WOO logo

इस पृष्ठ पर

खिलाड़ी प्रॉप्स के लिए भिन्नता और बैंकरोल प्रबंधन

इस पृष्ठ पर

परिचय

खिलाड़ी प्रॉप्स के लिए भिन्नता और बैंकरोल प्रबंधन

दांव के आकार का गणित, बर्बादी का जोखिम और पोर्टफोलियो सिद्धांत

परिचय

अस्वीकरण: यह लेख केवल शैक्षिक उद्देश्यों के लिए है और सट्टेबाजी संबंधी सलाह नहीं है। ये उदाहरण काल्पनिक और उदाहरणात्मक हैं। बैंकरोल प्रबंधन जोखिम को समाप्त नहीं कर सकता या लाभ की गारंटी नहीं दे सकता। इसका उद्देश्य अनिश्चितता की स्थिति में दांव के आकार के गणितीय सिद्धांतों को समझना है।

लेख 1 में, हमने सट्टेबाजी की रेखाएँ पढ़ना और संभाव्यता संबंधी जानकारी निकालना सीखा। लेख 2 में, हमने अपेक्षित मूल्य की गणना करना और संभावित रूप से लाभदायक दांवों की पहचान करना सीखा। इन लेखों ने हमें सिखाया कि कौन से दांव लगाने चाहिए।

लेकिन +EV दांव की पहचान करना केवल आधी लड़ाई है। बाकी आधी लड़ाई यह है: आपको कितना दांव लगाना चाहिए?

बहुत ज़्यादा दांव लगाएँ, तो सकारात्मक EV के साथ भी बर्बादी का जोखिम उठाएँ। बहुत कम दांव लगाएँ, तो आप अपनी बढ़त का फ़ायदा उठाने में नाकामयाब हो जाएँगे। केली मानदंड द्वारा औपचारिक रूप से तैयार किया गया इष्टतम दांव आकार का गणित, इस प्रश्न का सटीक उत्तर प्रदान करता है।

इस लेख में निम्नलिखित विषय शामिल हैं:

  • खिलाड़ी प्रोप सट्टेबाजी में भिन्नता को समझना
  • मानक विचलन और बैंकरोल उतार-चढ़ाव पर इसका प्रभाव
  • केली मानदंड: गणितीय व्युत्पत्ति और अनुप्रयोग
  • आंशिक केली और रूढ़िवादी शर्त आकार
  • बर्बादी के जोखिम की गणना
  • एकाधिक प्रॉप्स पर दांव लगाने पर पोर्टफोलियो प्रभाव

अंत तक, आप समझ जाएंगे कि दिवालिया होने के जोखिम को नियंत्रित करते हुए, दीर्घकालिक बैंकरोल वृद्धि को अधिकतम करने के लिए गणितीय रूप से दांव का आकार कैसे निर्धारित किया जाए।

प्रॉप बेटिंग में भिन्नता को समझना

सकारात्मक अपेक्षित मूल्य के साथ भी, अल्पकालिक परिणाम भिन्नता के कारण उतार-चढ़ाव वाले होते हैं। 60% जीत दर (खेल सट्टेबाजी में उत्कृष्ट) का अर्थ है कि आप हर 10 में से 4 दांव हारते हैं। भिन्नता को गणितीय रूप से समझने से यथार्थवादी अपेक्षाएँ निर्धारित करने में मदद मिलती है।

बाइनरी परिणामों के लिए मानक विचलन

खिलाड़ी के दांव आमतौर पर द्विआधारी परिणाम होते हैं: आप जीतते हैं या हारते हैं। जीत की संभावना p वाले एकल दांव के लिए, परिणामों का मानक विचलन है:

σ = √[p(1-p)]

यह एकल दांव के परिणाम की अनिश्चितता को मापता है। 60% संभावना वाले दांव के लिए:

σ = √[0.60 × 0.40] = √0.24 = 0.49

मानक विचलन 0.49 है, जो वास्तव में अपेक्षित मान 0.20 के सापेक्ष काफी अधिक है (यदि 60% जीत दर के साथ +100 ऑड्स पर दांव लगाया जाए)।

एकाधिक दांवों पर मानक विचलन

यदि आप समान विशेषताओं के साथ n स्वतंत्र दांव लगाते हैं, तो कुल परिणामों का मानक विचलन है:

σ_कुल = √n × σ = √[n × p × (1-p)]

