pero este artículo no afirma que importe CSV, ejecute Monte Carlo o estime tu probabilidad verdadera. Comprueba las funciones realmente disponibles antes de depender de ellas.
Revisa la calibración comparando pronósticos y resultados en grupos de probabilidad similares, con el tamaño muestral y la dependencia entre partidos documentados. Reserva un periodo posterior para evaluar el desarrollo del modelo y considera parches o cambios de plantilla, en lugar de mezclar periodos incompatibles. Una cantidad fija de apuestas o un umbral positivo de CLV no autoriza automáticamente un multiplicador mayor. La revisión puede concluir que la evidencia es insuficiente y la exposición debe permanecer en cero.
J. L. Kelly Jr. (1956), A New Interpretation of Information Rate
