假设你拥有 40,000 元的投注资金（Bankroll）。
你平时采用的资金管理规则非常简单：
1U = 400 元，即 总资金的 1%。
现在，你发现了两个体育博彩机会。
第一个机会的赔率是：
1.50
第二个机会的赔率是：
5.00
你应该在两个选择上分别下注 400 元吗？
还是应该在看起来更容易获胜的 1.50 赔率上投入更多资金，而在风险看起来更高的 5.00 赔率上投入更少资金？
答案并不像表面上那么简单。
低赔率并不一定意味着一笔投注具有价值。
高赔率也不一定意味着一笔投注不好。
最重要的是：
仅凭赔率本身，无法确定最佳投注金额（Stake）。
要理解其中的原因，我们需要区分三个基本概念：
- 获胜概率。
- 预期价值（Expected Value，EV）。
- 投注金额所带来的财务风险。
1. 赔率究竟代表什么？
十进制赔率（Decimal Odds）表示投注获胜时可以获得的总返还金额，其中包括最初投入的本金。
例如，当投注金额为 400 元时：
赔率为 1.50，总返还金额为 600 元，净利润为 200 元。
赔率为 5.00，总返还金额为 2,000 元，净利润为 1,600 元。
但需要注意：
潜在利润只是分析的一部分。
我们还必须考虑投注获胜的概率。
2. 赔率所对应的隐含概率
每一个十进制赔率都对应一个隐含概率（Implied Probability）。
计算公式如下：
隐含概率 = 1 ÷ 十进制赔率 × 100
以下是一些例子：
这些概率表示在相应赔率下，长期达到盈亏平衡所需要的命中率。
但它们并不一定代表事件真正发生的概率。
特别是，博彩公司提供的赔率通常包含一定的利润空间，也就是庄家利润率。
要识别有价值的投注机会，就必须将隐含概率与你自己估计的真实概率进行比较。
3. 1.50 的投注一定比 5.00 的投注风险更低吗？
从命中频率来看，赔率为 1.50 的选择通常应该比赔率为 5.00 的选择更容易获胜。
但这并不自动意味着它具有更高的盈利能力。
我们来看两个例子。
投注 A：赔率 1.50
估计真实获胜概率：
70%
隐含概率：
66.67%
估计概率高于盈亏平衡所需的概率。
因此，如果我们的估计准确，这笔投注具有正的 Edge（投注优势）。
投注 B：赔率 5.00
估计真实获胜概率：
25%
隐含概率：
20%
同样，估计概率高于盈亏平衡点。
因此，第二笔投注也具有正的 Edge。
但是，这两笔投注的风险特征非常不同。
4. 使用 Expected Value 比较两笔投注
Expected Value（EV，预期价值）用于衡量在大量重复投注的情况下，每笔投注理论上的平均利润或损失。
对于十进制赔率，预期 ROI 的计算公式为：
EV（%）=（真实获胜概率 × 赔率 - 1）× 100
投注 A：赔率 1.50
估计获胜概率：
70%
计算：
（0.70 × 1.50 - 1）× 100 = +5%
EV：
+5%
投注 B：赔率 5.00
估计获胜概率：
25%
计算：
（0.25 × 5.00 - 1）× 100 = +25%
EV：
+25%
在这个例子中，赔率为 5.00 的投注具有明显更高的预期价值。
但是，这并不意味着你应该自动在它上面投入更多资金。
为什么？
因为它的结果波动通常更大。
5. 高赔率通常意味着更大的 Variance
在赔率为 1.50 的情况下，一项选择可能相对频繁地获胜。
而在赔率为 5.00 的情况下，即使是一项优秀的选择，也可能每四次投注就输掉三次。
这意味着连续失败的次数可能明显更多。
让我们比较这两笔投注。
在投注金额相同的情况下，每笔投注的最大损失都是 400 元。
但是，获胜频率和利润分布存在巨大差异。
6. 连续失败的概率：1.50 与 5.00 的区别
假设我们估计的真实概率是正确的，而且每次投注相互独立。
赔率为 1.50 的投注，失败概率为 30%。
赔率为 5.00 的投注，失败概率为 75%。
现在计算连续失败多次的概率。
这些数字表示在一段指定的独立投注序列中，所有投注都失败的概率。
它们并不表示整个赛季中至少出现一次相同长度连败的概率。
即便如此，我们仍然可以得出一个非常重要的结论：
以高赔率为主的策略，即使长时间没有获胜，也可能仍然具有正的 Expected Value。
因此，资金管理不能只依靠 ROI。
7. 赔率为 5.00 的盈利策略，在心理上也可能很难坚持
