Skip to content
Skip to main content
DigiCalcs

Avanceret finans & erhverv

Ruin Probability Calculator

Hvad er Ruin Probability Calculator?

▾

Ruinsandsynlighed (også kaldet sandsynligheden for ruin, gamblers ruin eller risiko for ruin) er sandsynligheden for, at en spiller, trader eller virksomhed vil opbruge al sin kapital, før den når et specificeret formuemål. Det er et grundlæggende begreb inden for sandsynlighedsteori, aktuarvidenskab og handelsrisikostyring, der besvarer spørgsmålet: givet en startkapital, en fordel pr. væddemål eller handel og et mål for velstandsniveau, hvad er sandsynligheden for at gå konkurs, før man opnår målet? Den klassiske gamblers ruinproblem, formaliseret af matematikere inklusive Blaise Pascal og Christiaan Huygens i det 17. århundrede, betragter en gambler med startkapital $k, der spiller et spil mod en modstander med stor $N−k (samlet bordindsats = $N). Med sandsynlighed p for at vinde hver indsats (og q=1−p for at tabe), har sandsynligheden for ruin (at miste alle $k før du når $N) en elegant lukket-form løsning. Når p = q = 0,5 (fair game), ødelæggelsessandsynlighed = (N−k)/N. For et ugunstigt spil (q > p) er ruin næsten sikker for stort N. I handel beregnes ruin-sandsynlighed typisk som sandsynligheden for at miste al kapital, før man opnår et multiplum af startkapital. Ved at bruge den kontinuerlige tilnærmelse: P(ruin) = e^(−2× Edge × Capital / Variance), hvor Edge = middel afkast pr. handel (eller periode), Capital = startkapital og Variance = varians af afkast pr. handel. Denne formel viser, at ruin-sandsynlighed falder eksponentielt med: (1) større startkapital i forhold til indsatsstørrelse; (2) højere kant; og (3) lavere varians. Dette er grunden til, at 1%-reglen i handel - der kun risikerer 1% af kapitalen pr. handel - dramatisk reducerer sandsynligheden for ødelæggelse sammenlignet med 5% eller 10% per-handelsrisiko. Inden for forsikrings- og aktuarvidenskab undersøger ruinteori (Cramér-Lundberg-modellen) om et forsikringsselskabs overskud (kapitalreserven) nogensinde vil blive negativt givet præmieindkomst, investeringsafkast og tilfældige erstatningsudbetalinger. Cramér-Lundberg-uligheden giver en øvre grænse for ruin-sandsynlighed for forsikringsporteføljer. Ruin-sandsynlighedsanalyse bruges også i virksomhedsfinansiering til at vurdere, hvor længe en startup eller virksomhed kan overleve på sin nuværende likviditet i betragtning af dens forbrændingshastighed og indtægtsbane, og i privatøkonomi til at vurdere sandsynligheden for, at en pensionist vil udtømme deres portefølje før døden under forskellige forbrugs- og afkastscenarier.

DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.

Formel

▾
f(x)Diskret (p ≠ 0,5): P(ruin) = [(q/p)^N − (q/p)^k] / [(q/p)^N − 1] Fair game (p=0,5): P(ruin) = 1 − k/N Kontinuerlig ca.: P(ruin) = exp(−2 × μ × k / σ²)

Variabelbeskrivelse

▾
SymbolNavnEnhedBeskrivelse
kStartkapitalUSDOprindelig formue eller bankroll; målt i enheder af indsatsstørrelse for den diskrete gamblers ruinformel.
pVindsandsynlighed%Sandsynlighed for at vinde hvert væddemål eller handel; hvis p > 0,5 (eller p > break-even tærskel), er der en positiv kant.
NMålkapitalUSDRigdom mål; i den klassiske gamblers ruin, bordindsatsen (punkt, hvor modstanderen er ødelagt i stedet).
P_ruinSandsynlighed for ruin%Sandsynlighed for at tabe al kapital, før mål N nås. Tilnærmelser 1,0 for ugunstige spil (p < 0,5).
E_durForventet varighedbets/tradesForventet antal væddemål/handler før enten ødelæggelse eller når mål N; afspejler, hvor længe spillet varer.

