💰 quantitative finance

The Sleeping Beauty Problem: Sleeping Kelly is a Thirder

本論文は、乗法的ダイナミクス下でケリー基準を用いて富の期待成長率を最大化することが、彼女をダッチブックに対して無敵にする一方で「ハーフ（半分）」の立場は依然として脆弱であることから、スリーピング・ビューティは「サード（三分の一）」の立場を採用すべきであると主張するものである。

原著者： Ben Abramowitz

公開日 2026-01-23

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Ben Abramowitz

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

想像してみてください、あなたは「眠れる美姫」です（この物語では「スリーピング・ケリー」と呼びましょう）。あなたは、公平なコイン、記憶を消し去る薬、そしてお金に関する非常に具体的なルールが絡み合う、奇妙な冒険に出ようとしています。

以下は、ベン・アブラモウィッツの論文が主張している内容を、日常的な比喩を用いて分かりやすく解説したものです。

設定：記憶喪失のホテル

あなたは日曜日に眠りにつきます。研究者が公平なコインを投げます。

表が出た場合： あなたは月曜日に一度だけ起こされ、タスクを与えられた後、水曜日まで再び眠らされます。
裏が出た場合： あなたは月曜日と火曜日の計2回起こされます。その都度、同じタスクを与えられますが、薬の影響で記憶が消えるため、自分が1回目なのか2回目なのかを知ることはありません。

目が覚めたとき、あなたは一つの質問に答えなければなりません。「コインが表であった確率はどれくらいですか？」

数十年にわたり、賢明な人々がこれについて議論してきました。

「ハーフ派（半分派）」はこう言います： 「確率は50/50だ。コインは公平だ。私は目が覚めることは分かっていた。だから状況は何も変わっていない。依然として50/50だ。」
「サード派（3分の1派）」はこう言います： 「これを100回繰り返すと仮定しましょう。表が出た場合は合計で100回の起床となりますが、裏が出た場合は200回の起床となります。つまり、起きる回数のうち3回に2回は裏であり、3回に1回は表なのです。したがって、表である確率は1/3です。」

旧来の考え方：「期待値」の罠

多くの人々は、「平均的な利益を最大化するにはどうすればよいか？」と問うことで、この問題を解決しようとしました。
ここでは、PGMコイン投げと呼ばれる有名な比喩を用います。

例えば、あなたが100ドルを賭けるゲームを想像してください。
表が出たら：50%勝ちます（手元には150ドルあります）。
裏が出たら：40%負けます（手元には60ドルあります）。
数学的計算： 平均的な結果は105ドルです。したがって、「期待値」に基づけば、「このゲームに参加すべきだ！利益が出るはずだ！」ということになります。

しかし、ここに落とし穴があります： もしあなたがこのゲームを何度も繰り返した場合、あなたは破産します。
なぜでしょうか？ 40%の損失は、50%の利益よりもダメージが大きいからです。もし2回連続で負ければ、手元には36ドルになります。2回連続で勝てば、225ドルになります。しかし、一度勝って一度負けると、手元には90ドルになります。
長期的に見れば、「平均」という数字は誤解を招くものです。重要なのは、あなたの資産が実際にどのように増殖するかという**「成長率」**なのです。

新しい考え方：「ケリー基準」（庭師のアプローチ）

論文は、スリーピング・ケリーは長期的な「平均の利益」を最大化しようとするのではなく、長期的な**「資産の成長率」を最大化すべきだと主張しています。これは「ケリー基準」**と呼ばれます。

これは、ガーデニング（庭仕事）のように考えてみてください。

リスクの高い植物に賭けすぎると、一度の嵐（損失）で庭全体が全滅してしまいます。
逆に、賭け方が慎重すぎると、庭の成長は遅すぎてしまいます。
ケリー基準は、庭が枯れることなく、最も速く成長するようにするための**「完璧な賭け金」**を教えてくれます。

論文の大きな発見

スリーピング・ケリーが、目が覚めるたびに自分の資産を増やすための決定を下す際、「成長率を最大化する」というロジックを用いると、数学的に彼女は**「サード派（3分の1派）」**として行動することになります。