महत्वपूर्ण अंतर्दृष्टि: मानक विचलन दांवों की संख्या के वर्गमूल के साथ बढ़ता है। यदि आप 1 के बजाय 100 दांव लगाते हैं, तो आपका मानक विचलन √100 = 10 गुना बढ़ जाता है, लेकिन आपका अपेक्षित मान 100 गुना बढ़ जाता है। यही कारण है कि लाभ के दांव लगाने वाले जितना संभव हो उतने +EV दांव लगाना चाहते हैं—अपेक्षित मान अनिश्चितता की तुलना में तेज़ी से बढ़ता है।

गुणांक का परिवर्तन

एक उपयोगी मीट्रिक भिन्नता गुणांक (सीवी) है, जो सापेक्ष अनिश्चितता को मापता है:

सीवी = σ / μ

जहाँ μ अपेक्षित मान है। n दांवों पर:

सीवी = [√n × σ] / [n × μ] = σ / (√n × μ)

CV √n के रूप में घटता है, जिसका अर्थ है कि जैसे-जैसे आप अधिक दांव लगाते हैं, सापेक्ष अनिश्चितता कम होती जाती है।यह बड़ी संख्या के नियम का गणितीय आधार है: पर्याप्त पुनरावृत्तियों के बाद, वास्तविक परिणाम अपेक्षित मान की ओर अभिसरित होते हैं।

कार्यान्वित उदाहरण: 100 से अधिक दांवों पर विचरण

मान लीजिए आपने निम्नलिखित विशेषताओं वाले एक प्रॉप बेट की पहचान की है:

  • ऑड्स: -110 (दशमलव 1.909)
  • आपकी अनुमानित जीत की संभावना: 55%
  • दांव का आकार: $100 प्रति दांव
  • दांवों की संख्या: 100

चरण 1: प्रति दांव अपेक्षित मूल्य की गणना करें

ईवी = (0.55 × $90.90) - (0.45 × $100) = $50.00 - $45.00 = $5.00 प्रति दांव

(यदि आपको -110 ऑड्स को लाभ राशि में परिवर्तित करने के बारे में पुनः जानकारी चाहिए, तो अनुच्छेद 1 देखें, जहां हमने ऑड्स रूपांतरण को विस्तार से कवर किया है।)

चरण 2: अपेक्षित कुल लाभ की गणना करें

अपेक्षित लाभ = 100 × $5.00 = $500

चरण 3: मानक विचलन की गणना करें

प्रत्येक दांव के परिणाम इस प्रकार हैं: $90.90 जीतें या $100 हारें। हमें लाभ/हानि का मानक विचलन निकालना होगा।

जीत पर परिणाम = +$90.90
हारने पर परिणाम = -$100
अपेक्षित परिणाम = $5.00

विचरण = p(जीत - EV)² + (1-p)(हानि - EV)²
= 0.55(90.90 - 5)² + 0.45(-100 - 5)²
= 0.55(85.90)² + 0.45(-105)²
= 0.55(7,378.81) + 0.45(11,025)
= 4,058.35 + 4,961.25
= 9,019.60

σ = √9,019.60 = $95.00 प्रति दांव

चरण 4: 100 से अधिक दांवों पर मानक विचलन

σ_कुल = √100 × $95.00 = 10 × $95.00 = $950

चरण 5: परिणामों की व्याख्या करें

100 से अधिक दांव:

  • अपेक्षित लाभ: $500
  • मानक विचलन: $950

सामान्य सन्निकटन का उपयोग करके, हम संभाव्यता सीमाओं का अनुमान लगा सकते हैं:

68% विश्वास अंतराल: $500 ± $950 = [-$450, +$1,450]
95% विश्वास अंतराल: $500 ± (1.96 × $950) = [-$1,362, +$2,362]

महत्वपूर्ण अंतर्दृष्टि: सकारात्मक EV और 100 दांवों के साथ भी, आपके पीछे रहने की लगभग 30% संभावना है (68% विश्वास अंतराल के भीतर, जिसमें नकारात्मक परिणाम भी शामिल हैं)। यहाँ तक कि 100 दांवों के बाद आपके $450 या उससे अधिक नीचे रहने की लगभग 16% संभावना है। लाभ दांव लगाने वालों के लिए भी, भिन्नता वास्तविक और पर्याप्त है।

केली मानदंड: इष्टतम दांव आकार

1956 में जॉन केली द्वारा विकसित केली मानदंड, इष्टतम दांव आकार के लिए एक गणितीय सूत्र प्रदान करता है जो बर्बादी के जोखिम को नियंत्रित करते हुए दीर्घकालिक बैंकरोल वृद्धि को अधिकतम करता है।

