技术指标
k线图,可以直观的判断涨跌形态,但是仍然需要结合其他的技术分析工具使用






常见走势图,有些形态在图表上反复出现,可能预示着价格会朝着类似的模式演变




趋势线,趋势是你的朋友
移动平均线(MA或SMA简单平均线,还有EMA指数平均线),反应证券在一定时间内的平均价格,广泛用于观察价格走势;
- 短期平均线向上穿过长期平均线,为黄金交叉,暗示走势好
- 短期平均线向下穿过长期平均线,为死亡交叉,暗示走势差
- 股价(k线图)向上升穿平均线,属于看升型价格交叉,趋势看升
- 股价(k线图)向下升穿平均线,属于看跌型价格交叉,趋势看跌
MACD(移动平均收敛散发指标,Moving Average Convergence Divergence)是一种常用的技术分析工具,用于评估股票、指数或其他金融工具的价格动量和趋势反转信号;MACD被称为指标之王
双线MACD组成部分(默认参数(12,26,9)):
- MACD线:通常是12日指数移动平均线(EMA)减去26日指数移动平均线(12EMA-26EMA,也叫快线DIF,Difference Line)。MACD线的内在逻辑为短期EMA反应当前价格走势,长期EMA反应早期价格走势,两者的差值则代表市场上行或者下行的潜在趋势

- 信号线(也叫慢线DEA,Difference Exponential Average):快线的指数移动平均线(对EMA12-EMA26得到的线再进行一次EMA9的运算,由此可知慢线依托于快线计算因此滞后于快线),信号线用于平滑MACD线产生的波动,使得交易者能更清晰地观察到趋势的变化。
- 柱状图(能量柱):(快线DIF-慢线DEA)×n,n可以为1,2,常数而已无需在意;快线在慢线之上,能量柱子就在零轴上方,快线在慢线之下,能量柱就在零轴下方,快线慢线相交,能量柱就为0;上面说的是双线MACD,单线MACD的能量柱实则为快线DIFF的值