Sådan Ruin Probability Calculator

▾
  1. 1Definer startkapital k (i enheder af minimumsindsats eller handelsrisiko), målkapital N og indsats/risikobeløb pr. spil.
  2. 2Estimer kant (p = sandsynlighed for at vinde hvert væddemål). Til handel skal du bruge gevinstraten justeret for størrelsesforholdet gevinst/tab.
  3. 3Anvend den passende ruinformel: diskret gamblers ruin for binære væddemål; løbende tilnærmelse til handel med variabelt afkast.
  4. 4Til handel: P(ruin) = exp(−2 × gennemsnitsgevinst × startkapital / varians_per_handel).
  5. 5Analyser følsomhed: hvordan ændres sandsynligheden for ødelæggelse, hvis startkapitalen fordobles? Hvis kanten er halveret? Hvis variansen stiger?
  6. 6Beregn forventet varighed (hvor mange runder før resultatet bestemmes): E = k × (N−k) / |2p−1| × 1/(p−0,5) for p≠0,5.
  7. 7Brug ruin-sandsynlighed til at angive minimumskapitalkrav, maksimale indsatsstørrelser og passende risiko-per-handel-procenter.

Løste eksempler

▾
Eksempel 1Classic Gambler's Ruin — Casino Roulette
Givet:Startkapital=$100 i $1 indsatser, Target=$200, Roulette p=18/38=0,4737
Resultat:P(ruin)=88,6% | P(dobling)=11,4 %

Selv med 'kun' 2,63% husfordel, er ruin næsten sikker på dette niveau

q/p = (1-0,4737)/0,4737 = 0,5263/0,4737 = 1,1111. P(ruin) = [(1,1111)^200 − (1,1111)^100] / [(1,1111)^200 − 1]. (1.1111)^200-leddet er astronomisk stort, og dominerer tælleren og nævneren: P(ruin) ≈ 1 − (1.1111)^(−100) = 1 − e^(−100 × ln1.1111) ≈ 1 − 5.4) − 8 %. For at fordoble $100 ved roulette har du kun 11,4% chance. Dette illustrerer, hvorfor kasinoer vinder: en lille husfordel, sammensat over mange indsatser, skaber næsten en vis ruin for spilleren.

Eksempel 2Sandsynlighed for ruin af handelssystem
Givet:Startkapital=$10.000, Risiko 2% pr. handel ($200), Gevinstrate=55%, Win:Loss=1,5:1
Resultat:Gennemsnit pr. handel=$55, Variance pr. handel=$24.750 | P(ruin)≈0,64 %

Positiv kant med kontrolleret dimensionering = meget lav ruin sandsynlighed

Pr. handel: forventet gevinst = 0,55×$300 − 0,45×$200 = $165 − $90 = $75 (bemærk udbetaling: gevinstgevinster 1,5×$200=$300). Gennemsnit = $75, Varians = E[X²] − E[X]² = (0,55×$300² + 0,45×$200²) − $75² = (49.500 + 18.000) − 5.625 = $61.875. P(ruin) ≈ exp(−2 × $75 × $10.000 / $61.875) = exp(−24,24) ≈ 0,0000000036 — i det væsentlige nul! Selv med kun 2% risiko pr. handel og en beskeden fordel, er sandsynligheden for ruin ubetydelig. Sammenlign med at risikere 10% pr. handel ($1.000): P(ruin) ≈ exp(−2 × $75 × $10.000 / $61.875), hvor kapitalen nu kun er 10 enheder: exp(−2×75×10/61875) — stadig ubetydelig, fordi vi har skaleret korrekt.