सूत्र

जीत की संभावना p और ऑड्स b (जीतने पर प्रति डॉलर दांव पर लाभ) वाली शर्त के लिए, शर्त लगाने के लिए आपके बैंकरोल का इष्टतम अंश है:

f* = (बीपी - क्यू) / बी

कहाँ:

  • f* = दांव लगाने के लिए बैंकरोल का इष्टतम अंश
  • b = दशमलव ऑड्स - 1 (जीतने पर प्रति डॉलर लाभ)
  • p = जीतने की वास्तविक संभावना
  • q = 1 - p (हारने की संभावना)

व्युत्पत्ति (सरलीकृत)

केली ने धन के अपेक्षित लघुगणक को अधिकतम करके यह व्युत्पन्न किया। यदि आप बैंकरोल B के अंश f पर दांव लगाते हैं:

  • यदि आप जीतते हैं (संभावना p): नया बैंकरोल = B(1 + fb)
  • यदि आप हार जाते हैं (संभावना q): नया बैंकरोल = B(1 - f)

अपेक्षित लॉग संपदा:

E[लॉग(धन)] = p × लॉग(1 + fb) + q × लॉग(1 - f)

अधिकतम करने के लिए, f के सापेक्ष व्युत्पन्न लें और उसे शून्य पर सेट करें:

d/df E[log(धन)] = p × b/(1 + fb) - q/(1 - f) = 0

f के लिए हल करने पर प्राप्त होता है:

f* = (बीपी - क्यू) / बी

यह सूत्र समय के साथ आपके बैंकरोल की ज्यामितीय वृद्धि दर को अधिकतम करता है।

कार्यान्वित उदाहरण: केली मानदंड अनुप्रयोग

उदाहरण 1: -110 पर मध्यम बढ़त

आपने -110 ऑड्स (दशमलव 1.909) पर एक प्रोप बेट की पहचान की है, जहां आप 55% सच्ची संभावना का अनुमान लगाते हैं।

बी = 1.909 - 1 = 0.909
पी = 0.55
क्यू = 0.45

f* = (बीपी - क्यू) / बी
= (0.909 × 0.55 - 0.45) / 0.909
= (0.500 - 0.45) / 0.909
= 0.050 / 0.909
= 0.055 = 5.5%

केली आपके बैंकरोल का 5.5% दांव पर लगाने की सलाह देते हैं।

यदि आपका बैंकरोल 1,000 डॉलर है, तो केली का कहना है कि 55 डॉलर का दांव लगाएं।

उदाहरण 2: +150 पर बड़ा किनारा

आपने +150 ऑड्स (दशमलव 2.50) पर एक प्रॉप पाया है, जहां आप 50% सच्ची संभावना का अनुमान लगाते हैं (बाजार इस खिलाड़ी को काफी कम आंक रहा है)।

बी = 2.50 - 1 = 1.50
पी = 0.50
क्यू = 0.50

f* = (बीपी - क्यू) / बी
= (1.50 × 0.50 - 0.50) / 1.50
= (0.75 - 0.50) / 1.50
= 0.25 / 1.50
= 0.167 = 16.7%

केली आपके बैंकरोल का 16.7% दांव पर लगाने की सलाह देते हैं।

यह एक बहुत बड़ा दांव है, क्योंकि आपके पास पर्याप्त बढ़त है (बाजार 40% का अनुमान लगाता है, लेकिन आप 50% का अनुमान लगाते हैं)।

उदाहरण 3: नकारात्मक EV (विवेक जाँच)

मान लीजिए कि आप -110 पर केवल 50% सच्ची संभावना (कोई बढ़त नहीं) के साथ दांव लगाने पर विचार कर रहे हैं।

बी = 0.909
पी = 0.50
क्यू = 0.50

f* = (0.909 × 0.50 - 0.50) / 0.909
= (0.455 - 0.50) / 0.909
= -0.045 / 0.909
= -0.049 = -4.9%

केली -4.9% पर दांव लगाने की सलाह देते हैं , जिसका अर्थ है कि बिल्कुल भी दांव न लगाएं (नकारात्मक प्रतिशत का मतलब है कि दूसरी तरफ दांव लगाएं, लेकिन चूंकि हम एक पक्ष का विश्लेषण कर रहे हैं, इसका सीधा सा मतलब है पास)।

यह समझदारी की जांच काम करती है: केली आपको बताती है कि जब आपके पास कोई बढ़त नहीं हो तो दांव न लगाएं।

