1958 年 UCLA 数学博士,1959–61 在 MIT。他用 MIT 的 IBM 704 算出 21 点最优策略,第一次用数学证明赌场可以被打败。1962 年《Beat the Dealer》出版,直接逼得拉斯维加斯改规则(多副牌、增加洗牌频率)。

1961 年与 Claude Shannon(信息论创始人)做出史上第一台可穿戴计算机 —— 烟盒大小,藏在身上,脚趾输入,耳机输出,用来预测轮盘。这段的意义不在赢钱,在于他证明了"物理规律在轮盘上仍然成立"可以被工程化。

"信息 → 仓位"这个转换,正是你的离场阶梯在做的事。你已经有了"信息侧"(rubric 打分、freshness gate),缺的是把分数映射成仓位的那个函数 —— 那就是 ③。

不是"我会记牌",是"这个游戏的赔率不是常数"。在他之前所有人默认赌场优势是一个固定数字;他证明了它是一个随时间变化的量 —— 而只要一个量会变化,它就可能在某些时刻变成对你有利。

剩余牌堆里十点牌与 A 的密度越高,玩家越有利。三条叠加,第一条最重要:
⭐ ① 庄家没有选择权,玩家有。规则规定庄家 ≤16 必须要牌,没得选;玩家可以停牌。十点牌密集时,庄家拿到 12–16 的尴尬牌后被迫补牌、爆牌概率大幅上升,而玩家直接停牌看他爆。同样的牌堆变化,对有选择权的人是好事,对被规则绑住的人是坏事 —— 玩家的优势来自"庄家不能不要牌"。
② 天生 21 点赔 1.5 倍,是不对称的。双方拿到的概率一样,但玩家赔 1.5 倍、庄家只赢 1 倍。⚠️ 现在很多赌场改赔 6:5,这一改基本抹掉了这条。
③ 加倍更容易成功 —— 在 10/11 点上加倍时,你最想摸到的就是十点牌。

Thorp 原版是 Ten-Count(跟踪"非十点牌 : 十点牌"的比例),偏难。后来简化出的 Hi-Lo 原理相同、更好懂: 经验换算:真数每 +1,优势大约挪动 +0.5% —— 真数 0 → −0.5%(常态,赌场优势) · +1 → 约 0%(打平) · +2 → 约 +0.5%(这时候才轮到你) · +4 → 约 +1.5%。⚠️ 基础的 −0.5% 随规则在 0.3–0.8% 间浮动。

钱不是从"算得准"来的,是从下注幅度来的。假设打 100 手,其中 70 手坏牌(−0.5%)、30 手好牌(+1.5%): ⭐⭐ 完全相同的信息、相同的牌、相同的判断准确度 —— 收益差 40 倍,差别百分之百来自下注量。如果你平注,算牌几乎白算。

这就是为什么本书从 21 点讲到凯利判据是同一条逻辑线,不是两个话题。而且顺序是反的 —— 21 点不是凯利的应用场景之一,21 点是他发现必须要有凯利的那个场景:优势只有 1–2%、方差很大,下注过重会让一个真实的优势变成破产。

同一个人、同一时期,对轮盘用了完全不同的打法:

1967 年与 Sheen Kassouf 合著《Beat the Market》,讲权证/可转债对冲 —— 这本书直接催生了整个可转债套利行业。1969 年创立 Princeton/Newport Partners,公认的第一只量化对冲基金(比文艺复兴 1978 年早了近十年)。

⭐ 他在 Black-Scholes 之前就推出了实质等价的期权定价公式,大约 1967–69 年就在用它交易权证 —— 但他没有发表,拿去赚钱了。1973 年 Black、Scholes、Merton 发表,后来拿了诺奖。

⭐ 这条直接对着你的持仓结构:你在 AI 供应链上同时持有记忆体与光子学,而这两条腿共享同一个宏观暴露(AI capex + 利率)。Thorp 的做法不是"分散到更多标的",是问清楚哪一维是你真正有优势的,把其余的对冲掉或承认你在裸奔。你昨天记的那条(五个 ρ=0.8 的仓位 ≈ 一个仓位)说的就是这件事。

源头是 John Kelly 1956 年在贝尔实验室的论文。Thorp 把它从信息论搬到赌场,再搬到投资,是这条链上的关键人物。核心命题:最大化对数财富的长期增长率,而不是最大化期望收益。

🔴 这一节对着你一个挂了很久的待办:scripts/core-positions.yaml 成本价为空 → 回吐率阶梯未启用。你有离场阶梯(决定何时减),但没有仓位函数(决定减多少)。而从凯利看,你的三档阶梯其实是 f ∝ m/σ² 下台阶的三个刻度 —— Grantham 转 active 时,你对前瞻 m 的估计下降、σ 的估计上升,分子分母同向压低 f。这样理解就能回答"每档减多少",而不只是"该不该减"。

⚠️ 收益率口径存在分歧,我把三个都摆出来,不挑一个:1969–1988 复合年化 19.1%(毛) / 年化 15.1%(费后) / 另有来源称"费后年化 20%"。没有分歧的是这两条:19 年 19 年正收益,一年都没亏过;只有 3 个月为负,最大跌幅不到 1%。

⭐ 这条和你 memory 里记的 Aschenbrenner 教训是同一族,但更狠一层:那条是"方向看对 + 杠杆用错 = 归零",这条是"方向对、杠杆对、19 年没亏过,然后死于一个不在模型里的风险"。⚠️ 而你手上就有一个现成的同类风险:Futu 被罚 18.5 亿、2 年整治期后可能关停境内服务 —— 那是平台风险,不是市场风险,它不会出现在任何一条收益曲线上。

1991 年他受客户之托做尽调,比东窗事发早了 17 年就判定 Madoff 是假的。方法极其朴素:把 Madoff 声称做的期权合约数,去和交易所当日全市场总成交量对照 —— 发现他一个人声称的量超过了整个市场。

⭐⭐ 这正是你已经在做、但还没给它起名字的那个动作。 你 2026-07-28 的信号构造审计(拆出阈值抖动/单成分绑架/窗口自走三种伪影)、你的 freshness gate(样本偏离滚动中位数 ≥50% 即 BLOCK)、以及 8/11 那次分解 —— Grantham 篮子净变动 −0.4pp 实为 MU −17.0pp 与 AAOI +19.6pp 两个窗口伪影相互抵消的残值(绝对值之和 57.5pp vs 净值 0.4pp = 144:1)、H100 中位数 +27% 可由一个 $26.76 极值完全解释 —— 全部是同一个动作:先问这个数字是怎么被构造出来的,再讨论它意味着什么。Thorp 用它抓 Madoff,你用它抓自己的信号。

书的最后一部分讲健康、时间与关系的复利:他把锻炼、睡眠、以及"和谁一起度过时间"当作有复利的资产来配置,并明确说这些的长期回报高于他任何一笔交易。