Eksempel 3Startbaneanalyse
Givet:Opstart: Kontanter=$500.000, Månedlig forbrænding=$80.000, Månedlig omsætning=$30.000 → Nettoforbrænding=$50.000/måned
Resultat:Runway=10 måneder | P(overlevelse til serie A på 18 måneder)≈25% (kræver betydelig vækst)

Opstartsruin er deterministisk her - har brug for vækst i omsætningen eller ny finansiering

Nettoforbrænding = $50.000/måned. Runway = $500.000 / $50.000 = 10 måneder — opstarten løber tør for penge på 10 måneder uden ændringer. For at overleve 18 måneder til målet Series A fundraise (N=18 måneders kontanter ved indledende forbrændingshastighed = $900.000 nødvendig), har opstarten brug for enten 80 % omsætningsvækst for at reducere nettoforbrændingen til $0, eller yderligere finansiering. Dette illustrerer, hvorfor investorer bekymrer sig intenst om startup burn rate og runway: ruin (udbetaling før næste finansiering) er bogstaveligt talt enden på virksomheden.

Eksempel 4Forsikringsoverskudsruin (Cramér-Lundberg)
Givet:Forsikringsselskab: Overskud=1 mio. USD, præmiesats=λ×μ×(1+θ) hvor sikkerhedsbelastning θ=20 %, hævder Poisson med gennemsnitlig μ=10.000 USD
Resultat:Justeringskoefficient R≈1,82×10⁻⁵ | P(ruin)≤e^(−R×u)=e^(−18,2)≈1,24×10⁻⁸

20 % sikkerhedsbelastning med 1 mio. USD overskud giver næsten nul sandsynlighed for ruin

Under Cramér-Lundberg-modellen er den øvre grænse for ruin-sandsynlighed P(ruin|surplus=u) ≤ e^(−Ru), hvor R er justeringskoefficienten (positiv rod af Lundberg-ligningen). Med 20 % sikkerhedsbelastning og eksponentielle krav med gennemsnitlig $10.000: R = θ/(μ(1+θ)) = 0,20/(10.000×1,20) ≈ 1,67×10⁻⁵. P(ruin) ≤ e^(−1,67×10⁻⁵×1.000.000) = e^(−16,7) ≈ 5,6×10⁻⁸ — i det væsentlige nul. Dette bekræfter, at tilstrækkelig overskuds- og præmiebelastning skaber næsten perfekt finansiel stabilitet for et forsikringsselskab under typiske skadeantagelser.

Praktiske anvendelser

▾
🏗️

Handelssystemrisikostyring og minimumskapitalkrav, der repræsenterer et vigtigt anvendelsesområde for ruin-sandsynlighed i professionelle og analytiske sammenhænge, ​​hvor nøjagtige ruin-sandsynlighedsberegninger direkte understøtter informeret beslutningstagning, strategisk planlægning og præstationsoptimering

🔬

Opstartsbaneanalyse og finansieringsmilepælsplanlægning, der repræsenterer et vigtigt anvendelsesområde for Ruin Sandsynligheden i professionelle og analytiske sammenhænge, ​​hvor nøjagtige ruin-sandsynlighedsberegninger direkte understøtter informeret beslutningstagning, strategisk planlægning og præstationsoptimering

📊

Forsikringsselskabers overskudsgrad og solvensregulering, der repræsenterer et vigtigt anvendelsesområde for Ruin Sandsynligheden i professionelle og analytiske sammenhænge, ​​hvor nøjagtige ruin sandsynlighedsberegninger direkte understøtter informeret beslutningstagning, strategisk planlægning og præstationsoptimering

🏥

Sandsynlighed for udtømning af pensionsporteføljen (afkast-afkastrisiko), der repræsenterer et vigtigt anvendelsesområde for Ruin Sandsynligheden i professionelle og analytiske sammenhænge, ​​hvor nøjagtige beregninger af ruin-sandsynlighed direkte understøtter informeret beslutningstagning, strategisk planlægning og præstationsoptimering

⚙️

Brancheprofessionelle stoler på Ruin Probability for operationelle ruin-sandsynlighedsberegninger, kundeleverancer, rapportering om overholdelse af lovgivning og strategisk planlægning i forretningssammenhænge, ​​hvor ruin-sandsynlighedsnøjagtighed direkte påvirker økonomiske resultater og organisatoriske resultater