फ्रैक्शनल केली: रूढ़िवादी दृष्टिकोण

पूर्ण केली सट्टेबाजी दीर्घकालिक वृद्धि को अधिकतम करती है, लेकिन इसके परिणामस्वरूप बैंकरोल में उल्लेखनीय अस्थिरता आ सकती है। अधिकांश गंभीर सट्टेबाज धीमी वृद्धि की कीमत पर भिन्नता को कम करने के लिए आंशिक केली का उपयोग करते हैं।

सामान्य भिन्न

  • पूर्ण केली (1.0x): अधिकतम वृद्धि, उच्च विचरण
  • हाफ केली (0.5x): विकास दर का 75%, विचरण का 50%
  • क्वार्टर केली (0.25x): विकास दर का 50%, विचरण का 25%

भिन्नात्मक केली का सूत्र:

f_भिन्नात्मक = भिन्न × f*

फ्रैक्शनल केली का उपयोग क्यों करें?

  1. अनुमान त्रुटि: यदि आपका संभाव्यता अनुमान गलत है, तो पूर्ण केली अत्यधिक आक्रामक हो सकती है। आंशिक केली एक सुरक्षा मार्जिन प्रदान करती है।
  2. कम अस्थिरता: हाफ केली नाटकीय रूप से बैंकरोल में उतार-चढ़ाव को कम करता है, जबकि अधिकांश वृद्धि को बरकरार रखता है।
  3. मनोवैज्ञानिक आराम: लगातार हार के दौरान छोटे आकार के दांव पर टिके रहना आसान होता है।
  4. एक साथ कई दांव: यदि आप एक साथ कई प्रॉप्स पर दांव लगा रहे हैं, तो पोर्टफोलियो जोखिम के लिए आंशिक केली खाता शामिल है।

उदाहरण: हाफ केली बनाम फुल केली

हमारे पहले के उदाहरण से -110 पर 55% जीत की संभावना के साथ:

पूर्ण केली = बैंकरोल का 5.5%
हाफ केली = बैंकरोल का 2.75%
क्वार्टर केली = बैंकरोल का 1.375%

1,000 डॉलर के बैंकरोल पर:

  • फुल केली: $55 प्रति दांव
  • हाफ केली: $27.50 प्रति दांव
  • क्वार्टर केली: $13.75 प्रति दांव

अधिकांश पेशेवर सट्टेबाज इन्हीं कारणों से क्वार्टर केली और हाफ केली के बीच दांव लगाते हैं।

बर्बादी का जोखिम: बैंकरोल से बचने की रणनीति को समझना

बर्बादी का जोखिम वह संभावना है कि आपका बैंकरोल ठीक होने से पहले शून्य (या किसी न्यूनतम सीमा) तक गिर जाएगा। सकारात्मक EV के साथ भी, अगर आप बहुत ज़्यादा दांव लगाते हैं, तो बर्बादी का जोखिम हमेशा बना रहता है।

सरलीकृत सूत्र

सकारात्मक EV के साथ बार-बार दांव लगाने पर, बर्बादी के जोखिम का अनुमान है:

बर्बादी का जोखिम ≈ e^(-2 × EV × N / σ²)

कहाँ:

  • EV = प्रति दांव अपेक्षित मूल्य (डॉलर में)
  • N = बैंकरोल आकार (डॉलर में)
  • σ² = प्रति दांव विचरण

जुआरी का विनाश सूत्र (विभेदित)

निश्चित दांव आकार के साथ अधिक सटीक गणना के लिए, यदि आप प्रारंभिक बैंकरोल बी और दांव आकार बी से शुरू करते हैं:

आपके द्वारा हारे जा सकने वाले दांवों की संख्या = B / b

बर्बादी का जोखिम ≈ (q/p)^(B/b)

यह सकारात्मक EV (p > q) के साथ जुआरी के बर्बाद होने का मानक अनुमान है। यह आपके लाभ के प्रकट होने से पहले आपके पूरे बैंकरोल के हारने की संभावना का अनुमान लगाता है।

कार्य उदाहरण

कल्पना करना:

  • बैंकरोल: $1,000
  • दांव का आकार: $50 (बैंकरोल का 5%)
  • जीत की संभावना: 55%
  • ऑड्स: -110 (जीत $45.45, हार $50)

दिवालिया होने के लिए हारने वाले दांवों की संख्या: $1,000 / $50 = 20

बर्बादी का जोखिम ≈ (0.45/0.55)^20
= (0.818)^20
= 0.0196
= 1.96%

5% केली-आकार की शर्त और सकारात्मक EV के साथ भी, आपकी बढ़त प्रकट होने से पहले दिवालिया होने की लगभग 2% संभावना है।

