[论文解读] The relativistic velocity addition law optimizes a forecast gambler's profit

Edward W. Piotrowski, J. Łuczka|ArXiv.org|Sep 26, 2007

Sports Analytics and Performance参考文献 7被引用 3

一句话总结

本文提出了一种相对论性速度叠加法则与最优赌博策略之间的新颖联系，表明当赌徒的投注分配遵循相对论性速度叠加规则时，其预测收益达到最大。关键结果是，在缺乏庄家投注信息的情况下，最优投注仅由预测概率决定，从而导出一种基于相对论性概率变换的Menelaus-Kelly准则，该准则推广了Kelly准则。

ABSTRACT

We extend the projective covariant bookmaker's bets model to the forecasting gamblers case. The probability of correctness of forecasts shifts probabilities of branching. The formula for the shift of probabilities leads to the velocity addition rule of the special theory of relativity. In the absence of information about bookmaker's wagers the stochastic logarithmic rates completely determines the optimal stakes of forecast gambler.

研究动机与目标

• 将投影协变庄家模型扩展至具备结果概率预测能力的预测型赌徒。
• 研究预测中概率变化如何导致类似于相对论性速度叠加法则的数学结构。
• 在缺乏庄家投注数据的情况下，确定预测型赌徒的最优投注分配策略。
• 建立随机对数收益率、热力学熵与不确定性决策中相对论不变性之间的联系。

提出的方法

• 将预测型赌徒的信念建模为双结果投注系统中的概率偏移，其中r值表示对数赔率差异。
• 推导出r叠加规则 $ r_{AC} = \frac{r_{AB} + r_{BC}}{1 + r_{AB}r_{BC}} $，该规则与 $ c=1 $ 时的相对论性速度叠加法则一致。
• 将赌徒的利润表示为投影不变的对数收益率 $ z_{kj} = \ln(1 + \frac{IN_{3-k}}{IN_k} l_{kj} - l_{(3-k)j}) $，确保在重参数化下保持不变。
• 使用微分学最大化期望利润 $ E_Z(L) = \sum p_{kj} z_{kj} $，从而导出最优投注方程。
• 当无庄家数据时，应用拉普拉斯的等可能性原理（$ IN_1 = IN_2 $），将最优策略简化为快度差值的符号函数。
• 推导出Menelaus-Kelly准则作为最优策略：$ \bar{L}^* = \begin{pmatrix} [r_{AC|1}]_+ & [-r_{AC|2}]_+ \\ [-r_{AC|1}]_+ & [r_{AC|2}]_+ \end{pmatrix} $。

实验结果

研究问题

• RQ1 在投注系统中，预测结果的概率变换如何自然地引出相对论性速度叠加法则？
• RQ2 当缺乏庄家投注数据时，预测型赌徒的最优投注分配策略是什么？
• RQ3 利润的随机对数收益率如何与热力学熵及热力学第一定律相关联？
• RQ4 能否通过相对论不变性原理将Kelly准则推广至包含预测不确定性的场景？
• RQ5 Menelaus定理在确保最优投注策略中投影不变性方面起什么作用？

主要发现

• 相对论性速度叠加法则自然地源于预测概率的变换，其中 $ r_{AC} = \frac{r_{AB} + r_{BC}}{1 + r_{AB}r_{BC}} $，且 $ r_{XY} = p_{1XY} - p_{2XY} $。
• 在缺乏庄家投注数据的情况下，最优投注分配完全由预测者的概率评估决定，由Menelaus-Kelly准则给出。
• 最大期望利润表示为 $ E_Z(\bar{L}) = D_Z - S_{AC} $，其中 $ D_Z $ 为预言者的利润，$ S_{AC} $ 为预测的Boltzmann-Shannon熵。
• 最优策略表现为基于快度差值 $ r_{AC|j} $ 符号的阶梯函数，当 $ r_{AC|j} > 0 $ 时，将全部资本投入有利结果。
• 最优投注解集由两个线性方程描述 $ (\bar{l}_{jj} - p_{1AC|j}) IN_{3-j} = (\bar{l}_{(3-j)j} - p_{2AC|j}) IN_j $，确保风险分散。
• 该模型将Kelly准则推广至基于预测的投注，其相对论结构确保在投影变换下保持不变性与最优性。