Særlige tilfælde

▾

{'case': 'Martingale-strategi', 'forklaring': 'Martingale-væddemål (fordobling efter hvert tab) har nul sandsynlighed for ruin i teorien (givet uendelig kapital), men næsten sikker ruin i praksis på grund af begrænsede tabelgrænser og kapital. En tabsrække på kun 10 kræver 2^10 = 1.024× det indledende væddemål – hvilket hurtigt overstiger enhver realistisk kapitalbase.'}

{'case': 'Infinite Horizon Ruin', 'explanation': 'For et ugunstigt spil (negativ kant), er sandsynligheden for ruin over en uendelig tidshorisont nøjagtig 1,0 - sikker ruin. For et gunstigt spil er sandsynligheden for ruin med uendelig horisont lig med nul for faste brøkvæddemål (kontinuerligt tilfælde). For fast indsatsstørrelse, selv med positiv kant, er sandsynligheden for ruin med uendelig horisont positiv for en diskret tilfældig gåtur med en chance for øjeblikkelig ødelæggelse, der ikke er nul.'}

Når ruin-sandsynlighed inputværdier nærmer sig nul eller bliver negative i ruinen

Når inputværdier for ruin-sandsynlighed nærmer sig nul eller bliver negative i ruin-sandsynlighed, ændres matematisk adfærd betydeligt. Nulværdier kan forårsage division-for-nul-fejl eller trivielt nulresultater, mens negative input kan give matematisk gyldige, men praktisk talt meningsløse output i ruin-sandsynlighedssammenhænge. Professionelle brugere bør validere, at alle input falder inden for fysisk eller økonomisk meningsfulde områder, før resultaterne fortolkes. Negative værdier eller nulværdier indikerer ofte dataindtastningsfejl eller usædvanlige omstændigheder med sandsynlighed for ødelæggelse, der kræver separat analytisk behandling.

Ruin Sandsynlighed ved startkapital (indsatsenheder) og Edge

▾
Kapital (enheder)Kant=0 %Kant=1 %Kant=3 %Kant=5 %Kant=10 %
10 enheder100 %82%55%37%14%
20 enheder100 %67%30%14%2%
50 enheder100 %37%5%0,7 %0,006 %
100 enheder100 %14%0,25 %0,05 %~0%
200 enheder100 %2%~0%~0%~0%
500 enheder100 %<0,1 %~0%~0%~0%

Ofte stillede spørgsmål

▾
Q

Hvad er gamblerens ruinproblem?

A

Den klassiske gamblers ruinproblem: en gambler med $k dollars spiller et fair spil mod en uendeligt velhavende modstander og satser $1 pr. runde. Sandsynligheden for at miste alle $k før modstanderen er ødelagt (hvilket i tilfældet med uendelig modstander betyder sandsynligheden for eventuel ruin) er 1,0 - sikker ruin. Mod en begrænset modstander med samlet kapital $N (gambler har $k, modstander har $N−k), er ruin-sandsynligheden 1−k/N for et fair spil. Dette resultat har dybe implikationer: Selv med nul husfordel, vil en spiller med mindre kapital end 'huset' i sidste ende miste alle deres penge. Det forklarer matematisk, hvorfor huset altid vinder - det har mere kapital og kan overleve enhver individuel spiller.

Q

Hvordan påvirker indsatsstørrelsen sandsynligheden for ødelæggelse?

A

Indsatsstørrelsen har en dramatisk effekt på sandsynligheden for ødelæggelse. For en fast startkapital og positiv kant er sandsynligheden for ruin ca. P(ruin) ≈ e^(−2×edge×capital_in_units_of_bet). Fordobling af startkapitalen (eller tilsvarende halvering af indsatsstørrelsen) kvadrerer sandsynligheden for ruin: Hvis P(ruin) var 10 %, bliver den 1 % (omtrent). Denne eksponentielle følsomhed over for indsatsstørrelse/kapitalforhold er det matematiske grundlag for 1% risikoreglen i handel. At risikere 1 % pr. handel betyder 100 kapitalenheder; ødelægge sandsynlighed ≈ e^(−200×kant) — med en hvilken som helst positiv kant er dette i det væsentlige nul. At risikere 10 % pr. handel betyder kun 10 enheder; ødelægge sandsynlighed ≈ e^(−20×kant) — meget højere.