論理の流れは以下の通りです：

目標： 長期的な資産の成長を最大化すること。
戦略： 彼女は最適な賭け金（ケリー公式を用いて）を計算する。
結果： 数学を成立させるためには、彼女は裏が出る確率が2/3、表が出る確率が1/3であるかのように振る舞わなければならない。
結論： もし彼女が合理的な「資産成長最大化者」でありたいのであれば、彼女は必ずサード派にならなければならない。

さらに、この戦略が「安全」であるかどうかも検証されています。ギャンブルの世界には、巧妙な胴元が、個別の賭けとしては公平に見えても、まとめて行うと必ず負けるような一連の賭けを提示してくる**「ダッチ・ブック（不当な賭け）」**という罠が存在します。

ハーフ派は脆弱です： もしあなたが確率は50/50だと信じているなら、巧妙な胴元は、あなたの銀行口座を空にするような一連の賭けであなたを騙すことができます。
サード派は安全です： もしあなたが表の確率を1/3、裏の確率を2/3だと信じ、それに応じて賭けているならば、誰もあなたを騙すことはできません。

最終的な判定

論文は、「ハーフ派」の視点は数学的に危険であると結論づけています。もし、何度も目が覚め、かつ記憶を失う可能性がある世界で賢い金銭的判断を下したいのであれば、あなたは「サード派」のように考えなければなりません。

要約すると：

旧来の視点： 「平均に賭ける。」（結果：破産するか、騙される）。
新しい視点： 「着実に資産を増やすために賭ける。」（結果：サード派として振る舞い、資産を増やし、誰にも騙されない）。

スリーピング・ケリーがサード派である理由は、それが彼女の財布を満たし、庭を成長させ続けるための唯一の方法だからです。

技術的要約：「スリーピング・ビューティー問題：スリーピング・ビューティーはサーダー（Thirder）である」

問題の所在

本論文は、Elga [2000] によって導入された不完全想起（imperfect recall）の古典的な問題であるスリーピング・ビューティー問題を取り扱う。このシナリオでは、エージェント（スリーピング・ビューティー）が日曜日に眠らされる。公平なコインが投げられ、もし表（Heads）が出れば彼女は一度だけ目覚め（月曜日）、もし裏（Tails）が出れば彼女は二度目覚める（月曜日と火曜日）。目覚めるたびに、彼女には目覚めの記憶を消去する薬が投与される。目覚めた際、彼女はコインが表であったことに対する確信度（credence/確率）を割り当てなければならない。

議論の中心となるのは、主に以下の2つの立場である：

ハーファー（Halfer）の立場： 目覚めても新しい情報は得られないと主張し、表であることへの確信度を $1/2$ とする。
サーダー（Thirder）の立場： 長期的な実験の過程において、目覚めの全事例のうち $1/3$ が表の世界で発生すると主張し、表であることへの確信度を $1/3$ とする。

既存の文献は、多くの場合、エージェントが期待値（EV）の最大化を追求すると仮定することで、この問題を解決しようと試みてきた。本論文は、乗法的ダイナミクス（multiplicative dynamics）を伴う逐次的ベッティング・シナリオにこの仮定を適用することは不適切であると論じている。

方法論

著者は、目的を期待利得の最大化から、乗法的ダイナミクス下での富の成長率（富の倍率）の最大化へとシフトさせる意思決定論的フレームワークを提案している。

1. 逐次的ベッティングの設定

問題は、逐次的なベッティング・ゲームとして再構成される：

スリーピング・ビューティーは初期資産 $x$ を持っている。
彼女は、コインの結果に対して1:1のオッズで、現在の資産の一定割合を賭けることができる。
彼女は眠る前（日曜日）に一度、そして目覚めるたび（月曜日、および潜在的には火曜日）に賭けを行う。
決定的なことに、彼女は以前の賭けや現在の資産レベルについての記憶を持たない。そのため、彼女は賭けるべき**割合（fraction）**を決定しなければならない。
この実験は、時間の経過とともに逐次的に繰り返される可能性があり、その場合、ある回の最終的な富が次の回の初期資産となる。