假设有一个 Strategy，具备以下特点：
平均赔率：
5.00
真实命中率：
25%
理论 EV：
+25%
在 100 次投注中，理论上的预期获胜次数为 25 次。
但这并不意味着每四次投注就一定会赢一次。
实际情况可能包括：
- 短时间内连续获胜几次。
- 连续 10 次投注失败。
- 经历较长的亏损阶段。
- 随后通过几次获胜弥补此前的损失。
长期 ROI 可能具有吸引力。
但 Variance 也可能非常大。
因此，这类策略需要适当的资金规模和高度的纪律性。
8. Flat Betting：无论赔率多少，都应该投注 1U 吗？
Flat Betting（固定单位投注）意味着每次投注都使用相同的 Unit。
在我们的例子中：
Bankroll = 40,000 元
1U = 400 元
因此，你会投注：
赔率 1.50：400 元
以及：
赔率 5.00：400 元
这种方式具有多个优点：
- 将单次投注的最大损失限制在 1U。
- 避免情绪化决策。
- 在统一标准下比较不同策略的表现。
- 方便使用 Units 记录收益。
- 减少 Stake Sizing 中的错误。
但是，Flat Betting 并不意味着所有策略都具有相同的风险水平。
即使每次都使用 1U，以 5.00 为主要赔率的 Strategy，也可能比以 1.50 为主要赔率的 Strategy 出现更大的 Drawdown。
9. Flat Betting 是资金管理规则，而不是最优化方法
我们需要区分两个目标。
目标一：简单地控制风险
Flat Betting 非常适合这一目标。
你规定：
1U = Bankroll 的 1%
这样，每次投注所承担的财务风险都非常明确。
目标二：优化理论上的资金增长
在这种情况下，可以考虑根据每次机会的 Edge 和风险来调整 Stake。
Kelly Criterion 就是其中一种方法。
但是，这种优化需要可靠的真实概率估计。
而这恰恰是最困难的部分。
10. 为什么不能因为赔率是 1.50 就自动增加投注金额？
一种常见错误是这样想：
“1.50 的赔率更安全，所以我可以投注两倍金额。”
假设你投注：
800 元在赔率 1.50 上
以及：
400 元在赔率 5.00 上
如果两笔投注都失败：
赔率 1.50 的投注会损失 800 元。
赔率 5.00 的投注会损失 400 元。
你在认为更容易获胜的选择上承担了两倍的财务风险。
但是，更高的获胜概率并不保证更高的 Expected Value。
例如：
赔率为 1.50，真实获胜概率为 65%。
其 EV 为：
（0.65 × 1.50 - 1）× 100 = -2.5%
这是一笔预期价值为负的投注。
增加 Stake 只会增加预期的金钱损失。
低赔率本身绝不是增加 Stake 的充分理由。
11. 为什么在 5.00 的赔率上减少投注金额，也不一定是最佳选择？
另一方面，一些投注者会随着赔率升高而系统性地减少 Stake。
例如：
1.50：1U。
2.50：0.75U。
5.00：0.50U。
10.00：0.25U。
这种方式可能降低资金波动。
但也可能减少你对一些具有较高正 Edge 的机会的投入。
假设一项赔率为 5.00 的选择，确实具有 +25% 的 EV。
如果不分析该估计的可靠性，就自动减少 Stake，未必是最优决定。
因此，真正的问题不是：
“赔率是不是很高？”
而是：
“真实 Edge 有多大？根据这一估计，我能够合理地将多少比例的 Bankroll 暴露在风险之中？”
12. Kelly Criterion：将 Edge 和赔率纳入 Stake 计算
Kelly Criterion（凯利准则）旨在确定一个理论上的资金投注比例，以最大化资金的预期对数增长率。
对于十进制赔率：
Kelly =（p × 赔率 - 1）÷（赔率 - 1）
其中：
- p = 估计的真实获胜概率。
- 赔率 = 提供的十进制赔率。
- Kelly = 理论上应投注的 Bankroll 比例。
这一计算以估计概率正确等条件为前提。
因此，它并不保证获得正收益。
13. 赔率 1.50 的 Kelly 计算示例
回到投注 A。
赔率：
1.50
估计真实获胜概率：
70%
计算：
Kelly =（0.70 × 1.50 - 1）÷（1.50 - 1）
也就是：
Kelly = 0.05 ÷ 0.50
结果：
Bankroll 的 10%