केली बर्बादी के जोखिम को कैसे कम करती है

केली बेटिंग की ख़ासियत यह है कि यह दांव के आकार को स्वचालित रूप से बैंकरोल के अनुसार ढाल देता है। जैसे-जैसे आपका बैंकरोल बढ़ता है, आपके दांव का आकार बढ़ता है। और जैसे-जैसे यह घटता है, आपके दांव का आकार घटता जाता है।इस गतिशील समायोजन का अर्थ है कि आप कभी भी स्वयं को किसी कोने में नहीं धकेलेंगे।

सच्चे केली दांव (लगातार दांव के आकार को समायोजित करते हुए) के साथ, समय के साथ बर्बादी का जोखिम शून्य के करीब पहुँच जाता है (हालाँकि यह सीमित समय में कभी भी पूरी तरह शून्य नहीं होता)। यही कारण है कि केली गणितीय रूप से इष्टतम है: यह विकास को अधिकतम करता है और साथ ही दीर्घकालिक दांव लगाने वालों के लिए बर्बादी के जोखिम को अनिवार्य रूप से समाप्त कर देता है।

केली मानदंड: अनुमान त्रुटि के प्रति संवेदनशीलता

केली मानदंड की सबसे बड़ी कमज़ोरी: यह संभाव्यता अनुमान त्रुटियों के प्रति बेहद संवेदनशील है। अगर आप अपनी जीत की संभावना को ज़्यादा आंकते हैं, तो केली आपको बहुत ज़्यादा दांव लगाने के लिए कहते हैं, जो विनाशकारी हो सकता है।

अनुमान त्रुटि प्रभाव का उदाहरण

सच्ची स्थिति: 52% सच्ची संभावना के साथ -110 पर दांव लगाएं (बहुत मामूली बढ़त)

ट्रू केली = [(0.909 × 0.52) - 0.48] / 0.909 ≈ -0.008 = -0.8% → दांव न लगाएं (कोई बढ़त नहीं)

लेकिन आपने गलती से 55% संभावना का अनुमान लगा लिया:

आपकी केली गणना = 5.5% (जैसा कि पहले गणना की गई थी)

आप 3 प्रतिशत अंक की अनुमान त्रुटि के कारण इष्टतम से लगभग 8 गुना अधिक दांव लगा रहे हैं!

ओवर-बेटिंग का गणित

यदि आप इष्टतम केली राशि से दोगुना दांव लगाते हैं, तो आपकी दीर्घकालिक विकास दर वास्तव में शून्य है। यदि आप 2x केली से अधिक दांव लगाते हैं, तो आपकी वृद्धि नकारात्मक होगी - सकारात्मक EV के साथ भी आप लंबे समय में पैसा खो देंगे।

यही कारण है कि आंशिक केली इतना महत्वपूर्ण है: यह अनुमान त्रुटियों के विरुद्ध एक सुरक्षा मार्जिन प्रदान करता है। यदि आप अर्ध केली का उपयोग करते हैं और 3 प्रतिशत अंक अधिक अनुमान लगाते हैं, तो आप 8 गुना अधिक के बजाय 4 गुना अधिक दांव लगा रहे हैं—फिर भी बुरा, लेकिन कम विनाशकारी।

रूढ़िवादी संभाव्यता अनुमान

इस संवेदनशीलता को देखते हुए, यह समझदारी होगी कि:

  • रूढ़िवादी संभाव्यता अनुमानों का उपयोग करें (बाजार संभाव्यता की ओर छाया)
  • केवल तभी दांव लगाएं जब आपको अपने अनुमान पर पूरा भरोसा हो
  • पूर्ण केली के बजाय आंशिक केली (चौथाई से आधा) का उपयोग करें
  • अपनी संभाव्यता अनुमान सटीकता को जांचने के लिए परिणामों को ट्रैक करें (अंशांकन और अनुमान त्रुटियों से बचने के बारे में अधिक जानकारी के लिए अनुच्छेद 5 देखें)

पोर्टफोलियो प्रभाव: कई प्रॉप्स पर दांव लगाना

व्यवहार में, आप एक समय में सिर्फ़ एक ही प्रॉप पर दांव नहीं लगाएँगे। आपके पास एक साथ कई दांव सक्रिय होंगे। इससे पोर्टफोलियो प्रभाव पैदा होता है जो इष्टतम दांव आकार को प्रभावित करता है।

विभिन्न खेलों से स्वतंत्र प्रॉप्स

अगर आप अलग-अलग खेलों (अलग-अलग टीमों, अलग-अलग खेलों) के प्रॉप्स पर दांव लगाते हैं, तो ये दांव लगभग स्वतंत्र होते हैं। पोर्टफोलियो सिद्धांत हमें बताता है कि पोर्टफोलियो का विचरण है:

