赌博资源论

赌博游戏提供了自然的场景，用以捕捉信息如何产生成战略优势。Kelly准则长期以来一直是投资组合理论和信息论的基石，已被解释为在无限多次赌局中的极限情形。我们将Kelly的 seminal 结果扩展到单次和有限赌局情形，将其重构为对抗性信息的资源论。这使得量化赌徒相对于博彩者拥有更多信息成为可能。给定目标收益率，在有限次数的赌局后，我们计算最优策略以最大化成功达成目标的概率，揭示了由真实分布与博彩者分布之间的Renyi散度构成的风险收益权衡。单次情境下的最优策略与最大化预期效用和最小化假设检验误差的策略一致，从而桥接了经济学和信息论观点。我们进一步推广该框架到分布式侧信息游戏，其中多个玩家观察有关未知状态的相关信号。将赌博视为对抗性资源论提供了统一的视角，将经济学和信息论观点联系起来，并允许推广到量子领域，其中量子侧信息和纠缠发挥类似作用。