Историческая справка и математическая основа
Термин «мартингейл» возник во Франции XVIII века как теоретическое понятие в теории вероятностей. Первоначально он описывал класс последовательностей случайных величин, обладающих особым свойством: ожидаемое значение следующего наблюдения, при условии всех предыдущих, равно текущему значению. Формально, последовательность \( X_0, X_1, X_2, \ldots \) является мартингейлом, если:
Это свойство означает, что мартингейл — «справедливый» процесс: в среднем капитал не растёт и не убывает. Понятие стало центральным в современной стохастической теории и финансовой математике — его развивали Поль Леви, Жозеф Дуб и другие выдающиеся математики XX века.
Параллельно с теоретическим развитием возникла одноимённая стратегия распределения капитала, основанная на прогрессивном удвоении размера аллокации после каждого неуспешного исхода. Несмотря на общее название, стратегия и математическое понятие — не одно и то же. Рассмотрим обе модели — прямую (мартингейл) и обратную (анти-мартингейл) — с точки зрения строгого математического анализа.
Классический мартингейл: удвоение после неуспеха
Стратегия описывается следующим алгоритмом. Участник начинает с базовой аллокации \( R \). Если исход неуспешный, следующая аллокация удваивается. Если исход успешный — аллокация возвращается к начальному значению \( R \). Таким образом, после \( n \) последовательных неуспешных исходов размер аллокации составляет:
Суммарный объём капитала, необходимый для поддержания серии из \( n \) неудач, равен сумме геометрической прогрессии:
Теоретическая идея проста: один успешный исход компенсирует все предшествующие потери и приносит чистую прибыль в размере \( R \). Однако эта логика предполагает неограниченный капитал и отсутствие верхнего предела на размер аллокации — условия, невыполнимые на практике.
Прогрессия аллокации при последовательных неудачах
Следующая таблица иллюстрирует экспоненциальный рост аллокации и совокупных затрат при базовом размере \( R = 1 \):
| Шаг (n) | Аллокация \( R_n \) | Совокупные затраты |
|---|---|---|
| 1 | 1 | 1 |
| 2 | 2 | 3 |
| 3 | 4 | 7 |
| 4 | 8 | 15 |
| 5 | 16 | 31 |
| 6 | 32 | 63 |
| 7 | 64 | 127 |
| 8 | 128 | 255 |
Уже к восьмому шагу аллокация превышает базовую в 128 раз, а совокупный расход капитала — в 255 раз. Экспоненциальный характер роста делает стратегию крайне чувствительной к длинным последовательностям неудач.
Анти-мартингейл: увеличение доли после успеха
Анти-мартингейл — зеркальная стратегия: аллокация увеличивается после каждого успешного исхода и возвращается к базовому значению \( R \) после неудачи. Если после \( m \) последовательных успехов аллокация удваивается, её размер составляет:
Логика модели: использовать накопленную прибыль для увеличения аллокации. Потери при неуспешном исходе ограничены текущей аллокацией, а не совокупным капиталом.
Преимущества и уязвимости
Преимущества анти-мартингейла по сравнению с классическим:
- Ограничение потерь — при неблагоприятных последовательностях убытки минимальны, так как каждый неуспешный исход возвращает аллокацию к базовому уровню \( R \).
- Капитализация серий — при последовательных успехах прибыль растёт экспоненциально.
- Меньшие требования к капиталу — нет необходимости компенсировать нарастающие потери.
Ключевая уязвимость: единственный неуспешный исход после серии успехов полностью ликвидирует накопленную прибыль от этой серии. Если после \( m \) удвоений происходит неудача, потеря составляет \( R \cdot 2^m \), что равно всей совокупной прибыли предыдущей серии плюс базовая аллокация.
Математический анализ: ожидание и дисперсия
Фундаментальный результат теории вероятностей: изменение размера аллокации не может изменить математическое ожидание процесса. Если каждое отдельное событие имеет ожидание \( \mu \), то суммарное ожидание за \( n \) событий определяется только значением \( \mu \) и количеством шагов, а не схемой распределения.
Справедливая последовательность (p = 0.5)
Для симметричного случая, когда вероятность успеха \( p = 0.5 \) и отдача при успехе равна потере при неудаче, математическое ожидание прибыли строго равно нулю — при любой стратегии управления аллокацией. Ни мартингейл, ни анти-мартингейл не способны создать положительное ожидание из нейтрального процесса.
Неблагоприятные условия (p < 0.5)
При \( p < 0.5 \) каждый шаг имеет отрицательное математическое ожидание. Мартингейл в этих условиях ускоряет исчерпание капитала: увеличение аллокации при неудачах усиливает воздействие отрицательного ожидания. Ожидаемое число шагов до полного исчерпания капитала при использовании мартингейла определяется формулой:
где \( K_0 \) — начальный капитал, \( R \) — базовая аллокация. При \( p = 0.45 \) и отношении \( K_0 / R = 100 \) ожидаемое число шагов составляет \( 100 / 0.1 = 1000 \). Для сравнения, при фиксированной аллокации (без удвоения) это число было бы значительно больше.
Дисперсия капитала при мартингейле также существенно выше, чем при постоянной аллокации. Это означает более широкий разброс возможных траекторий — и значительно большую вероятность экстремальных отклонений вниз.
Почему мартингейл не является «системой гарантированного результата»
Несмотря на кажущуюся привлекательность, стратегия мартингейла имеет три фундаментальных ограничения, каждое из которых делает её несостоятельной как «гарантированную систему».
Ограничение 1: конечность капитала
Любой реальный капитал конечен. Последовательность из \( n \) неудач требует суммарного ресурса \( R \cdot (2^{n+1} - 1) \). При \( R = 100 \) и 10 последовательных неудачах необходимый капитал составляет \( 100 \cdot (2^{11} - 1) = 204\,700 \) — более двух тысяч базовых аллокаций.
Ограничение 2: лимиты на размер аллокации
В большинстве практических систем существует верхний предел на допустимый размер одной аллокации. Это означает, что после определённого числа удвоений стратегия просто не может быть продолжена — серия неудач становится невосполнимой.
Ограничение 3: математическое ожидание инвариантно
Самое фундаментальное ограничение — теоретическое. Никакая система управления размером аллокации не может изменить математическое ожидание процесса. Если ожидание каждого отдельного шага равно \( \mu \), то ожидание за \( n \) шагов равно \( n \cdot \mu \), вне зависимости от того, как менялась величина аллокации.
Когда анти-мартингейл может быть рациональным
В отличие от классического мартингейла, анти-мартингейл имеет теоретические сценарии, в которых увеличение аллокации после успеха может быть математически обосновано.
Положительное ожидание и геометрический рост
Если процесс обладает положительным математическим ожиданием (\( p \cdot b > 1 - p \), где \( b \) — коэффициент отдачи), то увеличение аллокации при благоприятных условиях может максимизировать геометрический темп роста капитала. Именно геометрический (а не арифметический) рост определяет долгосрочную динамику при мультипликативных процессах.
Оптимальная доля аллокации при этом определяется критерием Келли:
Анти-мартингейл, при котором аллокация увеличивается в период серий успешных исходов, может рассматриваться как грубое приближение к келли-оптимальной стратегии — при условии, что базовый процесс действительно обладает положительным ожиданием.
Управление дисперсией
Модифицированные версии анти-мартингейла — с ограничением максимального числа удвоений или с коэффициентом увеличения меньше 2 — могут обеспечить баланс между капитализацией благоприятных серий и контролем дисперсии. Например, стратегия с коэффициентом 1.5 вместо 2 существенно снижает волатильность, сохраняя общую логику подхода.