如何使用1






随机指标(KDJ),短期股票的技术分析也颇为适用
组成部分于计算公式,使用方法
一、KDJ指标的含义
- K值(快速线):反映短期趋势
- D值(慢速线):反映中期趋势
- J值(超前指标):反映K值和D值的偏离程度,通常波动更剧烈
二、KDJ的计算方法
步骤2:计算K、D、J值
初始值一般设定:K₀ = D₀ = 50
三、KDJ指标的数值范围和解读
- K、D 值范围在 0–100之间,J 值可超出该范围。
- 常见关键值线:20(超卖),80(超买)
区间 | 含义 |
K、D < 20 | 市场超卖,可能反弹 |
K、D > 80 | 市场超买,可能回调 |
J 值 > 100 或 < 0 | 强烈超买或超卖信号 |
四、KDJ的使用方法
1. 金叉(买入信号)
- K线上穿D线,特别是在20以下区域
- 表示多头趋势开始,短线买点
2. 死叉(卖出信号)
- K线下穿D线,特别是在80以上区域
- 表示空头趋势开始,短线卖点
3. J值的极端值判断
- J > 100:警惕股价过热
- J < 0:警惕股价过冷,可能反弹
4. 背离
- 价格创出新高,而KDJ未创新高 → 顶部背离
- 价格创出新低,而KDJ未创新低 → 底部背离
5. 利用KDJ做短线日内做T
- 分时图,参数改为(80,3,3),只看J线,J线超过100则超买,开始卖出,J接近0则为超卖,开始买入
- 在日内交易中使用 KDJ(80,3,3) 这类“迟钝参数”,不是为了捕捉快速波动,而是为了过滤噪音、把握趋势方向,作为大周期参考线或分时趋势主线。 日内交易 ≠ 一定要用快速指标。真正高胜率的日内交易,往往是“大方向 + 小级别切入”的结合。
常见误解 | 正确认知 |
日内交易要用快参数才行 | 慢指标可以作为大方向参考,更稳定 |
慢参数反应慢没用 | 趋势判断更可靠,信号更干净 |
越灵敏越能抓住波动 | 灵敏带来更多“噪音”和假信号 |
- 🧭 推荐策略:匹配指标周期和图表粒度
图表级别 | 推荐KDJ周期 | 使用场景 |
1分钟图 | (9,3,3) 或 (5,2,2) | 高频短线或超短T+0 |
5分钟图 | (9,3,3) 或 (14,3,3) | 普通日内做T |
15分钟图 | (20~40,3,3) | 稍长持仓波段 |
30分钟图 | (60~80,3,3) | 日内趋势做T |
60分钟图 | (80~100,3,3) | 大波段或隔日交易 |
五、实战技巧与注意事项
技巧 | 说明 |
不单独使用KDJ | 搭配MACD、均线更有效 |
高频交易中不稳定 | 容易受假突破干扰 |
趋势市中信号可能延迟 | 趋势强烈时KDJ反转信号可能失效 |
不同周期搭配观察(分时、日线) | 多周期共振更有效 |
M1=3,M2=3,具体的含义
🔍 详细解释:
一、KDJ 中三个步骤回顾:
- 计算 RSV(根据 N 天的最高价、最低价)
- 计算 K 值:是 RSV 的“平滑平均”
- 计算 D 值:是 K 值的“平滑平均”
二、M1=3 的含义(以 K 为例)
- 当前值(RSV)的权重更大
- 过去值(Kₜ₋₁)的权重更小
- → K值反应更快、更灵敏,但也更噪声
三、实战含义总结
参数 | 数值小 → 灵敏度高 | 数值大 → 平滑性强 |
M1 | K 值更“贴近”行情 | K 值更“稳定缓慢” |
M2 | D 值更容易形成交叉 | D 值更抗噪 |
✅ 实战建议
- M1 = 3, M2 = 3 是最常用默认值,适合一般日线分析
- 做高频/分时交易,可以调低 M1 或 M2,提高灵敏度
- 偏向中线/趋势操作,可以调高 M1 或 M2,降低波动
n,m1,m2的值对指标的影响
🔹 一、N 的大小(RSV 的回顾天数)
N 小(如 5) | N 大(如 14) |
更注重短期波动 | 更注重中长期走势 |
RSV 更敏感,反应快 | RSV 更平滑,反应慢 |
更容易产生买卖信号 | 信号更稳定但滞后 |
更适合短线交易 | 更适合波段或趋势交易 |
✅ N 控制了价格“所参考区间”的宽度,是整个KDJ反应频率的基础。
🔹 二、M1 的大小(K值平滑程度)
M1 小(如 2) | M1 大(如 5) |
K值波动大、反应快 | K值波动小、反应慢 |
更灵敏,容易形成金叉死叉 | 更平滑,减少假信号 |
容易产生噪音和误导 | 信号延后但可靠性高 |
✅ M1 决定了 K 值对 RSV 的“服从程度”,M1 越小,K 越“跟着RSV走”;越大,K 越慢。
🔹 三、M2 的大小(D值平滑程度)
M2 小(如 2) | M2 大(如 5) |
D 值波动快,更容易交叉 | D 值平滑,更不易交叉 |
金叉/死叉容易出现,但可能是噪声 | 信号更迟钝,但更可靠 |
更适合短线操作 | 更适合中线跟随趋势 |
✅ M2 决定了 D 值的“滞后程度”,也影响金叉/死叉的频率。
🔍 实战总结
参数 | 作用 | 调小的效果 | 调大的效果 |
N | 决定RSV的灵敏度 | 更灵敏、易变 | 更平稳、迟钝 |
M1 | 控制K对RSV的平滑程度 | 更快反应,噪声多 | 更平滑但滞后 |
M2 | 控制D对K的平滑程度 | 更易交叉,信号多 | 信号更滞后更稳定 |
✅ 举例说明:
- 如果你是日内短线交易者:
- 可设为:N=5, M1=2, M2=2 → 提高灵敏度,尽早捕捉转折点
- 如果你是波段趋势交易者:
- 可设为:N=14, M1=5, M2=5 → 减少噪音,确认趋势后介入
与MACD结合使用
- 双指标共振出现金叉,进场的好时机
- MACD双线在零轴上方运行,只要MACD不发生顶背离或者S叉2 KDJ出现金叉也可以进场
- MACD双线在零轴上方运行,只要MACD不发生顶背离或者S叉 那KDJ出现死叉,一般是主力在洗盘,可以继续持股
- MACD与KDJ同时出现S叉,或者是MACD双线在零轴下方下E, KDJ出现S叉,那么这两种情况,都要果断离场
- MCAD双线在零轴下方运行,KDJ出现金叉,那是主力在秀多
基本面指标
一些专有名词
买入和卖出的指値(限价)和逆指値(止损)
短仓(Short Position) 和多头头寸(Long Position)
- 假设你以100美元的价格购买了10股某公司的股票。如果该股票的价格上涨到150美元,你可以选择卖出这些股票,获得50美元的利润(每股50美元的增值)。在这个例子中,你持有的股票就是多头头寸。
- 假设你认为某只股票的价格会下跌,于是你借入该股票并以200美元的价格卖出。如果该股票的价格随后下跌到150美元,你可以以150美元的价格买回股票并归还给借出者,这样你就获得了50美元的利润(每股50美元的降价)。在这个例子中,你的操作就是建立了一个短仓。
- 多头头寸:你买入并持有资产,期待其升值。
- 短仓:你借入并出售资产,期待其贬值后再买回。
Covered call(覆盖性看涨期权 或 备兑看涨期权)
- 持有股票:投资者首先持有一定数量的股票。
- 出售看涨期权:投资者对这些股票出售相应数量的看涨期权。每个看涨期权通常对应100股股票。
- 获得期权费:出售期权后,投资者会收到期权买方支付的期权费(premium),这是投资者在策略中获得的直接收益。
- 股票价格上涨到行权价之上:
- 如果股票价格在期权到期时上涨到行权价格之上,期权买方可能会选择行权。投资者会被迫以行权价出售股票,虽然会错失更高的市场价格,但仍然会获得行权价和期权费的收益。
- 股票价格在行权价之下:
- 如果股票价格在到期时低于行权价,期权买方不会行权,投资者保留股票,并且可以继续持有,且获得的期权费成为额外的收益。
- 收益:期权费是投资者的直接收益,此外,如果股票价格上涨,投资者也可以通过卖出股票获得资本增值。
- 风险:如果股票价格大幅上涨,投资者可能会错失更高的收益,因为他们必须以行权价出售股票。此外,如果股票价格下跌,投资者仍然面临股票贬值的风险。
EPS 和 Non-GAAP
📌 EPS(Earnings Per Share,每股收益)
- 定义:公司净利润除以流通在外的普通股股数。
- 作用:衡量公司为股东创造的利润。EPS 越高,说明公司盈利能力越强(在其他条件相同的情况下)。
- 种类:
- GAAP EPS:基于美国通用会计准则(Generally Accepted Accounting Principles,GAAP)计算,包含所有费用(如一次性支出、股票薪酬、裁员费等)。
- Non-GAAP EPS:对一些“非常规”或“一次性”项目做出调整后的EPS,更侧重反映核心业务的盈利能力。
📌 Non-GAAP(非通用会计准则)
- 定义:不是依据正式的会计准则(如GAAP或IFRS)计算的财务指标,而是公司自行调整后提供的“更贴近实际经营”的数字。
- 常见调整项:
- 剔除一次性支出(如裁员费、法律罚款)
- 剔除非现金费用(如股票薪酬)
- 剔除资产减值、收购摊销
- Non-GAAP EPS 例子:如果一家公司GAAP EPS为 $1.00,但因为裁员支出和商誉减值而影响利润,那么Non-GAAP EPS 可能为 $1.40。
- 投资者角度:
- 有人认为 Non-GAAP EPS 更真实地反映公司经营状况;
- 也有人担心公司借 Non-GAAP 调整“美化财报”。
🧠 总结对比表
指标 | 计算基础 | 含义/用途 | 缺点 |
GAAP EPS | 严格按会计准则 | 更标准、保守 | 可能因一次性损失显得业绩差 |
Non-GAAP EPS | 经公司调整(非标准) | 更突出经营核心、经常用于指导预期 | 容易被人为“调高”来美化利润 |
PE 是 Price to Earnings Ratio(市盈率)的缩写,是衡量股票价格相对于公司盈利能力的一个重要估值指标
📌 PE(市盈率)定义:
📘 举例:
📌 PE的含义:
- 高PE:市场对公司未来增长有较高预期,但也可能被高估
- 低PE:可能被低估,也可能是公司面临问题或增长乏力
📌 两种PE常见形式:
类型 | 说明 |
静态PE(TTM) | 用过去12个月的实际EPS计算(Trailing Twelve Months) |
动态PE(Forward PE) | 用未来12个月预期EPS计算(基于分析师预估) |
📌 不同行业的PE差异:
- 科技、成长型行业:常见 高PE(30倍、50倍甚至100倍以上)
- 银行、公用事业等稳定行业:常见 低PE(8倍~15倍)
期权
方向\类型 | 看涨期权 | 看跌期权 |
买入 | 预期大涨;风险有限收益无限 | 预期大跌,风险有限 |
卖出 | 预期下跌或者小幅上涨或横盘;被行权的话,需要以约定价格卖出一定数量的股票 | 预期上涨或者小幅度下跌或者横盘;被行权的恶化,需要以约定价格买入一定的股票 |
期权主要有两种类型:看涨期权(Call Option)和看跌期权(Put Option)。
- 定义:看涨期权是赋予购买者在未来某个时间以约定价格买入标的资产的权利。
- 用途:投资者通常在预期标的资产价格上涨时购买看涨期权,以便在未来以较低价格买入资产。
- 例子:假设某股票当前价格为100元,投资者购买了一份执行价格为105元的看涨期权,并支付了5元的权利金。如果到期时股票价格升至120元,投资者可以以105元的价格买入股票,从中获利(不考虑其他费用)。
- 定义:看跌期权是赋予购买者在未来某个时间以约定价格卖出标的资产的权利。
- 用途:投资者通常在预期标的资产价格下跌时购买看跌期权,以便在未来以较高价格卖出资产。
- 例子:假设某股票当前价格为100元,投资者购买了一份执行价格为95元的看跌期权,并支付了5元的权利金。如果到期时股票价格降至80元,投资者可以以95元的价格卖出股票,从中获利(不考虑其他费用)。
期权的四个要素是标的资产,行权价,权利金,到期日