σ²_पोर्टफोलियो = σ₁² + σ₂² + ... + σₙ²

n समान दांवों के लिए:

σ_पोर्टफोलियो = √n × σ_व्यक्तिगत

इसका मतलब है कि अगर आप स्वतंत्र प्रॉप्स पर एक साथ 4 केली-आकार के दांव लगा रहे हैं, तो आपका बैंकरोल एक ही दांव के मानक विचलन का 2 गुना होगा। जोखिम का स्तर समान बनाए रखने के लिए, आपको प्रत्येक दांव को आधा केली तक कम करना चाहिए।

स्वतंत्र दांव के लिए सामान्य नियम

यदि आप औसतन n एक साथ स्वतंत्र दांव सक्रिय रखने की योजना बनाते हैं:

प्रति दांव समायोजित केली = (1 / √n) × पूर्ण केली

उदाहरण:

  • एक समय में 1 दांव → 1.0x केली
  • एक समय में 4 दांव → 0.5x केली (आधा केली)
  • एक समय में 9 दांव → 0.33x केली (एक तिहाई केली)
  • एक समय में 16 दांव → 0.25x केली (क्वार्टर केली)

एक ही खेल से संबंधित प्रॉप्स

जैसा कि हमने अनुच्छेद 4 में चर्चा की है, एक ही खेल के प्रॉप्स आपस में जुड़े होते हैं। यदि आप एक ही खेल के कई प्रॉप्स पर दांव लगाते हैं, तो आप अतिरिक्त जोखिम उठा रहे हैं क्योंकि उनके एक साथ जीतने या हारने की संभावना है।

सहसंबद्ध दांवों के लिए, दांव का आकार और कम कर दें। एक मोटा दिशानिर्देश:

  • कम सहसंबंध (ρ < 0.2): स्वतंत्र मानें
  • मध्यम सहसंबंध (ρ = 0.2-0.5): दांव का आकार 25-50% तक कम करें
  • उच्च सहसंबंध (ρ > 0.5): दांव का आकार 50%+ कम करें या एक ही खेल से कई दांव लगाने से बचें

सहसंबद्ध केली सट्टेबाजी का सटीक गणित जटिल है और इस लेख के दायरे से बाहर है, लेकिन सिद्धांत स्पष्ट है: सहसंबंध जोखिम को बढ़ाता है, जिसके लिए छोटे दांव लगाने की आवश्यकता होती है।

व्यावहारिक बैंकरोल प्रबंधन ढांचा

सभी चीजों को एक कार्यान्वयन योग्य ढांचे में संश्लेषित करना:

चरण 1: अपना बैंकरोल परिभाषित करें

आपकी सट्टेबाजी की धनराशि निम्न होनी चाहिए:

  • वह धन जिसे आप खोने का जोखिम उठा सकते हैं
  • जीवन-यापन व्यय से अलग
  • अन्य प्रयोजनों के लिए आवश्यक नहीं
  • भिन्नता से बचने के लिए पर्याप्त बड़ा (सामान्य दांव आकार के लिए न्यूनतम $1,000 अनुशंसित)

चरण 2: प्रत्येक दांव के लिए बेस केली की गणना करें

प्रत्येक प्रॉप के लिए आप विचार करें:

f* = (बीपी - क्यू) / बी

चरण 3: फ्रैक्शनल केली रिडक्शन लागू करें

चौथाई केली या आधा केली तक कम करें:

f_fractional = 0.25 × f* (या अर्ध केली के लिए 0.5 × f*)

चरण 4: पोर्टफोलियो के लिए समायोजन करें

यदि आपके पास आमतौर पर स्वतंत्र प्रॉप्स पर एक साथ सक्रिय n दांव हैं:

f_समायोजित = f_भिन्नात्मक / √n

चरण 5: अधिकतम दांव सीमा लागू करें

सभी समायोजनों के बाद भी, भयावह अनुमान त्रुटियों के विरुद्ध सुरक्षा उपाय के रूप में किसी भी एकल दांव को बैंकरोल के अधिकतम 2-3% पर सीमित रखें।

चरण 6: नियमित रूप से पुनर्गणना करें

अपने बैंकरोल के आंकड़े साप्ताहिक या मासिक रूप से अपडेट करें। जैसे-जैसे आपका बैंकरोल बढ़ता है, आपके दांव का आकार भी उसी अनुपात में बढ़ता है। जैसे-जैसे यह घटता है, दांव का आकार भी घटता जाता है, जिससे आप बर्बाद होने से बच जाते हैं।