Q

Kan ødelæggelsessandsynlighed være nul?

A

I teorien, for et uendeligt kapitaludgangspunkt eller et spil, hvor du aldrig kan tabe alle dine penge (fast brøkvæddemål, der sikrer, at indsatsen krymper til nul, når velstanden nærmer sig nul), kan ruin-sandsynlighed nærme sig nul. I den kontinuerlige tilnærmelse for fast brøkhandel er sandsynligheden for ruin teknisk set lig med nul, fordi indsatsstørrelser krymper proportionalt med kontoen - kontoværdien kan nærme sig nul asymptotisk, men når den faktisk aldrig. I praksis betyder minimumspositionsstørrelser, transaktionsomkostninger og diskrete væddemålsstrukturer, at der altid eksisterer en vis positiv ruin-sandsynlighed, selv for strategier med positiv kant. Det praktiske mål er at reducere sandsynligheden for ødelæggelse til acceptabelt lave niveauer (< 1%) i stedet for at eliminere den.

Q

Hvad er forholdet mellem sandsynlighed for ruin og Kelly-kriteriet?

A

Kelly-kriteriet og ruin-sandsynlighed er dybt forbundne: Kelly-brøken er præcis den indsatsstørrelse, der minimerer faldet i ruin-sandsynlighed, når kapitalen vokser. Ved Kelly-fraktionen er den geometriske vækstrate af kapital maksimeret, hvilket betyder, at rigdommen vokser hurtigst mod ethvert mål, samtidig med at sandsynligheden for ødelæggelse minimeres. Overbetting (over Kelly) øger sandsynligheden for ødelæggelse markant - ved 2× Kelly bliver ruin sikker i det lange løb. Underbetting (fraktionel Kelly) reducerer sandsynligheden for ruin under Kelly-niveauer, men på bekostning af langsommere kapitalvækst. Kelly-kriteriet kan udledes ved at minimere ruin-sandsynlighed under forudsætning af at maksimere langsigtet vækst.

Q

Hvordan bruges ruin-sandsynlighed i pensionsplanlægning?

A

I personlig økonomi og pensionsplanlægning omformuleres sandsynlighed for ruin som 'sandsynlighed for porteføljeudtømning': chancen for, at en pensionists portefølje falder til nul før deres død. Dette estimeres ved hjælp af Monte Carlo-simulering: generer tusindvis af scenarier med investeringsafkast, inflation og forbrug, og tæl den brøkdel, hvori porteføljen er opbrugt. '4%-reglen' (træk 4% af den oprindelige portefølje årligt tilbage, justeret for inflation) opstod fra historisk simuleringsforskning (Bengen 1994, Trinity Study 1998), der viser cirka 95% succesrate (5% sandsynlighed for ødelæggelse) over 30-årige pensionsperioder for en 60/40 aktie-/obligationsportefølje.

Q

Hvilke faktorer påvirker mest sandsynligheden for ødelæggelse?

A

I faldende indvirkningsrækkefølge: (1) Væddemålsstørrelse som en brøkdel af kapital — den mest magtfulde variabel; halvering af indsatsstørrelsen reducerer ruin dramatisk; (2) Edge — positiv kant er nødvendig for ødelæggelsessandsynlighed under 50 %; nul eller negativ flanke fører altid til, at ruin-sandsynlighed nærmer sig 1; (3) Varians af udfald — højere varians øger sandsynligheden for ruin selv ved samme kant (afspejler Kelly-formlen: ruinrisiko ∝ 1/kant × varians); (4) Startkapital i enheder af indsatsstørrelse — flere kapitalenheder betyder lavere ruin; (5) Målkapital — større påkrævet gevinst (højere N) øger sandsynligheden for ødelæggelse. Den praktiske takeaway: Hold indsatsstørrelsen lille, hav en positiv fordel, og start med tilstrækkelig kapital.