期权的价内,平价,价外,简单的记忆就是有低价买正股权利的看涨期权,有高价卖正股权利的看跌期权,具有价内价值
- 看涨期权:
- 定义:当标的资产的现行市场价格高于期权的行权价时,该看涨期权被称为价内。
- 示例:假设某股票的当前价格为120元,行权价为100元,则该看涨期权为价内,因为持有人可以以100元的价格买入该股票,利益为20元。
- 看跌期权:
- 定义:当标的资产的现行市场价格低于期权的行权价时,该看跌期权被称为价内。
- 示例:假设某股票的当前价格为80元,行权价为100元,则该看跌期权为价内,因为持有人可以以100元的价格卖出该股票,利益为20元。
- 定义:当标的资产的现行市场价格与期权的行权价相等或非常接近时,该期权被称为平价期权。
- 示例:假设某股票的当前价格为100元,同时行权价也是100元,则该期权(不论是看涨期权还是看跌期权)为平价。
- 看涨期权:
- 定义:当标的资产的现行市场价格低于期权的行权价时,该看涨期权被称为价外。
- 示例:假设某股票的当前价格为80元,行权价为100元,则该看涨期权为价外,因为没有动力以100元的价格买入该股票,持有者在行使期权时不会有利润。
- 看跌期权:
- 定义:当标的资产的现行市场价格高于期权的行权价时,该看跌期权被称为价外。
- 示例:假设某股票的当前价格为120元,行权价为100元,则该看跌期权为价外,因为没有动力以100元的价格卖出该股票,持有者同样在行使期权时不会有利润。
- 价内(ITM):表示期权有内在价值,行使时能带来利润。
- 平价(ATM):表示期权处于临界状态,行权与否不产生利润。
- 价外(OTM):表示期权没有内在价值,行使期权将不会获利。
期权的价格为内在价值+时间价值,价内期权才有内在价值,时间价值三部分组成,定性看为:剩余到期时间越长(),价格越高;波动性越大,价格越高;利率上升 → 看涨期权涨,看跌期权跌,利率下跌则相反,不过利率影响不大;专业的说,期权价格受到多个因素影响:标的资产价格(通过 Delta),隐含波动率(通过 Vega,Vega × ΔIV表示隐含波动率变化对期权价格的变化量,但是Vega × IV不代表隐含波动率贡献的期权价值,因为IV是通过期权价格反向计算出来的),时间流逝(通过 Theta);持有期权期间:期权价格变化ΔP≈ΔS×Delta+Δσ×Vega+Δt×Theta(S是标的资产价格)
- 看涨期权(Call Option):
- 看跌期权(Put Option):
- 到期时间(Time to Expiration):期权的剩余有效时间越长,时间价值一般越高,因为有更多机会使期权变得更有利可图。
- 隐含波动率(Implied Volatility):隐含波动率上升时,期权的时间价值通常会增加,因为市场预期标的资产未来会有更大的价格波动。这意味着投资者在拥有期权的过程中,面临的潜在收益(或损失)范围更大,因此愿意支付更高的期权价格。
理解隐含波动率
- 无风险利率(Risk-Free Rate):无风险利率的变化也可以影响期权的时间价值。一般来说,利率上升时,看涨期权的时间价值可能会增加,而看跌期权的时间价值可能会减少。
利率上升导致看涨期权价格上升,心里分析
- 存银行(无风险利率):假设年利率 5%,1 年后你的 10 万会变成 10.5 万。
- 买股票:假设你对一只股票很有信心,但你还不想立刻买。
- 先存银行,赚取无风险收益
- 等到合适时机再买入股票
- 但你又怕股票价格大涨,错失机会,于是你可能选择买看涨期权(只花一小笔钱,锁定未来买股票的权利)。
- 利率上涨 → 持有现金更有吸引力 → 但又怕错过机会 → 看涨期权更受欢迎 → 看涨期权价格上涨。
利率上升导致看跌期权价格下降,心里分析
- 投资股票,但股票价格波动大,可能需要买“保险”(即看跌期权)。
- 投资无风险资产(如国债),现在国债收益率(无风险利率)上升了。
- “现在国债收益率这么高,我直接买国债,稳稳赚钱,干嘛还买看跌期权去保护股票投资呢?”
- “既然不用看跌期权了,我就不买它了。”

期权的Delta(Δ)、Gamma(Γ)和Theta(Θ)参数用于衡量期权价格对不同因素变化的敏感性。还有IV(Implied Volatility)隐含波动率和Vega(对IV敏感度);
Delta(Δ)是期权价格相对于标的资产价格变动的敏感性,具体来说,它衡量的是标的资产价格变动1单位时,期权价格的变化量。
- 值的范围:
- 对于看涨期权,Delta的值在0到1之间。例如,如果看涨期权的Delta为0.5,意味着标的资产价格上涨1美元,期权价格将上涨0.5美元。(看涨期权是”低买”的权利,股票价格升,“低买”权利的价格自然下降)
- 对于看跌期权,Delta的值在-1到0之间。例如,如果看跌期权的Delta为-0.5,意味着标的资产价格上涨1美元,期权价格将下跌0.5美元。(看跌期权是“高卖”的权利,股票价格升高,“高卖”权利的价格自然下降)
- 用途:Delta可以用于判断期权的市场方向和对价格变动的敏感性,同时也可以用作对冲策略的一部分。
Gamma(Γ)是Delta的变化率,即标的资产价格变动1单位(可以是+1也可以是-1)时,Delta的变化量。它衡量Delta对标的资产价格变化的敏感性。
- 含义
- 如果某个期权的 Delta 最初为 a,Gamma 为 0.1,则当标的资产价格上涨 $1 后,新的 Delta 将为 a + 0.1 (不管a是正是负都是如此)
- 特点:
- Gamma通常是正值,尤其对于接近于行权价格的期权。因为在这个区域,标的资产的价格波动将对期权的价值产生最大的影响。价格微小变动都可能使期权在实值(价内)和虚值(价外)之间摇摆,从而导致 Delta 的变化剧烈。当行权价等于市场价(平值期权)的时候gamma值最大
- Gamma较大时,意味着Delta对标的资产价格的变化比较敏感,期权的价格会更加波动。Gamma较小时,表示Delta对于价格变化不太敏感
- gamma因为一直是正值,且对于delta都会包括正负号进行计算,当股价上涨,delta就会变大(正的delta对应call,delta变大导致绝对值增大,负的delta对应put,delta变大导致绝对值变小),股价下跌,delta就会减小,由此揭示了:
- 用途:Gamma帮助交易者理解Delta的变化,特别是在高波动的市场环境中。管理Gamma风险对于维持期权组合的平衡和风险对冲至关重要。
额外说明:深度虚值与深度实值期权,深度虚值期权 是指行权价格远高于(或低于)标的资产价格的期权,通常内在价值为零。深度实值期权 是指行权价格远低于(或高于)标的资产价格的期权,通常具有较高的内在价值。
- 深度虚值期权(Deep Out-of-the-Money Options) :
- 定义:深度虚值的看涨期权是指其行权价格远高于标的资产当前市场价格,深度虚值的看跌期权是指其行权价格远低于标的资产当前市场价格。
- 特征:这类期权的内在价值为零,期权的价格主要由时间价值和隐含波动率驱动。由于深度虚值期权离盈利或行权的条件比较远,它们的 Gamma 通常较小,反映出对标的资产价格变化的不敏感性。
- 深度实值期权(Deep In-the-Money Options) :
- 定义:深度实值的看涨期权是指其行权价格远低于标的资产当前市场价格,深度实值的看跌期权是指其行权价格远高于标的资产当前市场价格。
- 特征:这类期权具有较高的内在价值,且其 Delta 通常接近 1(对于看涨期权)或 -1(对于看跌期权)。深度实值期权的 Gamma 也可能较高,因为它们更容易受到标的资产价格小幅波动的影响。
Theta(Θ)是期权价格相对于时间流逝的敏感性,具体来说,它表示每经过一天,期权价格的变化量。Theta通常被称为“时间衰减”。(假设标的价格不变,隐含波动率(IV)不变,利率不变)
- 特性:
- Theta的值对于看涨和看跌期权通常是负值,表明随着到期日期的接近,期权的时间价值会减少。例如,如果某个期权的Theta为-0.05,意味着每经过一天,期权价格会减少0.05美元。
- Theta值通常在到期日临近时增大,反映出时间价值的快速减少。
- 用途:Theta用于评估时间对期权价值的影响,特别适合那些以时间为基础的交易策略,如卖空期权(期权卖方)。
IV 是市场预期未来标的资产波动性的年化百分比,反映在期权价格中;Vega 表示当隐含波动率(IV)变动1%,期权价格将变动多少(以美元计)
🧠 一、IV(Implied Volatility)隐含波动率
✅ 定义:
IV 是市场预期未来标的资产波动性的年化百分比,反映在期权价格中。
- 它是市场“推算”出来的波动,不是历史发生过的。
- 是从期权当前市场价格,反推出来的“未来波动预期”。
📊 举例:
📈 IV 的关键特性:
特性 | 说明 |
单位 | %(例如:IV = 40% 表示市场预期年波动率为40%) |
IV ≠ 实际波动 | IV 是“市场预期”,不一定会实现 |
股票IV通常在财报前上升 | 反映市场对剧烈波动的预期 |
IV 是期权价格的核心驱动之一 | IV升高 → 期权变贵;IV降低 → 期权变便宜 |
📉 IV的影响:
IV变化 | 买方 | 卖方 |
上升(IV ↑) | ✅ 获利(期权升值) | ❌ 亏损 |
下降(IV ↓) | ❌ 亏损(IV Crush) | ✅ 获利 |
📌 IV的现实例子:
- 财报发布前:如 NVDA、TSLA 等科技股,财报前一周 IV 飙升;
- 重大事件前:美联储利率会议、地缘政治风险;
- 大盘剧烈波动时:如2020年疫情、2022年加息周期等;
🧠 二、Vega(对IV的敏感度)
✅ 定义:
Vega 表示当隐含波动率(IV)变动1%,期权价格将变动多少(以美元计)。
📊 举例:
- 一个期权 Vega = 0.20,IV从 30% 上升到 35%(+5%)
📈 Vega 的特性:
影响因素 | 描述 |
到期时间 | 越远期,Vega越大(更敏感) |
到价程度 | ATM期权的Vega最大 |
IV变化 | Vega × IV变化 = 期权价格变化量 |
买方 | Vega 为正:IV ↑ 赚钱 |
卖方 | Vega 为负:IV ↑ 亏钱 |
📉 Vega 在不同策略中的角色:
策略 | Vega特性 | IV变化影响 |
买入Call/Put | 正Vega | IV ↑ → 盈利 |
卖出Call/Put | 负Vega | IV ↑ → 亏损 |
Long Straddle / Strangle | 正Vega | IV上涨 + 股价剧烈变动 → 赚双倍 |
Iron Condor / Butterfly | 负Vega | IV下降最理想 |
Calendar Spread(跨期) | 正Vega(主要靠远月腿) | 利用前期IV低、后期IV高进行套利 |
📘 三、IV 和 Vega 联动图解(总结)
期权指标 | 含义 | 与IV的关系 | 策略建议 |
IV(隐含波动率) | 市场预期的未来波动性 | IV ↑ → 期权价格 ↑ | 高IV时不适合买入,适合卖出 |
Vega | 价格对IV变化的敏感度 | Vega × ΔIV = 价格变化 | Vega高:适合赌IV方向;Vega低:稳定 |
🧠 四、实战中你应该关注什么?
情境 | 实战建议 |
财报、重大事件前 | 买方:提前布局,看涨IV;卖方:避免卖裸期权 |
IV过高(>60%) | 卖出策略,如Iron Condor、Sell Straddle |
IV过低(<25%) | 买入策略,如Call、Put或Straddle等待IV上升 |
Vega高时 | 尽量不要接近财报再买入,避免IV Crush |
Vega低时 | 可忽略波动率变化,重视方向判断 |
❗ 常见误区
误区 | 正确理解 |
“IV 越高越好” | ❌ 对买方来说是成本高,IV会跌反而亏 |
“期权涨就是对方向了” | ❌ 有时对方向但IV下跌 → 总体亏损 |
“远期期权更安全” | ❌ 虽然时间长,但Vega更高,受IV影响更大 |
“卖出期权就是稳赚” | ❌ 高IV时容易暴雷;注意潜在亏损无限 |

