켈리 기준을 실전 예시로 설명

켈리 기준은 확률상의 우위를 제안 뱅크롤 비율로 바꿉니다. 엄격한 가정 — 알려진 확률, 반복 가능한 독립 기회, 한도나 마찰 없음 — 아래에서 장기적으로 기대 로그 뱅크롤 성장을 극대화합니다.

그 가정은 처음 보기보다 훨씬 강합니다. 스포츠 베팅에서 확률은 추정되고, 시장은 움직이며, 베팅은 상관되고, 한도가 집행을 제한합니다. 풀 켈리는 입력에 대해 수학적으로 맞지만, 입력이 틀리면 위험할 만큼 큰 스테이크를 권할 수 있습니다.

이 가이드는 공식을 설명하고, 실전 계산을 보이며, 분수 켈리와 하드 캡을 선택 사항이 아니라 필수 리스크 통제로 다룹니다.

켈리 기준이 최적화하는 것

켈리가 극대화하지 않는 것:

다음 베팅을 이길 확률;
한 번의 베팅 기대 수익;
뱅크롤의 부드러움;
모든 드로다운으로부터의 보호.

반복 베팅 모델에서 부의 기대 로그를 극대화합니다. 로그는 파산을 강하게 처벌하고 뱅크롤 성장의 복리 특성을 포착합니다.

우위가 진짜일 때 너무 적게 베팅하면 잠재 성장을 희생합니다. 너무 많이 베팅하면 변동성이 커지고, 베팅이 양의 EV여도 장기 성장이 줄 수 있습니다. 풀 켈리는 그 가정에 대한 이론적 균형을 찾습니다.

기본 켈리 공식

두 결과 베팅에 대해:

f* = (b × p − q) ÷ b

여기서:

f* = 현재 뱅크롤의 풀 켈리 비율;
b = 순 소수 배당률, 또는 소수 배당률 빼기 1;
p = 이길 추정 확률;
q = 질 추정 확률, 1 − p.

동등한 형태는:

f* = (p × Decimal odds − 1) ÷ (Decimal odds − 1)

f*가 0이거나 음수이면 켈리는 베팅하지 말라고 합니다. 반대편이 양의 에지로 별도 모델링되지 않았다면 반대편 베팅을 권하지 않습니다.

실전 예시 1: 배당 2.20, 확률 55%

주어진 값:

소수 배당률: 2.20;
b = 2.20 − 1 = 1.20;
p = 0.55;
q = 0.45.

계산:

f* = (1.20 × 0.55 − 0.45) ÷ 1.20

f* = (0.66 − 0.45) ÷ 1.20 = 0.175

풀 켈리는 **뱅크롤의 17.5%**를 제안합니다.

2,000유닛 뱅크롤의 경우:

2,000 × 0.175 = 350 units

이는 실제 스포츠 베팅으로는 극도로 큽니다. 숫자는 켈리의 민감도를 보여 주며, 일반 권장으로 읽으면 안 됩니다.

제안 스테이크가 그렇게 큰 이유

배당 2.20은 손익분기 확률 45.45%를 의미합니다. 55% 추정은 9.55포인트 갭과 이론적 EV를 나타냅니다:

(0.55 × 2.20) − 1 = +21%

진짜이고 반복 가능한 21% 에지는 거대합니다. 풀 켈리는 추정을 알려진 진실로 취급하고 그에 맞게 크기를 정합니다. 효율적인 스포츠 시장에서는 그렇게 큰 겉보기 에지가 큰 스테이크보다 먼저 모델, 데이터, 정산 규칙, 가격 가용성에 대한 의심을 불러야 합니다.

실전 예시 2: 더 작은 에지

가정:

소수 배당률: 1.95;
추정 확률: 53%;
b = 0.95;
p = 0.53;
q = 0.47.

f* = (0.95 × 0.53 − 0.47) ÷ 0.95

f* = (0.5035 − 0.47) ÷ 0.95 = 0.0353

풀 켈리는 약 **3.53%**입니다.