对于 40,000 元的资金：
4,000 元
这就是 Full Kelly 对应的理论 Stake。
但是，如果概率估计有误，在单次投注中投入 Bankroll 的 10%，意味着相当大的风险。
因此，许多风险管理方法更倾向于使用 Fractional Kelly。
14. 赔率 5.00 的 Kelly 计算示例
现在回到投注 B。
赔率：
5.00
估计真实获胜概率：
25%
计算：
Kelly =（0.25 × 5.00 - 1）÷（5.00 - 1）
也就是：
Kelly = 0.25 ÷ 4
结果：
Bankroll 的 6.25%
对于 40,000 元的资金：
2,500 元
这个结果很有意思。
尽管赔率 5.00 的投注具有更高的理论 EV，但 Kelly Criterion 却建议投入更小比例的 Bankroll。
为什么？
因为它同时考虑了收益结构和失败概率。
15. 根据 Kelly 计算的 Stake 比较
这张表说明了一个重要原则：
Edge 和赔率必须结合起来分析。
理论上的最佳 Stake，既不只取决于获胜概率，也不只取决于预期 ROI。
16. 为什么 Full Kelly 可能过于激进？
在前面的例子中，理论投注比例可能显得很高。
但它们依赖一个重要假设：
你准确知道每个事件的真实获胜概率。
在体育博彩中，真实概率通常无法直接观察。
我们必须对其进行估计。
而几个百分点的误差，就可能显著改变计算结果。
因此，在不考虑模型不确定性的情况下使用 Full Kelly，可能导致较大的 Drawdown。
Fractional Kelly 可以降低这种风险敞口。
但它不能完全消除 Variance 或概率估计错误的风险。
17. 概率估计准确性的重要性
假设你发现一项选择：
赔率：
5.00
估计获胜概率：
25%
理论 EV：
+25%
但如果真实获胜概率实际上只有：
19%
那么 EV 就会变成：
（0.19 × 5.00 - 1）× 100 = -5%
概率估计相差 6 个百分点，就足以将一笔看起来非常有吸引力的投注变成不利的投注。
因此，仅仅发现较高的 Edge 还不够。
还必须评估这一估计有多可靠。
18. 估计误差在高赔率下可能尤其昂贵
在高赔率下，几个百分点的概率差异就可能造成显著的 EV 差异。
以赔率 5.00 为例：
一项看起来极其有利可图的策略，如果概率估计不准确，也可能最终亏损。
这个问题并不只影响高赔率，但在高赔率市场中可能尤其明显。
19. CLV 在策略评估中的作用
在 Bet2invest，Closing Line Value（CLV，收盘赔率价值） 是一个特别值得关注的指标。
它用于比较投注时获得的赔率与市场收盘时的赔率。
例如：
你在 Pinnacle 获得了：
5.00
的赔率。
市场收盘时，赔率下降到：
4.50
你获得的赔率高于收盘赔率。
从直接比较赔率的角度看，这代表正的 CLV。
但是需要注意：
正的 CLV 不保证投注会获胜，也不能单独证明策略未来一定盈利。
不过，特别是在 Sample Size 足够大的情况下，它可以帮助评估投注执行质量和所获得价格的价值。
20. 具有正 CLV 的 5.00 赔率，可能比 1.50 更有吸引力
假设有两个选择。
选择 A
获得的赔率：
1.50
收盘赔率：
1.55
你获得的赔率低于收盘赔率。
直接比较赔率得到的 CLV 为负。
选择 B
获得的赔率：
5.00
收盘赔率：
4.50
你获得的赔率高于收盘赔率。
直接比较赔率得到的 CLV 为正。
虽然选择 B 的获胜概率较低，但相对于市场，它可能提供了更有价值的价格。
这一区别非常重要：
好的赔率并不一定是低赔率。
好的赔率，是相对于你估计的事件公平价格而言更有利的赔率。
21. 高赔率策略需要更多耐心
在平均赔率为 5.00 的策略中，两次获胜之间可能间隔很长时间。
即使模型具有正的 Edge，投注者仍然需要接受较长时间没有利润的情况。
这要求：
- 足够稳健的 Bankroll。
- 合适的 Unit。
- 持续的纪律性。
- 对 Variance 的充分理解。
- 用于分析结果的足够大的 Sample Size。
最大的危险，是在连续失败后情绪化地修改 Stake。
22. 永远不要将命中率与盈利能力混为一谈
一项策略可能具有：
70% 的命中率
但仍然亏损。
另一项策略可能只有：
25% 的命中率
却能够盈利。