期权的一些总结直接拿来用
delta


Gamma


theta


vega



期权平价公式:put价格+股票市价=call价格+行权价,即put call parity




期权策略中的参数解读,以tmdx,8.15到期的bull put spread为例子;注意一个期权策略在券商期权组合中,因为delta和vega原本是以每股为单位,所以显示的时候乘以100,而gamma是变化率就不用乘以100; 一个期权组合的 Gamma 为负、Delta 大于 0,说明是看涨策略;当标的价格上涨时,Delta 会下降,涨得慢,当标的价格下跌时,Delta 会上升(但仍小于 1),跌得快;
参数名称 | 数值 | 单位 | 含义 | 含义与风险解读 |
Delta | 85.201 | 每张合约总值(≈100×每股Delta) | 股价上涨 $1,策略价值增加 $85.20 | 明显偏多头(股价应在120附近或以上),方向性强,继续上涨会盈利 |
Gamma | -0.1924 | 每股 | 股价变动 $1,Delta 变化约 -0.1924 | 负 Gamma:上涨 Delta 减少、下跌 Delta 增加,方向风险放大;即股价上涨盈利放缓股价下跌亏损加快 |
Vega | 6.576 | 每张合约 | IV(隐含波动率)变动 1%,策略价值变化 $6.576 | 正 Vega:波动率上升会使组合价值增加 |
Theta | -45.3912 | 每日美元损益 | 每过一天,策略价值损失 $45.39 | Bull Put Spread 通常为正 Theta,此处为负,说明策略两条腿都在 ITM 区域,时间损耗反而使亏损扩大 |
Rho | 4.0795 | 利率变动 1% 时的美元变化 | 利率上升 1%,策略价值增加约 $4.08 | 利率影响小,但正 Rho 说明是净多头期权 |
Delta | Gamma | 策略方向 | 标的价格上涨时 | 标的价格下跌时 |
正 | 正 | 看涨策略 | Delta 增大(更接近 +1)→ 期权价格涨得更快 | Delta 减小(更接近 0)→ 期权价格跌得慢 |
正 | 负 | 看涨策略 | Delta 增大(更接近 0)→ 期权价格涨得慢 | Delta 增大(更接近 +1)→ 期权价格跌得更快 |
负 | 正 | 看跌策略 | Delta 增大(更接近 0)→ 期权价格跌得慢 | Delta 减小(更接近 -1)→ 期权价格涨得快 |
负 | 负 | 看跌策略 | Delta 减小(更接近 -1)→ 期权价格跌得更快 | Delta 增大(更接近 0)→ 期权价格涨得慢 |
Gamma Exposure (GEX),当做市商是 净空 Gamma(net short gamma) 状态时,他们会在股价每下跌一个点时卖出更多股票,在股价每上涨一个点时买入更多股票,从而加剧波动率。当做市商是 净多 Gamma(net long gamma) 状态时,他们会在股价每下跌一个点时买入更多股票,在股价每上涨一个点时卖出更多股票,从而压制波动率。
内容 | Gamma 正 | Gamma 负 |
做市商行为 | 对冲 Delta(不变) | 对冲 Delta(不变) |
对冲方式 | 股价涨卖、跌买(逆势) | 股价涨买、跌卖(顺势) |
结果 | 压制波动 | 加剧波动 |
场景 | 做市商的 Gamma | 结果 |
市场大量买 Call/Put(做市商大量卖) | Gamma 为负 | 做市商对冲顺势 → 市场波动变大 |
市场大量卖 Call/Put(做市商大量买) | Gamma 为正 | 做市商对冲逆势 → 市场稳定 |
- :第 i 个期权的单位 Gamma 值(每股)
- :每个行权价与到期日的持仓量(通常是 OI 或 Volume)
- :+1(做市商买入该期权)或 −1(做市商卖出该期权)
- 合约乘数通常是 100(1 份期权对应 100 股)
Strike | 类型 | Gamma | OI(持仓量) | 做市商方向 | 贡献GEX |
170 | Call | 0.01 | 5,000 | -1(做市商卖出) | -0.01×5000×100 = -50,000 |
175 | Call | 0.04 | 8,000 | -1 | -0.04×8000×100 = -320,000 |
180 | Call | 0.01 | 5,000 | -1 | -0.01×5000×100 = -50,000 |
175 | Put | 0.04 | 6,000 | -1(做市商卖出) | -0.04×6000×100 = -240,000 |
期权的一些个人知识理解
期权市场卖方胜率高,因为可以吃到时间价值,可能吃到iv crash;对于券商计算来说,高胜率则低收益,高收益则低胜率,比如两个itm组合的sell put spread,收益高胜率低
券商所显示的“胜率”(Probability of Profit, POP)是基于数学模型和假设的,它无法判断股价是否真的会上涨或下跌,也不能预测事件性行情。因此:✅ 如果你是有经验的交易者,对标的趋势、支撑、事件等判断更准确,🔥 那么即使结构上是“低胜率 + 高赔率”的策略(如两个 ITM 的 Sell Put Spread),👉 你实际操作中胜率可以远远高于模型给出的胜率。
🔍 一、券商显示的“胜率”是怎么算出来的?
名称 | 计算方式 |
Probability of Profit (POP) | 假设价格走势是正态分布 + 当前 IV推导出的价格区间概率 |
Delta | 被广泛用作“成功行权概率”或“变动方向概率” |
市场未来是“随机游走 + 符合正态分布”的,并且当前的 IV 完全代表未来的预期波动。
🧨 问题来了:市场走势真的服从正态分布吗?
特征 | 与模型的差异 |
趋势性 | 股价会上涨或下跌,不是完全随机 |
非对称波动 | 下跌快、上涨慢;IV skew 无法完全建模 |
事件驱动 | 财报、CPI、美联储等会打破 IV 预期和涨跌路径 |
支撑/阻力结构 | 技术面因素影响大,模型无法考虑这些位置 |
模型计算胜率的理论基础很好,但在实际行情中常常失效。
🔍 二、怎么做到实际胜率更高?
- ✅ 当前是下跌过度(例如 RSI 过低、MACD 金叉、IV Rank 极高)
- ✅ 技术面有强支撑(如日线回踩平台、布林带下轨)
- ✅ 事件后行情转暖(如财报落地、数据出尽、舆情缓和)
- ✅ 大盘同步反弹或利好(系统性修复)
- 两个 ITM 的 Sell Put Spread(模型认为胜率只有 20-30%)
✅ 举个实战例子(简单模型对比)
策略 | 券商给出的胜率 | 实际胜率(经验判断后) | 盈亏比 | 胜率 × 盈亏比(预期值) |
Sell ITM Put Spread(两个 ITM) | 30% | ✅ 65%(事件判断) | 2:1 | 1.3 |
Sell OTM Put Spread(保守型) | 70% | ✅ 70%(结构即胜) | 0.3:1 | 0.21 |
🧠 核心观点总结:
问题 | 回答 |
券商的胜率计算可靠吗? | ❌ 仅用于参考,是基于正态分布和当前 IV 推导的概率 |
是否能人为提升实际胜率? | ✅ 可以,特别是在事件性、技术面支持的前提下 |
两个 ITM Put 是否只有低胜率? | ❌ 不是,结构是低胜率,但你判断对了方向,它可能就是高胜率 |
哪类交易者可以逆转“低胜率策略”? | 有技术面认知、有趋势研判能力、有事件预判能力的中高级交易者 |
✅ 建议这样使用券商提供的胜率:
做法 | 建议 |
券商胜率 < 30%,你仍想做? | ✅ 如果你有很强的上涨信心,可以做小仓位博弈 |
券商胜率 > 70%,你很没把握? | ❌ 不一定安全,可能是低波动 OTM 结构,赔多赚少 |
不要盲信“高胜率”,也不要低估“低胜率”策略 | 关键在于你对方向 + 波动率的判断 |
市场中 Put IV 天生比 Call 高;
原因 | 说明 |
🛡️ 投资者普遍用 Put 做对冲 | 尤其是机构投资者会买入远 OTM Put 保护组合下跌,增加了对 Put 的需求 |
📉 股市下跌通常更剧烈 | 股市下跌时往往伴随恐慌(波动率飙升),做市商提高 Put 的报价对冲风险 |
💼 做市商的风险管理机制 | 卖 Put 风险更高(潜在亏损巨大),因此要求更高风险溢价(提高 IV) |
🧬 黑天鹅心理效应 | 投资者对极端下跌(tail risk)的担忧长期存在 → 增加对 tail put 的购买需求 |
股价快速上涨阶段中会导致call虚高一些,put虚低一些;iv>hv,卖合适,iv<hv,买合适;iv在atm的时候最低,越远离越大
不要贪便宜,不管是做多还是做空尽量选择行权价离当前股价近的,否则期权价格会收到波动率影响非常大,虚值期权非常收价格影响;也不要占便宜买便宜的虚值很多的期权,期权收delta影响很深,买远期期权可以买delta 高的比如说0.7,虽然比较贵,但是收益率却可能是正的,比如下图;delta值越大,在股价涨幅和时间损耗相同的情况下(到期日也相同),收益率是比小的delta高的,便宜的期权风险会高很多