Bankroll	Full Kelly	Half Kelly	Quarter Kelly
500	17.63	8.82	4.41
1,000	35.26	17.63	8.82
5,000	176.32	88.16	44.08

소소한 확률 불일치만으로도 의미 있는 스테이크가 생길 수 있습니다.

풀, 하프, 쿼터 켈리

분수 켈리는 풀 권장에 선택한 비율을 곱합니다.

Fractional stake = Full Kelly fraction × Kelly multiplier

Method	Multiplier	If full Kelly is 8%
Full Kelly	1.00	8.0%
Half Kelly	0.50	4.0%
Quarter Kelly	0.25	2.0%
Eighth Kelly	0.125	1.0%

분수 켈리는 이상 모델에서 성장을 줄이지만, 변동성과 확률 오차 비용도 줄입니다. 나쁜 추정을 안전하게 만들지 않으며, 노출만 줄입니다.

확률 오차는 켈리를 극적으로 바꿉니다

배당을 2.00으로 고정합니다.

Estimated win probability	EV	Full Kelly	Half Kelly
48%	−4%	0%	0%
50%	0%	0%	0%
51%	+2%	2%	1%
53%	+6%	6%	3%
55%	+10%	10%	5%
60%	+20%	20%	10%

이븐머니에서 풀 켈리는 2p − 1과 같습니다. 확률 4포인트 오차는 제안 스테이크를 뱅크롤 8포인트 바꿀 수 있습니다.

55%로 추정했지만 실제 확률이 50%라면, 10% 풀 켈리 스테이크는 단지 최적이 아닐 뿐 아니라 에지 없이 걸립니다.

켈리 초과는 특히 비용이 큽니다

켈리의 이상 가정에서 풀 켈리보다 많이 베팅하면 기대 로그 성장이 줄습니다. 충분히 높은 배수에서는 양의 가치 베팅인데도 기대 성장이 음수가 됩니다.

배당 2.00에서 55% 확률일 때:

풀 켈리: 10%;
더블 켈리: 20%;
100% 리스크: 패배 시 즉시 파산 가능.

승리 후 뱅크롤 배수는 1 + f; 패배 후 이븐머니에서는 1 − f입니다. 20% 스테이크는 1.20과 0.80 배수를 만듭니다. 큰 손실은 불균형한 회복을 요구하므로, 공격적 초과 베팅은 복리 성장을 해칩니다.

실전 예시 3: 민감도 범위

배당 2.10을 사고 52%로 추정하지만, 타당한 범위가 49%–55%라고 믿는다고 합시다.

Probability	EV	Full Kelly
49%	+2.9%	2.64%
52%	+9.2%	8.36%
55%	+15.5%	14.09%

중심 추정은 8.36%를 권하지만, 낮은 타당 사례는 2.64%만 권합니다. 보수적 프로세스는 중심 사례에 쿼터 켈리를 쓰고, 그 아래로 캡하거나, 불확실성을 정당화할 수 없으면 패스할 수 있습니다.

켈리 비율을 고르기 전에 민감도 분석을 해야 합니다.

추정 위험이 핵심 문제입니다

스포츠 확률은 알려진 상수가 아닙니다. 오차는 다음에서 옵니다:

작은 샘플;
바뀌는 라인업과 역할;
모델 오설정;
데이터 품질;
미모델 상관;
시장·가격 지연;
과적합;
주관적 조정.

켈리는 p가 맞다고 가정합니다. 추정되면 수학적으로 최적 스테이크도 불확실합니다.

캘리브레이션은 아웃오브샘플 예측으로 검증해야 합니다. 60%로 라벨된 선정이 54%만 이기면 풀 켈리는 체계적으로 과다 베팅합니다.

켈리는 현재 가격이 필요합니다

확률이 53%로 유지된다고 가정합니다:

Decimal odds	EV	Full Kelly
1.85	−1.95%	0%
1.90	+0.70%	0.78%
1.95	+3.35%	3.53%
2.00	+6.00%	6.00%

같은 선정이 1.85에서는 노벳에서, 2.00에서는 6% 풀 켈리 스테이크로 이동합니다. 오프닝 가격, 스크린샷, 이용 불가 호가가 아니라 수락한 가격을 쓰세요.