Q

Hvordan gælder ruin-sandsynlighed for virksomhedens solvens?

A

I forretningssammenhæng er ruin-sandsynlighed sandsynligheden for insolvens - negativ egenkapital eller manglende evne til at opfylde forpligtelser. For virksomheder er 'væddemålet' hver driftsperiodes pengestrøm, som har forventet værdi (driftsoverskud) og varians (pengestrømsvolatilitet). Startkapital er egenkapitalreserven og kreditfaciliteten. Målet er overlevelse til rentabilitet eller næste finansieringsrunde. Med stabilt positivt cash flow (positiv kant, lav varians) er sandsynligheden for ruin lav. For cykliske virksomheder er pengestrømsafvigelsen høj, hvilket kræver større kapitalreserver. Dette er grunden til, at banker kræver minimumskapitalforhold - de sætter implicit maksimal sandsynlighed for ruin, som er acceptabel for en reguleret finansiel institution.

Almindelige fejl at undgå

▾
  • !At ignorere, at selv en lille positiv kant ikke garanterer overlevelse uden tilstrækkelig startkapital i forhold til indsatsstørrelsen.
  • !Brug af deterministiske baneberegninger (f.eks. måneders kontanter ved aktuel forbrænding) uden at tage højde for indtægts-/omkostningsusikkerhed.
  • !Hvis vi antager, at en tidligere taberrække har 'brugt op' uheld, og at den næste handel er mere tilbøjelig til at vinde — gamblerens fejlslutning.
  • !Behandling af ruin-sandsynlighed som en engangsberegning i stedet for at opdatere den dynamisk, efterhånden som kapital, strategiparametre og markedsforhold ændres.
  • !Forveksler sandsynlighed for ruin med forventet tab - ruin-sandsynlighed måler overlevelse, ikke gennemsnitlig tabsstørrelse.
💡

Pro Tip

Kør en Monte Carlo-simulering af 10.000 stier i dit handelssystem over 252 handelsdage. Plot fordelingen af ​​terminalkontoværdier og identificer den brøkdel af stier, der ender under din 'ruin'-tærskel. Denne empiriske ruin-sandsynlighed er mere nøjagtig end analytiske formler for handelssystemer i den virkelige verden med ikke-normale afkastfordelinger.

⭐

Vidste du?

Gamblerens ruinproblem blev først formelt stillet af Blaise Pascal (af Pascals trekant-berømmelse) og Christiaan Huygens i deres korrespondance fra det 17. århundrede om sandsynlighedsteori. Huygens offentliggjorde løsningen i 1657 i 'De Ratiociniis in Ludo Aleae' (Om ræsonnement i tilfældighedsspil) - hvilket gør det til et af de første problemer i sandsynlighed at have en komplet matematisk løsning. Den samme matematik understøtter nu moderne forsikringsregulering, handelsrisikogrænser og startbaneanalyse.

Regional Guides

▾
🇺🇸 US▾
Bruger sædvanlige enheder og standarder i USA, hvor det er relevant
🇬🇧 UK▾
Kan kræve konvertering til metriske enheder eller britiske standarder
🇪🇺 EU▾
Følger EU-konventioner og SI-enheder, hvor det er relevant
📖Sværhedsgrad:Avanceret
Kun til informationsformål. Dette værktøj udgør ikke finansiel rådgivning. Konsulter en kvalificeret finansiel rådgiver, før du træffer investerings- eller finansielle beslutninger.
Accuracy-checked
Reviewed October 2026
Our methodology

Få ugentlige matematiktips

Slut dig til 12.000+ abonnenter, der får lommeregnertips hver uge.

🔒
100% Gratis
Ingen registrering
✓
Præcis
Verificerede formler
⚡
Øjeblikkelig
Resultater med det samme
📱
Mobilvenlig
Alle enheder

Indstillinger

PrivatlivVilkårOm© 2026 DigiCalcs