除了股指期货,也可以用期权来对冲大盘下跌风险,buy put和sell call同时使用,强烈看跌,且一买一卖,可以用非常非常少的钱保护非常大的资金规模比如下面的例子,169美元就保护了50w美元的spy,做空一个月大盘,花小钱办大事

atm的vega最大,vega图如下;买方vega为正,iv增大则收益上升,卖方vega为负,iv增大收益下降;到期日越久,vega也越高,这也解释了日历价差赚得收益的原因,蓝色线是长到期日大vega,粉色线是短到期日短vega,日历价差是买长期卖短期,所以calendar spread的vega是正的,iv的上升会使得该策略获利;因此iv非常低的时候,交易者喜欢own vega,用买方策略

保护性看跌期权对冲实质上就是delta对冲,一股正股就是1delta,正股数量/(期权的delta值*100)就是要购买的期权数量,价外期权的保护最明显最好,也要注意注意价外期权的时间损耗是最高的,也正因为如此,期望大幅盈利而买买虚值期权甚至深度虚值期权就是再买彩票,相当于给市场做贡献了,不要贪小便宜,股票可以看作只有内在价值delta为1的期权—期权的内在价值只于股票的运动方向有关;虚值期权只有外在价值,而外在价值的影响因素有很多波动率,利率,时间,难度较高