뱅크롤 정의가 중요합니다

켈리의 분모는 전략에 실제로 쓸 수 있는 리스크 자본이어야 합니다. 포함하지 마세요:

필수 저축;
신용;
인출 불가 보너스;
이미 오픈 베팅에 묶인 자금;
접근 불가 또는 고위험 운영자 잔액;
다른 목적에 필요한 돈.

여러 베팅이 동시에 열려 있으면, 전체 뱅크롤이 미사용인 것처럼 각각 계산하면 가용 자본을 과대평가합니다.

여러 동시 베팅

단일 베팅 켈리를 모든 기회에 단순 적용하면 총 노출이 과도해질 수 있습니다.

예:

베팅 A: 풀 켈리 6%;
베팅 B: 5%;
베팅 C: 4%;
베팅 D: 5%.

독립적으로 잡으면 뱅크롤의 20%를 노출합니다. 모두 같은 팀 평가 오류나 경기 상태에 의존하면, 포트폴리오 리스크는 개별 공식이 시사하는 것보다 훨씬 클 수 있습니다.

진정한 포트폴리오 켈리는 결합 수익 분포와 상관이 필요합니다. 실무에서는 보수적 비율, 이벤트·종목·모델 캡, 총 오픈 노출 한도를 사용하세요.

상관 베팅

양의 상관 예:

홈 승과 홈 −0.5;
오버 2.5와 양팀 득점;
선수 득점과 팀 승리;
같은 리그 모델에서 나온 여러 선정.

독립으로 취급하면 같은 에지를 이중 계산합니다. 하나의 불리한 경기 상태가 모든 포지션을 함께 지게 할 수 있습니다.

상관을 추정할 수 없다면, 0이라고 가장하는 것보다 겹치는 베팅을 줄이거나 없애는 편이 더 타당합니다.

푸시, 부분 승, 다중 결과 베팅

기본 이진 공식은 완전 승 또는 완전 패만 가정합니다. 아시안 핸디캡, 드로우노벳, 데드히트, 거래소 수수료는 추가 수익 상태를 만듭니다.

일반 이산 결과에 대해 켈리는 다음을 극대화하는 비율 f를 고릅니다:

Expected log growth = Σ pᵢ × log(1 + f × rᵢ)

여기서 rᵢ는 결과 i에서 단위당 순수익입니다.

간단한 한 줄 해가 없을 수 있습니다. 쿼터라인 베팅을 이진 공식에 억지로 넣지 말고 올바른 페이아웃 분포를 쓰세요.

실전 캡드 분수 켈리 프로세스

정확한 마켓과 페이아웃 상태를 정의합니다.
결과를 보기 전에 확률을 추정합니다.
모델 캘리브레이션과 불확실성을 확인합니다.
현재 수락한 배당을 기록합니다.
풀 켈리를 계산합니다.
하프, 쿼터 또는 그 이하 등 보수적 비율을 적용합니다.
베팅당 하드 캡을 적용합니다.
이벤트, 리그, 모델, 총 노출 캡을 적용합니다.
묶인 스테이크를 뺀 뱅크롤로 재계산합니다.
허용된 스테이크 단위로 내림합니다.
최근 패배 때문에 늘리지 않습니다.

이 프로세스는 의도적으로 공식이 제안하는 것보다 크지 않은 스테이크를 만듭니다.

실전 예시 4: 비율과 하드 캡

주어진 값:

뱅크롤: 1,500유닛;
배당: 2.05;
추정 확률: 52%;
켈리 정책: 쿼터 켈리;
하드 캡: 뱅크롤의 1%.

풀 켈리:

b = 1.05, p = 0.52, q = 0.48

f* = (1.05 × 0.52 − 0.48) ÷ 1.05 = 6.29%

쿼터 켈리:

6.29% × 0.25 = 1.57%

하드 캡이 스테이크를 1%로 줄입니다:

1,500 × 1% = 15 units

가장 공격적인 공식이 아니라 정책이 최종 스테이크를 결정합니다.