一切都取决于所获得的赔率。
示例 A
平均赔率：
1.40
命中率：
70%
理论 ROI：
（0.70 × 1.40 - 1）× 100 = -2%
示例 B
平均赔率：
5.00
命中率：
25%
理论 ROI：
+25%
因此，单独的命中率永远不足以判断一项策略的质量。
23. ROI 必须结合 Sample Size 进行分析
假设一位 Tipster 在：
50 次投注
中取得：
ROI = +20%
这可能是一个值得关注的结果。
但是，它的统计意义与另一位 Tipster 在：
5,000 次投注
中取得：
ROI = +8%
并不相同。
Sample Size 对评估表现的可靠性至关重要。
对于高赔率策略尤其如此，因为其结果通常具有更大的波动。
仅仅几次获胜，就可能显著改变观察到的 ROI。
24. 为什么高赔率策略可能出现较大的 Drawdown？
假设某项策略使用：
1U = 400 元
如果发生：
连续 15 次失败
那么这一连败造成的损失为：
-15U = -6,000 元
对于 40,000 元的 Bankroll，这相当于：
-15%
即使一项高赔率策略长期具有盈利能力，也可能发生这样的连败。
因此，Unit 的大小也应该考虑策略的 Variance 特征。
25. 高赔率策略应该使用更小的 Unit 吗？
在某些情况下，应该。
如果一项策略具有以下特点：
- 获胜频率较低。
- Variance 较高。
- 历史上出现过较大的 Drawdown。
- Edge 估计存在较大不确定性。
那么，减少每次投注所使用的 Bankroll 比例可能是合理的。
例如：
使用 0.50U，而不是 1U
但是，这一决定应该来自风险分析。
不能简单地认为所有高赔率投注都是不好的投注。
26. 以 40,000 元 Bankroll 为例
我们来比较不同的 Stake 水平。
当投注失败时，损失金额并不会因为赔率不同而改变。
决定损失金额的是 Stake。
另一方面，连续多次失败的概率则取决于投注选择本身的特征。
27. 相同的 Unit，在不同策略中可能代表不同风险
假设有两个策略。
Strategy A
平均赔率：
1.50
真实获胜概率：
70%
Strategy B
平均赔率：
5.00
真实获胜概率：
25%
两者都使用：
1U = 400 元
每次投注的最大损失相同。
但是，结果分布不同。
Strategy B 平均会经历更多单次失败，但每次获胜时的利润更高。
因此，它的 Drawdown 特征可能更加明显。
28. Risk of Ruin 取决于多个变量
Risk of Ruin（资金破产风险）并不只取决于 Stake 的大小。
它尤其取决于：
Bankroll 的规模
Stake 的大小
获胜概率
赔率
真实 Edge
Variance
投注之间的相关性
以及：
所考虑的时间范围
因此，两项使用完全相同 Unit 的策略，也可能具有不同的资金破产风险。
29. 注意存在相关性的投注
到目前为止，我们的例子都假设投注之间相互独立。
但在现实中，多个选择可能彼此相关。
例如：
- 同一场比赛中的多笔投注。
- 依赖同一比赛情景的不同市场。
- 使用类似模型的多个 Tipsters。
- 受到同一事件影响的多个选择。
如果多笔投注之间具有较强的相关性，那么即使每笔都投注 1U，也不一定意味着风险已经充分分散。
Stake Sizing 还应该考虑整个 Bankroll 的总风险敞口。
30. 市场流动性可能影响 Stake
在某些市场中，可以投入较大金额，而不会明显改变所获得的赔率。
但在另一些市场中，Liquidity（流动性）较低。
尤其是在以下市场：
小众体育项目
低级别联赛
专业化投注市场
一项策略可能具有很有吸引力的理论 Edge，但无法按照希望的赔率执行较大的 Stake。
因此，策略质量也应该结合真实的市场条件进行评估。
31. 应该根据赔率区间设定 Stake 吗？
一些投注者会使用类似下面的表格：
这张表看起来可能比较谨慎。
但是，它存在一个明显缺陷：
它没有考虑 Edge。
两笔赔率相同的投注，Expected Value 可能完全不同。
同样，赔率为 5.00 的投注也可能比赔率为 1.50 的投注具有更高的 Edge。
因此，仅根据赔率制定的 Stake 表，并不是数学意义上的最佳 Stake Sizing 方法。