ATM 的 Call + Put 总价格,通常可以近似看作市场对该标的在到期日之前的“预期波动区间(价格区间),虽然不够严谨但是很近似Black-Scholes 期权定价模型算出来的结果;因此long stradle想要做多波动率的,期望财报后有股价大变动期望引力,是没有优势的,因为这相当于在说“我知道的比市场还要多”
末日期权(0DTE,0 Days to Expiration" Options)可以赌一下,开盘1-10分钟波动率非常大,加入一个1块钱的期权,可以挂单0.35,万一中了,那后续1000%都有可能
对于sell put spread,如果用再小票上,然后发小票泄洪一般狂跌,可以提前把sell put给买回来,这样股价狂跌的时候,buy put的收益会涨,要灵活运用期权,本质就是一条条单腿,对于任何策略都可以灵活使用;
垂直价差,应该一条腿价内一条腿价外
atm的时间价值最大,越往两边的itm和otm的时间价值越少;日历价差和对角线策略经常会发现大涨的时候也会亏钱比较反直觉,简而言之就是股价大涨,买的长腿的call涨的速度没有卖出的短腿call涨的快,长腿的call在不断的靠近深度itm的过程中,时间价值也会损失;因此用otm来cc是不可行的大涨会亏钱(买长期的call+卖短期的call实际上构成对角策略),必须用delta高的深度itm和delta低的otm来组合,这样即使股价大涨因为卖出的call delta低(即使短腿的call gamma会在变成itm的过程中升高,短腿的delta涨的更快),短腿的call的delta永远小于深度itm的delta即短腿的call涨价速度永远小于长腿call,因此永远不可能大涨亏钱
1. 先明确时间价值的定义
- 内在价值:当日股价 − 行权价(Call)
- 时间价值:市场愿意为未来波动的不确定性额外支付的部分
2. 从 OTM → ITM 过程中发生了什么
变化过程
股价 | 内在价值 | 总权利金(示例) | 时间价值 |
190(OTM) | 0 | 3.0 | 3.0 |
200(ATM) | 0 | 6.5 | 6.5 |
205(ITM) | 5 | 8.5 | 3.5 |
- OTM 时:全部是时间价值
- 接近 ATM 时:时间价值达到峰值(因为波动方向不确定性最大)
- 深度 ITM 后:内在价值占比增加,时间价值下降
3. 为什么时间价值会下降
- 当期权变 ITM 后,部分价格被“转化”为确定的内在价值(股价 − 行权价),市场对未来上涨的“额外不确定性”反而减少,所以时间价值下降
- 时间价值的最大值出现在 ATM(Delta ≈ 0.5)附近,而不是深度 OTM 或 ITM
4. 直观比喻
期权策略
通过卖出看跌期权来抄底股票—抄底减仓工具;如果股价跌太狠怕被行权,可以平仓,或者买行权价更高的put,或者在跌破buy put的行权价前卖空100股股票(卖空100股=一张sell put option)
如果涨很多 | 买家不会行权,自己白赚权利金;而这个时候期权价格可能也会降低,再把该期权买回来平仓,也可以等这个期权过期 |
如果跌到130或者在这附近横盘 | 买家不会行权,自己白赚权利金,并且可以抄底130买入正股票 |
如果跌下130很多 | 买家会行权,自己要以130的价格买入100股NVDA(但这是计划之内),并赚取权利金 |
通过卖出看涨期权防止卖飞(备兑看涨期权(Covered Call))—止盈工具;如果怕被行权,可以平仓(买入相同的cal),或者买入低于之前卖出cal行权价但是到期日相同的cal,构成buy call spread,这样股价继续涨还能赚价差;同时财报前可以用atm的cc来防止暴跌做对冲保护力度最强,财报出来当天可能因为iv cruch,保护性的期权却能带来正收益;如果担心股价大涨,可以用otm的cc
涨到145附近 | 买家不会行权,自己白赚权利金,买回期权平仓,正股可以选择卖出严格执行止盈策略 |
涨超145 | 自己被行权,但是这是在止盈计划之内,不算亏,同时赚了一笔权利金 |
没涨超145 | 买家不会行权,自己白赚权利金,可以买回期权平仓或者等期权到期;这个时候继续卖出145价格的看涨期权,就像收租金一样每个月都可以这么干 |
买入看跌期权(buy put)—保险策略
项目 | 数值说明 |
当前股价 | $195 |
持股数量 | 100股 |
持仓成本 | $180(即你已经浮盈 $15 × 100 = $1500) |
担心情况 | 技术面跌破 $190,或者市场有重大利空 |
保护目标 | 不希望盈利跌破 $10/股,即希望最少保住 $190 的卖出价 |
策略 | 买入 $190 行权价、1个月后到期的Put期权作为保险 |
项目 | 数值 |
标的 | AAPL |
行权价(Strike) | $190 |
到期时间 | 1个月后(假设为7月12日) |
期权类型 | 看跌期权(Put) |
权利金(Premium) | $2.00 × 100股 = $200 |
合约乘数 | 100(标准美股期权) |
情况 | 到期股价 | 正股市值 | Put期权价值 | 权利金成本 | 净损益(总和) | 说明 |
📈1. 大涨 | $210 | $21,000 | $0(作废) | -$200 | $3,000 - $200 = $2,800 | 保持盈利,保险成本被浪费 |
➡️2. 维持 | $195 | $19,500 | $0(作废) | -$200 | $1,500 - $200 = $1,300 | 未触发期权,但盈利被略微减少 |
⚠️3. 下跌到行权价 | $190 | $19,000 | $0(作废) | -$200 | $1,000 - $200 = $800 | 保护正好触发,持股市值接近保护底线 |
✅4. 跌破保护 | $180 | $18,000 | $10/股 = $1,000 | -$200 | $1,000(Put价值) - $200 = $800 | 利润受限但保护成功 |
🚨5. 大跌 | $160 | $16,000 | $30/股 = $3,000 | -$200 | $3,000(Put) - $200 = $2,800 | 股票亏损被期权大幅抵消 |
Collar(保护性领口)策略,组合策略思维CLL—锁定利润防止亏损
🧠 场景假设
- 🟥 如果暴跌,想保住 $190 以上的收益
- 🟩 如果涨超 $200,也愿意把股票卖掉兑现收益
组件 | 操作 | 说明 |
正股 | 持有100股 AAPL | 当前股价 $195,成本 $180(浮盈 $15/股) |
Put(看跌期权) | 买入行权价 $190,权利金 $2 | 用于防止股价大跌 |
Call(看涨期权) | 卖出行权价 $200,收权利金 $2 | 收费限制上行收益 |
期权净成本 | $2 - $2 = $0 | 零成本保护 |
📊 到期结果对比表(假设到期日股价变化)
到期股价 | 股票价值 | Put价值 | Call结果 | 净收入 | 说明 |
$210 ↑↑ | $20,000(被Call行权) | 作废 | 被行权,卖出正股 | $20,000 - 成本$18,000 = $2,000 | 最大收益被限制在$200/股 |
$200 ↑ | $20,000 | 作废 | 被行权 | $2,000 | 达到最大盈利区间 |
$195 ➡️ | $19,500 | 作废 | 作废 | $1,500 | 正股上涨但没到Call价 |
$190 ↘ | $19,000 | 作废 | 作废 | $1,000 | 股票跌到Put保护线,盈利缩小但仍为正 |
$180 ↓ | $18,000 | $10/股 = $1,000 | 作废 | $18,000 + $1,000 - 成本$18,000 = $1,000 | Put保护生效,止损成功 |
$160 ↓↓ | $16,000 | $30/股 = $3,000 | 作废 | $16,000 + $3,000 - $18,000 = $1,000 | 跌再多,最多只亏 $1,000 利润而非本金 |
✅ 策略总结表
项目 | 说明 |
风险 | 有限:跌破$190也有Put保护,不亏本金 |
收益 | 有限:涨超$200也会被Call平仓,锁定盈利 |
成本 | 可做到零成本:Call收的权利金抵掉Put成本 |
适合对象 | 有盈利股票持仓,希望锁定利润、控制风险的人 |
典型用途 | 基金经理年底保护业绩;大户锁定浮盈;“风险中性”增益 |
垂直价差期权策略(Vertical Spread)
策略名称 | 买入期权 | 卖出期权 | 市场预期 | 策略使用方式 | 盈利来源 | 适用行情 | 本质结构 |