2. 期待値最大化への批判

本論文は、ピーターズとゲルマン（PGM）のコイン投げ [2016] を用いて、逐次的文脈における期待値最大化の失敗を実証している。

単発のゲームにおいては、正の期待値を持つ賭け（例：+50%の利得、-40%の損失）は合理的であるように見える。
しかし、富が複利で増減する逐次的な設定においては、長期的な生存を決定するのは結果の幾何平均である。このような賭けの連鎖は、利得と損失の積が1未満であるため（ $1.5 \times 0.6 = 0.9$ ）、長期的な資産の指数関数的な減衰（破産）を招く。
本論文は、サーダーの立場に対する既存のダッチブック論法は、エージェントが期待利得の総和ではなく、富の成長率を最大化すべきであるという誤った仮定に基づいていると主張している。

3. ケリー基準（Kelly Criterion）

著者は、富の長期的な期待幾何成長率を最大化するケリー基準を適用している。1:1のオッズにおける最適な賭け金割合 $b$ は、 $b = p - (1-p)$ で与えられる（ここで $p$ は勝利する事象の確率である）。

主な貢献と結果

1. 最適戦略の導出

スリーピング・ビューティー問題を、富の倍率を最大化することを目的とした一連のベッティングとしてモデル化することにより、本論文は最適なベッティング割合を導き出す：

眠る前（日曜日）： 最適な賭け割合は $a = 0$ である。
目覚めた時： 裏に対して賭ける最適な割合は $b = 1/3$ である。

2. 確信度の推論

導出された最適なベッティング割合（ $b = 1/3$ ）とケリー基準の公式（ $b = p_{tails} - p_{heads}$ ）を用いることで、本論文は暗黙的な確率割り当てを推論する：

$1/3 = p_{tails} - (1 - p_{tails}) \implies 2p_{tails} = 4/3 \implies p_{tails} = 2/3$ 。
したがって、 $p_{heads} = 1/3$ となる。
結果： 富の成長を最大化するエージェントは、暗黙的に表であることへの確信度を $1/3$ と割り当てる。

3. ダッチブック分析

本論文は、サーダーの立場とハーファーの立場が、通時的ダッチブック（diachronic Dutch books）（個別の賭けとしては受け入れるが、全体として純損失を保証してしまう一連の賭け）に対して脆弱であるかどうかを調査している。

サーダー（スリーピング・ケリー）： 定理2によれば、スリーピング・ビューティーがサーダーとして行動し、富の倍率が1より大きい賭けのみを受け入れる場合、彼女はダッチブックに陥ることはない。ダッチブックを構築するために必要な条件（表と裏の両方のシナリオで保証された損失）は、彼女が賭けを受け入れるための条件（富の倍率 > 1）と数学的に矛盾する。
ハーファー： 定理3は、ハーファー（目覚めた際に $p=1/2$ を割り当てる者）がダッチブックに対して脆弱であることを示している。たとえハーファーが正の富の倍率を持つ賭けのみを受け入れるとしても、特定の賭けのセットを構築することで、表と裏の両方のシナリオにおいて損失を保証することが可能である。

意義と主張

本論文は、エージェントの確信度を抽象的な確率更新ではなく、合理的な富の管理の下でのものとして基礎付けることにより、スリーピング・ビューティー問題を解決したと主張している。

期待値最大化の拒絶： 本論文は、不完全な想起や逐次的ベッティングを伴う問題において、期待利得を最大化するという標準的な仮定は正しくないと断じている。
サーダーの立場の正当化： 富の成長率を最大化することが、自然に表に対する $1/3$ の確信度へと導くことを示すことで、サーダーの立場に対する意思決定論的な正当性を提示している。
堅牢性： 提案された富最大化の枠組みの下では、サーダーの立場は「ダッチブックに対して無敵である」ことが示されている。一方で、ハーファーの立場は依然として脆弱である。

著者は、「スリーピング・ケリー（合理的な富の最大化者として振る舞うスリーピング・ビューティー）」はサーダーであり、この立場こそが、逐次的ベッティング環境において破産を回避することと整合する唯一の立場であると結論づけている。