它可以作为一种简化的风险限制规则，但不能证明 Stake 已经得到优化。
32. 在热门球队上投入更多资金的危险
许多投注者倾向于在热门球队或夺冠热门上投入更大金额。
他们认为低赔率更让人放心。
但是，热门球队也会输球。
当 Stake 很大时，一次失败就可能抹去此前多次获胜积累的利润。
以赔率 1.50 为例。
如果 Stake 为：
800 元
每次获胜的净利润是：
+400 元
但每次失败的损失是：
-800 元
因此，在不考虑其他因素的情况下，需要两次获胜才能弥补一次失败。
低赔率并不能保护你免受不合理资金管理带来的损失。
33. 相反的危险：在冷门选项上投入过多资金
另一方面，一些投注者会被高赔率的潜在利润所吸引。
赔率 5.00 看起来意味着相当可观的收益。
但如果在低概率事件上投入过高比例的 Bankroll，就可能造成巨大的 Drawdown。
高赔率同样不能成为增加 Stake 的理由。
真正重要的仍然是：
所获得的赔率，相对于估计的真实获胜概率是否具有足够的价值。
34. 长期纪律的重要性
良好的 Bankroll 管理必须能够持续应用于：
100 次投注
500 次投注
1,000 次投注
甚至更多。
它不应该取决于最近一次结果所引发的情绪。
它必须足够稳健，能够承受：
- Losing Streaks。
- Drawdowns。
- 获胜频率较低的时期。
- 概率估计错误。
- 市场条件变化。
目标不是通过承担过高风险来优化每一笔独立投注。
目标是保持长期利用 Edge 的能力。
35. 高赔率策略有时需要更大的 Bankroll
假设你希望将 Drawdown 控制在自己能够承受的范围内。
如果你的策略经常出现较长的 Losing Streaks，可以考虑：
增加 Bankroll
或者：
降低 Unit 的大小。
这两种方法都能够减少损失相对于总资金的影响。
但是，它们不会改变投注选择本身的质量。
更好的 Bankroll 管理并不能创造 Edge。
它只是帮助你更好地承受与假定或已经得到验证的 Edge 相关的风险。
36. 如何根据平均赔率评估一位 Tipster？
分析 Tipster 的表现时，值得关注以下指标：
ROI
CLV
Sample Size
平均赔率
命中率
Maximum Drawdown
Flat Stakes Summary (1U)
市场 Liquidity
这些指标应该结合起来解释。
平均赔率为 1.50 的 Tipster，不应该与平均赔率为 5.00 的 Tipster 使用完全相同的标准进行评价。
它们的 Variance 特征不同。
获胜频率不同。
利润和损失的分布也不同。
37. 为什么 Flat Stakes Summary (1U) 仍然是重要参考指标？
Flat Stakes Summary (1U) 允许我们使用标准化的 Stake 来比较不同策略的表现。
每次投注都代表 1U。
这样就可以衡量：
以 Units 表示的利润
ROI
Drawdowns
以及：
结果的一致性
同时避免将个人 Stake Sizing 决策与策略本身的表现混为一谈。
在比较平均赔率不同的 Tipsters 时，这一点尤其有用。
但是，完整的比较仍然必须考虑 Variance 和 Sample Size。
38. 有经验的投注者应该选择哪种方法？
有几种合理的方法可以考虑。
Flat Betting
这种方式具有简单、纪律性强和透明的优点。
当：
1U = Bankroll 的 1%
时，你可以明确控制每笔投注的最大损失。
根据风险调整的 Flat Betting
对于 Variance 特别高的策略，可以使用更小的 Unit。
例如：
0.50U
而不是：
1U
这种调整应该基于客观标准。
Fractional Kelly
如果你拥有足够可靠的概率估计，Fractional Kelly 可以为根据 Edge 和赔率调整 Stake 提供一个框架。
但是，必须特别注意概率估计错误的风险。
这些方法都不能保证盈利。
39. 回到我们的例子：1.50 和 5.00 都应该投注 400 元吗？
让我们回到最初的问题。
Bankroll：
40,000 元
Unit：
400 元
两笔投注：
1.50
以及：
5.00
如果你采用严格的 Flat Betting，答案非常简单：
每笔投注 400 元。
但是，如果你的目标是根据风险和 Edge 调整 Stake，那么需要分析：