✅ Bull Call Spread(买入看涨价差) | Call(低行权,价内/近平值)主攻腿 | Call(高行权,略价外)保险腿 | 温和上涨 | 花较少的钱买 Call,同时卖出略价外 Call 限制成本 | 股价上涨 → 买入腿增值;卖出腿限制利润;Theta/IV支持 | 市场温和看多,不想重金裸多;方向性明确但不极端 | 买低、卖高 Call,同到期 |
✅ Bear Call Spread(卖出看涨价差) | Call(高行权,略价外)保险腿 | Call(低行权,平值)主攻腿 | 稳定或温和下跌 | 卖出平值 Call,买入略价外 Call 保险 | 标的不涨甚至下跌 → 卖出腿归零;赚净权利金;吃 Theta | 顶部盘整、高 IV 时;不大跌,但不看涨 | 卖低、买高 Call,同到期 |
✅ Bear Put Spread(买入看跌价差) | Put(高行权,价内/近平值)主攻腿 | Put(低行权,略价外)保险腿 | 温和下跌 | 买入价内 Put,同时卖出价外 Put 降低成本 | 股价下跌 → 买入腿增值;卖出腿限制利润;吃 Vega | 市场温和看空,想用更少的钱放空 | 买高、卖低 Put,同到期 |
✅ Bull Put Spread(卖出看跌价差) | Put(低行权,略价外)保险腿 | Put(高行权,平值)主攻腿 | 稳定或温和上涨 | 卖出平值 Put,买入略价外 Put 控制风险 | 标的不跌或小涨 → 卖出腿归零,吃净权利金 | 下方支撑强,IV 高,想赚时间价值 | 卖高、买低 Put,同到期 |
Bull(Sell) Put Spread(牛市看跌期权价差,卖出看跌期权垂直价差)—看涨(保守),控制风险的看涨策略,卖价内put买价外put(卖高行权价的贵put买行权价低的便宜put),收权利金;波动率高的时候做卖方合适;盈利来源时间价值衰减 + 波动率回落,IV(波动率)高时效果有利,因为随着到期日进,sell put的iv部分价值衰减对你有利,周末时间价值白白衰减对你也有利
操作 | 执行价 | 权利金(每股) |
卖出 1张 Put | $100 | 收 $4 |
买入 1张 Put | $90 | 支 $1.5 |
净收入 | – | $2.5(=$4 - $1.5) |
- 最大利润:权利金净收入 (到期时股价高于卖出的 Put 的行权价,两张期权都不会被执行)
- 最大亏损:行权价差 – 净收入 (到期时股价低于买入的Put行权价,两张Put都被执行,但因买入两张对冲亏损,损失有限)
- 盈亏平衡点:卖出的Put行权价–净收入
Bull(Buy) Call Spread(牛市看涨期权价差,买入看涨期权垂直价差)—看涨(温和),低成本博上涨的策略,买价内call卖价外call(买行权价低的贵call卖高行权价的便宜call),支付权利金;买入组合后,股价如果下跌,判断下跌到支撑点的时候,可以把卖出的call买回来(拆一条腿平仓sell call),先锁定卖出的期权的利益;后续股价再上涨那就是买入的call纯上涨了;盈利来源标的上涨 + 隐含波动率上升,IV(波动率)高时效果不利;作为买方,当股价下跌的时候,可以拆腿,把sell端的cal买回来锁定一部分收益
操作 | 执行价 | 权利金(每股) |
买入 1张 Call | $100 | 支 $6 |
卖出 1张 Call | $110 | 收 $2 |
净支出 | – | $4(=$6 - $2) |
- 最大利润:行权价差 – 净支出(股价大涨,两张Call都被执行,但赚了差价)
- 最大亏损:净支出(股价不涨或下跌,Call无价值,损失权利金)
- 盈亏平衡点:买入Call行权价 + 净支出
Bear(Sell) Call Spread(熊市看涨期权价差,卖出看涨期权垂直价差)—看跌(保守),控制风险的看跌策略,卖价内call买价外call(卖行权价低的贵call买高行权价的便宜call),收权利金;.vix指数一般都是达到山尖就快速回落,波动率很高,用sell call spread就很合适,但是需要耐心因为美股熊短牛长恐慌是短暂的
操作 | 执行价 | 权利金(每股) |
卖出 1张 Call | $100 | 收 $5 |
买入 1张 Call | $110 | 支 $2 |
净收入 | – | $3(=$5 - $2) |
- 最大利润:权利金净收入(到期时股价低于卖出的 Call 的执行价,两张Call都不会被执行)
- 最大亏损:行权价差 – 净收入(股价大幅上涨,Call被执行,亏损被买入的Call对冲一部分)
- 盈亏平衡点:卖出Call行权价 + 净收入
Bear(Buy) Put Spread(熊市看跌期权价差,买入看跌期权垂直价差)—看跌(温和),低成本博下跌的策略,买价内put卖价外put(买行权价高的贵put卖行权价低的便宜put),支付权利金;该策略可以做多波动率,买一个波动率敏感性较高的 Put(高执行价),卖一个波动率敏感性较低的 Put(低执行价),股价跌的时候买的put涨价会很快;如果两个Put都是OTM,价差会很小,杠杆会很大,彩票单;但是一般不容易,因为价差相近的期权波动率都差不多,跨式组合,Calendar Spread,Diagonal Spread 才能波动率套利; 作为买方,当股价上升的时候,可以拆腿,把sell端的put买回来锁定一部分收益
操作 | 执行价 | 权利金(每股) |
买入 1张 Put | $100 | 支 $5 |
卖出 1张 Put | $90 | 收 $2 |
净支出 | – | $3(=$5 - $2) |
- 最大利润:行权价差 – 净支出(股价暴跌至低于卖出的Put执行价,两张Put都被执行)
- 最大亏损:净支出(股价上涨或跌幅不够,Put无价值)
- 盈亏平衡点:买入Put行权价 – 净支出
🔍 总结:
- 想“收租”(赚取时间价值)且对标的涨跌不太敏感:使用 Bull Put Spread 或 Bear Call Spread;
- 看准方向且想用较小成本进行方向性博弈:使用 Bull Call Spread 或 Bear Put Spread;
Synthetic Long(合成多头),买Call(看涨期权)+ 卖Put(看跌期权)是一种 组合交易策略,看涨
一、具体操作
操作 | 权利/义务 | 预期方向 |
买入Call | 有权在未来以执行价买入标的 | 涨 |
卖出Put | 有义务在未来以执行价买入标的 | 涨 |
二、盈亏结构(以某一执行价 KKK 为例)
✅ 最大盈利:无限(标的价格上涨越多,收益越高)
- 因为 Call 权利无限(越涨越赚),Put 收到的权利金是额外收益。
❌ 最大亏损:无限(标的价格暴跌)
- 如果股价跌得很低,你卖出的 Put 会被执行,强制买入高于市价的股票,亏损可能很大。
- 你买 Call 会亏掉权利金,Put 是负担。
三、适用场景
- 非常看好股价上涨
- 想用更低的成本代替直接买股(但愿意承担潜在义务)
- 比如资金有限、希望放大杠杆,但愿意承担较大风险
四、举例
- 买入执行价为 $100 的 Call,支付权利金 $5
- 卖出执行价为 $100 的 Put,收取权利金 $5
- 如果股价涨到 $120,你行使 Call,赚 $20
- 如果股价跌到 $80,你要按 $100 买入(亏损 $20)
五、和直接买股票的比较
操作类型 | 成本 | 盈利结构 | 风险结构 |
买入股票 | $100 | 无限上涨 | 最大亏 $100 |
买Call+卖Put | 近乎 $0(收支相抵) | 无限上涨 | 理论上无限亏损(股价归零) |
跨式策略,该策略本质是做多波动率;也可以反过来short用于做空波动率,财报前波动率很高(财报前一天收盘前15min),short,第二天开盘后等15min市场计价完全波动率平衡再平仓即可;如果担心股价暴涨暴跌,为了应对上方和下方风险,可以long一个call或者一个put,如果同时保护上下方风险的话,那这个时候的组合就变成了iron condor策略;short strange可以选择delta为0.15的call和put
Long Straddle(买入跨式组合),中性期权策略,用于预计标的将大幅波动,但不确定方向时使用。Long Straddle = 同时买入相同行权价、相同到期日的 Call 和 Put 期权;该策略应该避免高波动率,如果 IV > 80%,要特别警惕;(对应的Short Straddle = 同时卖出相同行权价、相同到期日的 Call 和 Put,此时期望股价稳定不动)
策略名称 | 操作 | 盈利来源 | 是否做空波动率 |
✅ Long Straddle | 同时买入 ATM Call 和 ATM Put | 波动率升高 + 股价剧烈波动 | ❌ 否,做多波动率 |
✅ Short Straddle | 同时卖出 ATM Call 和 ATM Put | 波动率下降 + 时间价值衰减 | ✅ 是,做空波动率 |