उदाहरण अनुप्रयोग

बैंकरोल: $2,000
केली का दांव आकार -110 पर, जीत की संभावना 55%: 5.5%
आधार दांव: $110

समायोजन:
- आधी केली का उपयोग करें: $110 × 0.5 = $55
- आमतौर पर 4 एक साथ दांव: $55 / √4 = $27.50
- अंतिम दांव का आकार: $27.50 (बैंकरोल का 1.375%)

यह रूढ़िवादी है, लेकिन टिकाऊ भी। समय के साथ, जैसे-जैसे आप अपनी सट्टेबाजी की सटीकता के बारे में डेटा इकट्ठा करते हैं, ज़रूरत पड़ने पर आप आंशिक केली फ़ैक्टर को समायोजित कर सकते हैं।

सामान्य बैंकरोल प्रबंधन गलतियाँ

1. जीत के बाद बहुत अधिक दांव लगाना

"मैंने अभी-अभी लगातार तीन बार जीत हासिल की है, मुझे अपना दांव बढ़ाने दीजिए!"

समस्या: यह केली सिद्धांतों का उल्लंघन करता है। आपको दांव का आकार तभी बढ़ाना चाहिए जब आपका बैंकरोल बढ़े, न कि इसलिए कि आप लगातार अच्छा प्रदर्शन कर रहे हैं। तीन जीतें भाग्य से हो सकती हैं, कौशल की पुष्टि से नहीं।

2. हार के बाद बहुत कम दांव लगाना

"मैं लगातार पांच मैच हार गया, जब तक मैं ठीक नहीं हो जाता, मुझे छोटी-छोटी बाजी लगानी चाहिए।"

समस्या: अगर आपकी बढ़त असली है, तो हारने का सिलसिला तब होता है जब आपको सही केली बेटिंग बनाए रखनी चाहिए। हारने के सिलसिले के कारण केली से नीचे बेट का आकार कम करने से आपकी अपेक्षित वृद्धि प्रभावित होती है। (हालांकि, मनोवैज्ञानिक आराम के लिए आंशिक केली तक बेट कम करना स्वीकार्य है।)

3. डरे हुए पैसे का उपयोग करना

"मैं प्रति प्रॉप 10 डॉलर का दांव लगाऊंगा क्योंकि मैं अपने बैंकरोल को लेकर चिंतित हूं।"

समस्या: अगर आप सही मात्रा में दांव लगाने से डरते हैं, तो आपका बैंकरोल बहुत छोटा है या आपके पास वास्तव में कोई बढ़त नहीं है। या तो बैंकरोल बढ़ाएँ या दांव न लगाएँ।

4. पोर्टफोलियो प्रभावों की अनदेखी

"मैं एक साथ 10 अलग-अलग प्रॉप्स पर 5% केली का दांव लगाऊंगा।"

समस्या: आप वास्तव में √10 ≈ 3.16 गुना जोखिम उठा रहे हैं जो आप सोच रहे हैं। आपकी संयुक्त स्थिति एक ही दांव पर 15.8% केली दांव लगाने जैसी है—बहुत ज़्यादा आक्रामक।

5. कभी पुनर्गणना न करें

"मैंने 1,000 डॉलर से शुरुआत की और हमेशा प्रति प्रॉप 50 डॉलर का दांव लगाया।"

समस्या: अगर आपका बैंकरोल $500 तक गिर जाता है, तो $50 (मौजूदा बैंकरोल का 10%) दांव लगाना लापरवाही होगी। अगर यह $2,000 तक बढ़ जाता है, तो $50 (2.5%) दांव लगाना बहुत ज़्यादा रूढ़िवादी होगा। बैंकरोल में बदलाव के साथ दांव का आकार बदलते रहें।

6. बढ़त का अधिक आकलन

"मुझे इस शर्त को जीतने की 60% संभावना है, इसलिए मैं बड़ा दांव लगाऊंगा।"

समस्या: जैसा कि अनुच्छेद 2 में चर्चा की गई है, संभाव्यता अनुमानों में अनिश्चितता होती है। जब आप वास्तव में 53% हैं, तब भी "निश्चित" होना कि आप 60% हैं, बड़े पैमाने पर ओवर-बेटिंग की ओर ले जाता है। रूढ़िवादी अनुमानों और आंशिक केली का प्रयोग करें।