- 每个选择估计的真实获胜概率。
- Expected Value。
- 概率估计的可靠性。
- 预期 Variance。
- 潜在 Drawdown。
- 与其他投注之间的相关性。
- 个人风险承受能力。
仅凭赔率本身，无法做出这个决定。
40. 必须避免的 12 个错误
- 认为低赔率自动代表好的投注机会。
- 仅仅因为热门球队更容易获胜，就增加 Stake。
- 不分析 Edge，就在高赔率投注中机械地减少 Stake。
- 仅仅因为潜在利润较高，就增加冷门选项的 Stake。
- 将命中率与盈利能力混为一谈。
- 忽视 Expected Value。
- 低估高赔率策略的 Variance。
- 不考虑 Sample Size 就评价 ROI。
- 在概率估计不可靠的情况下使用 Full Kelly。
- 忽视投注之间的相关性。
- 连败后为了尽快追回损失而修改 Stake。
- 不考虑平均赔率和 Drawdown，就直接比较不同 Tipsters。
结论
赔率为 1.50 和 5.00 时，应该投注相同金额吗？
不存在适用于所有情况的统一答案。
如果采用严格的 Flat Betting，那么：
在 1.50 上投注 1U
以及：
在 5.00 上投注 1U
都是合理的。
这种方法可以标准化 Stake，并限制每笔独立投注的最大损失。
但是，这并不意味着两笔投注具有相同的统计风险。
赔率 5.00 通常意味着较低的获胜概率，也可能导致更长的 Losing Streaks。
另一方面，赔率 1.50 也不一定具有盈利能力。
最关键的变量始终是：
Edge。
而当我们希望优化 Stake 时，还需要考虑：
估计的真实获胜概率
赔率
Variance
模型的可靠性
以及：
可用的 Bankroll
Kelly Criterion 甚至表明，一笔具有更高 EV 的投注，不一定应该分配更大的 Stake。
对于简单且纪律性强的 Bankroll 管理，Flat Betting 仍然是一个有用的参考方法。
对于更高级的资金管理，可以考虑根据 Edge 和风险进行调整。
但无论如何：
绝不要仅仅因为赔率看起来低、高、安全或诱人，就决定投注金额。
良好的 Bankroll 管理不仅仅是最大化潜在利润。
它更重要的目标，是保护资金，并让真正存在的 Edge 有机会在足够大的 Sample Size 中体现出来。
FAQ：资金管理与赔率，1.50 和 5.00 应该投注相同金额吗？
赔率 1.50 的投注比 5.00 更安全吗？
一般来说，1.50 对应更高的获胜概率。但这并不意味着它一定更有利可图。必须比较提供的赔率与估计的真实获胜概率。
高赔率投注一定应该减少 Stake 吗？
不一定。减少 Stake 可能有助于控制 Variance，但还需要考虑 Edge 和概率估计的可靠性。
无论赔率多少，都可以投注 1U 吗？
可以。这就是 Flat Betting 的基本原则。每笔投注都使用相同的 Unit，而不考虑赔率高低。
赔率 5.00 的投注可能比 1.50 更赚钱吗？
可以。如果真实获胜概率足够高，赔率 5.00 的投注可能具有更高的 Expected Value。
为什么高赔率更容易出现较长的连败？
因为高赔率通常对应较低的获胜概率。因此，失败更频繁，但每次获胜时的利润也更高。
赔率 1.50 的盈亏平衡命中率是多少？
约为 66.67%。
赔率 5.00 的盈亏平衡命中率是多少？
正好是 20%。
Kelly Criterion 会考虑赔率吗？
会。它同时使用赔率和估计的获胜概率，计算理论上应该投入的 Bankroll 比例。
应该使用 Full Kelly 吗？
不一定。特别是在概率估计存在不确定性时，Full Kelly 可能过于激进。Fractional Kelly 可以降低风险敞口。
CLV 有助于评估获得的赔率吗？
有。CLV 用于比较获得的赔率与收盘赔率，是一个有用的指标，但不能保证投注或策略盈利。
高赔率策略需要更大的 Bankroll 吗？
可能需要。为了应对 Drawdown 和较长的连败，高赔率策略可能需要更大的 Bankroll，或者更小的 Unit。
最重要的规则是什么？
Stake 应该遵循一致的风险管理方法，而不是仅仅取决于显示的赔率。如果希望采用比 Flat Betting 更高级的方法，就必须考虑 Edge、估计的真实获胜概率，以及该估计的可靠性。