켈리를 쓰면 안 되는 경우

다음일 때 켈리 사이징을 피하세요:

확률이 주로 직관에 기반함;
모델이 아웃오브샘플로 캘리브레이션되지 않음;
배당이 오래되었거나 실제로 이용 불가;
정산에 미모델 다중 상태가 있음;
포지션이 강하게 상관됨;
뱅크롤에 필수 자금이 포함됨;
제안 스테이크가 불편함이나 손실 추격을 만듦;
기록이 불완전함;
베팅 한도나 계정 위험이 집행을 지배함.

작은 플랫 스테이크나 노벳은 유효한 대안입니다.

흔한 켈리 실수

소수 배당을 `b`로 사용

b는 순 배당: 소수 배당 빼기 1입니다.

퍼센트 잘못 입력

55%는 0.55로 입력해야 하며, 55가 아닙니다.

음수 출력 무시

음수 결과는 이 모델에서 스테이크 0을 뜻하며, 음수 베팅 크기가 아닙니다.

확률을 위로 반올림

작은 낙관적 변경도 켈리를 실질적으로 키울 수 있습니다.

풀 켈리를 목표로 취급

정확한 가정 아래 이론적 상한 최적이지, 필수 실세계 스테이크가 아닙니다.

모든 베팅을 독립 적용

이미 묶인 자본과 베팅 간 상관을 무시합니다.

미확정 결과마다 뱅크롤 갱신

정산되고 접근 가능한 자금과 일관된 회계 규칙을 사용하세요.

켈리 vs 다른 스테이킹 방법

방법	주요 입력	강점	약점
플랫 스테이크	사전 정의 유닛	단순하고 감사 가능	에지에 따라 스케일되지 않음
고정 뱅크롤 비율	현재 뱅크롤	자본을 자동 스케일	가격별 에지를 무시
풀 켈리	확률과 가격	이상적 로그 성장 최적	추정 오차에 너무 민감
분수 켈리	확률, 가격, 배수	낮은 변동성과 오차 비용	여전히 모델 품질에 의존
프로그레시브 시스템	이전 결과	단순 시퀀스	현재 EV와 무관

자주 묻는 질문

켈리가 뱅크롤 성장을 보장하나요?

아니요. 확률 입력이 맞고 기회가 모델 아래에서 반복된다고 가정합니다. 실제 결과는 깊은 드로다운을 만들 수 있고, 잘못된 추정은 장기 손실을 일으킬 수 있습니다.

하프 켈리는 항상 안전한가요?

아니요. 과대 평가된 권장의 절반도 여전히 너무 클 수 있습니다. 하드 캡과 모델 검증은 여전히 필요합니다.

왜 켈리가 때로 20% 이상을 권하나요?

입력이 비정상적으로 큰 에지를 기술합니다. 스포츠 시장에서는 그런 스테이크를 받아들이기 전에 추정이나 가격이 틀렸는지 조사하세요.

초보자가 켈리를 써야 하나요?

보통 실스테이크로는 아닙니다. 초보자는 먼저 확률을 배우고, 기록을 남기고, 캘리브레이션을 시험하고, 페이퍼나 매우 작은 플랫 스테이크를 써야 합니다.

어큐뮬레이터에 켈리를 쓸 수 있나요?

결합 확률과 페이아웃이 정확히 추정될 때만입니다. 상관된 레그 확률을 곱하면 잘못된 입력과 위험한 스테이크가 됩니다.

마무리

켈리 기준은 에지, 가격, 뱅크롤 성장 사이의 강력한 연결입니다. 동시에 잘못된 자신감에는 가혹합니다. 풀 켈리는 확률을 안다고 가정하지만, 스포츠 베터는 거의 알지 못합니다.

공식을 상한 분석 도구로 쓰세요. 캘리브레이션을 시험하고, 민감도 분석을 실행하고, 보수적 비율을 적용하고, 각 베팅과 상관 총 노출을 캡하고, 재량 자본만 사용하세요. 추정이 불확실할 때 최선의 켈리 조정은 종종 훨씬 작은 스테이크 — 또는 0 — 입니다.

최종 업데이트: 2026년 7월
OddsWave Betting Academy 발행