जब केली कहती है शर्त मत लगाओ

केली मानदंड कभी-कभी आपको सकारात्मक EV होने पर भी दांव न लगाने की सलाह देगा। ऐसा तब होता है जब आपकी बढ़त इतनी कम हो कि अनुशंसित दांव का आकार न्यूनतम व्यावहारिक दांव से भी कम हो।

उदाहरण

52.5% सच्ची संभावना (छोटी बढ़त) के साथ -110 पर दांव लगाएं:

f* = [(0.909 × 0.525) - 0.475] / 0.909 ≈ 0.00245 = 0.245%

1,000 डॉलर के बैंकरोल पर, पूरी केली कहती है कि 1.70 डॉलर का दांव लगाओ। आधी केली के साथ: 0.85 डॉलर। यह अव्यावहारिक रूप से कम है।

व्यावहारिक निहितार्थ: जब तक केली (आंशिक और पोर्टफोलियो समायोजन के बाद) बैंकरोल का कम से कम 0.5-1% लगाने की सलाह न दें, तब तक दांव न लगाएँ। छोटी बढ़त प्रयास, जोखिम और लेन-देन की लागत के लायक नहीं है।

निष्कर्ष

बैंकरोल प्रबंधन वह जगह है जहाँ गणितीय सिद्धांत और सट्टेबाजी की वास्तविकता का मिलन होता है। हमने जिन प्रमुख अवधारणाओं पर चर्चा की है:

  1. विचरण बहुत बड़ा है: 60% जीत दर के साथ भी, आपको महत्वपूर्ण गिरावट का सामना करना पड़ेगा। बाइनरी परिणामों के लिए मानक विचलन √[p(1-p)] है, और n दांवों पर यह √n के रूप में बढ़ता है।
  2. केली मानदंड विकास को अनुकूलित करता है: सूत्र f* = (bp - q) / b, बर्बादी के जोखिम को नियंत्रित करते हुए दीर्घकालिक ज्यामितीय विकास को अधिकतम करता है। यह बार-बार दांव लगाने के लिए गणितीय रूप से इष्टतम है।
  3. आंशिक केली विवेकपूर्ण है: चौथाई से आधी केली का उपयोग करने से अस्थिरता में नाटकीय रूप से कमी आती है और वृद्धि अधिकतम बनी रहती है। यह अनुमान त्रुटि और मनोवैज्ञानिक आराम का कारण बनता है।
  4. बर्बादी का जोखिम हमेशा बना रहता है: सकारात्मक ईवी के साथ भी, आक्रामक सट्टेबाजी से बर्बादी का जोखिम पैदा होता है। उचित बैंकरोल प्रबंधन के साथ केली सट्टेबाजी समय के साथ इस जोखिम को कम करती है।
  5. पोर्टफ़ोलियो प्रभाव मायने रखते हैं: एक साथ कई दांव लगाने से विचरण बढ़ता है। जब आपके पास n स्वतंत्र दांव सक्रिय हों, तो पूर्ण केली के (1/√n) दांव लगाकर समायोजन करें।
  6. केली अनुमान त्रुटि के प्रति संवेदनशील है: जीत की संभावना को 3 प्रतिशत से ज़्यादा आंकने पर आप 5-10 गुना ज़्यादा दांव लगा सकते हैं। रूढ़िवादी अनुमान और आंशिक केली का इस्तेमाल करें।

अगर आपका EV पॉजिटिव नहीं है, तो बैंकरोल मैनेजमेंट आपको जीतने वाला सट्टेबाज नहीं बनाएगा। लेकिन यह सुनिश्चित करता है कि जब आपके पास बढ़त हो (जैसा कि आर्टिकल 2 में बताया गया है), तो आप बर्बादी का जोखिम उठाए बिना, उसका स्थायी रूप से लाभ उठा सकें।

लेख 4 में, हमने समान-खेल परले और सहसंबंध के गणित का अध्ययन किया। लेख 5: खिलाड़ी प्रॉप विश्लेषण में सामान्य भ्रांतियाँ, में हम उन मनोवैज्ञानिक और गणितीय त्रुटियों की जाँच करेंगे जो सट्टेबाजों को भटकाती हैं: जुआरी का भ्रम, हॉट हैंड भ्रम, रीसेंसी पूर्वाग्रह, और भी बहुत कुछ। इन संज्ञानात्मक जालों को समझना, प्रॉप सट्टेबाजी के लिए एक कठोर दृष्टिकोण विकसित करने का अंतिम चरण है।

श्रृंखला नेविगेशन

खिलाड़ी प्रॉप्स का गणित - अनुच्छेद 3/5

विज़ार्ड ऑफ़ ऑड्स से संबंधित लेख