适用时机 | 说明 |
有重大消息即将发布(如财报、FDA审批、裁决) | 不确定方向,但预期波动会很大,期权费会高,财报发布:不确定性消除,IV 大幅下跌(IV Crush(波动率崩塌),灵活点可以反过来卖call和put |
市场低波动期前夕 | 希望捕捉未来剧烈波动 |
标的价格处于关键技术位 | 预期将突破震荡区间,但不知向上还是向下 |
- 如果股价大涨 → Call 获利,Put 归零
- 如果股价大跌 → Put 获利,Call 归零
- 两边都可能让你 覆盖掉期权成本 + 产生利润
- 如果股价在到期时仍然接近执行价→ 两边都接近归零 → 损失 =两权利金总和
操作 | 类型 | 执行价 | 权利金 | 成本合计 |
买入 Call | Call | $150 | $3 | ㅤ |
买入 Put | Put | $150 | $3 | ㅤ |
总成本 | ㅤ | ㅤ | ㅤ | $6 |
到期场景分析:
到期价格 | Call 盈亏 | Put 盈亏 | 总盈亏 |
$170 | +$20 | –$3 | +$11 |
$150 | –$3 | –$3 | –$6(最大亏) |
$130 | –$3 | +$20 | +$11 |
Strangle(勒式,宽跨式),买入 Put:执行价 = 低于当前价格(OTM),买入 Call:执行价 = 高于当前价格(OTM),适合市场预期市场即将有较大波动,成本低于straddle
- 一张 Call,行权价 $105
- 一张 Put,行权价 $95
- 最大亏损:期权成本总和(如果到期时股价在 $95~$105 之间)
- 盈利:当股价低于 $95 或高于 $105 足够多,超过成本时
特征 | Straddle | Strangle |
行权价 | 相同 | 不同 |
成本 | 较高 | 较低 |
盈利所需波动 | 较小 | 较大 |
收益区间 | 较宽 | 较窄 |
适用场景 | 确信将剧烈波动但不知方向 | 可能波动但不想花太多成本 |
蝶式策略,适用于横盘;但是倒着使用则可以用于看涨或者看跌市场
蝶式策略(Butterfly),(多头叠式期权)利用三个相邻行权价的期权构建的一种价差组合策略,通常使用同一类型的期权(全是Call 或全是Put)。适合震荡盘整市场;预期标的不会剧烈波动,价格在中间行权价附近波动;但是到期日刚好落在卖出的call的行权价的概率很低,赌博;这时候可以sel蝶式期权,这样最大亏损反而概率很低,涨超和跌超都可以赚;市场遇到大事件横盘基本不可能,因此可以sell跌式期权
🔧 典型构建(以 Call蝶式策略 为例):
- 买入1张 $95 Call(低执行价,Out-of-the-Money)
- 卖出2张 $100 Call(At-the-Money)
- 买入1张 $105 Call(高执行价,Out-of-the-Money)
🧾 成本(净投入)
- 市场对中间行权价(如$100)预期波动极大,导致这张Call价格异常贵
- 时间非常接近到期,Gamma极高,IV结构畸形
- 流动性差异或某些做市商算法报价出现漏洞
💹 盈亏情况(最大收益、最大亏损)
标的到期价 | 说明 | 盈利/亏损 |
< $95 | 所有Call皆不执行 | 损失净权利金(最大亏损) |
= $100 | 中间行权价执行最理想 | 获得最大利润 = 中间行权差 - 权利金 |
> $105 | 所有Call皆深度实值 | 损失净权利金(最大亏损) |
铁蝶式策略(Iron Butterfly)使用不同类型的期权(Call 和 Put);买入/卖出 Call 与 Put 的组合,创建一个非方向性策略。适合震荡盘整市场,预期波动率降低,标的价格将在中间行权价附近收盘
🔧 典型构建(以**卖出铁蝶式(Sell Iron Butterfly)**为例):
- 卖出1张 $100 Call(At-the-Money)
- 买入1张 $105 Call(高行权价)
- 卖出1张 $100 Put(At-the-Money)
- 买入1张 $95 Put(低行权价)
🧾 成本(净收入)
💹 盈亏情况(最大收益、最大亏损)
标的到期价 | 说明 | 盈利/亏损 |
= $100 | Call 和 Put 都过期 | 获得最大权利金(最大收益) |
< $95 | Put 实值,Call 归零 | 最大亏损 = 行权价差 - 权利金收入 |
> $105 | Call 实值,Put 归零 | 最大亏损 = 行权价差 - 权利金收入 |
特征 | 蝶式策略(Butterfly) | 铁蝶式策略(Iron Butterfly) |
使用期权类型 | 同一类型(全Call 或全Put) | 混合(Call + Put) |
权利金结构 | 净支出(Debit) | 净收入(Credit) |
最大盈利 | 中间行权价到期时 | 中间行权价到期时 |
最大亏损 | 所有期权均Out of the Money 时 | 标的剧烈波动超出上下边界时 |
适用市场预测 | 非趋势、震荡 | 非趋势、震荡 |
投资者目标 | 低波动时获利 | 利用时间价值与波动性下降赚权利金 |
鹰式策略(Conder),注意该策略腿很多因此手续费会相对高,同时需要流动性高的股票
鹰式策略(Conder)由四个相邻执行价、同类型期权(全Call或全Put)构成的非方向性策略,通常是净支出策略(Debit Condor);非方向性(适合震荡市场);风险有限,收益有限;收益区域更宽,比蝶式策略更包容偏离; 通常为净支出策略(Debit Condor)
🔧 典型构建(以 Call Condor 为例)
- 买入1张 $95 Call
- 卖出1张 $98 Call
- 卖出1张 $102 Call
- 买入1张 $105 Call
💰 权利金结构
- 买低/高执行价的Call($95, $105) → 支出权利金
- 卖中间两张Call($98, $102) → 收入权利金
💹 盈亏情况分析
标的到期价 | 说明 | 盈亏 |
≤ $95 或 ≥ $105 | 所有期权过期或对冲,净亏损最大 | 最大亏损 = 净支出 |
$98 ~ $102 | 中间两张卖出Call完全处于实值 | 最大利润 = 行权价间距 - 成本 |
$95-$98 或 $102-$105 | 部分实值部分虚值 | 有限盈利或亏损 |
铁鹰式策略(Iron Conder)通常卖方用做空波动率期望价格不突破一个区间;卖出一个价内Put和一个价内Call,同时买入更远的价外Put和Call组成(即卖出中间Call和Put,买入更远执行价Call和Put,构成两组垂直价差)。 即:用一个一个 Bull(sell) Put Spread+Bear(buy) Call Spread 组合而成。风险与利润皆有限;适合震荡/盘整行情;相比蝶式策略,最大利润区间更宽(不要求精确预测价格);收权利金,有时间价值优势;用的时候可以灵活点,比如虽然判断可能盘整但是下跌概率不大,于是可以先开仓低行权价区域的的Bull(sell) Put Spread,如果后续股价突破了高位,那么高行权价区域的Bear(sell) Call Spread不开仓了即可,一定要灵活使用
🔧 典型构建(Sell Iron Condor)
- 卖出1张 $98 Put
- 买入1张 $95 Put
- 卖出1张 $102 Call
- 买入1张 $105 Call
💰 权利金结构
- 卖出的Put和Call → 收入
- 买入的Put和Call → 支出
💹 盈亏分析
标的到期价 | 说明 | 盈亏 |
≤ $95 或 ≥ $105 | 超出保护边界 → 最大亏损 | 最大亏损 = 行权价间距 - 净收入 |
$98 ~ $102 | 所有期权过期或仅内层虚值 → 最大利润 | 最大利润 = 净收权利金 |
$95-$98 或 $102-$105 | 边界区域 → 有限亏损 | 逐渐过渡 |
题外话:可以发现,单腿期权→垂直价差:无限高的收益变成有限,换来了降低成本;一个垂直价差→两个垂直价差组合的iron conder,使得无限右侧宽度的盈利取钱缩短为中间范围,又一步降低了成本
🔁 从单腿到铁鹰的进化路径对比
策略层级 | ✅ 得到了什么 | ❌ 牺牲了什么 |
1️⃣ 单腿期权 | - 盈利空间无限(Call)/巨大(Put)- 抓住大行情机会- 简单明了 | - 成本高(权利金贵)- 盈亏不对称- 盈利概率低(需大幅移动) |
2️⃣ 垂直价差 | - 成本大幅降低(卖一腿抵消买一腿成本)- 最大亏损/盈利明确可控- 盈利概率提高(较近行权) | - 盈利空间被上限封住(因买/卖另一腿)- 失去无限收益潜力 |
3️⃣ 铁鹰组合 | - 双向收权利金,做空波动率- 在“中间区域”可以满仓盈利- 风险封顶(有限亏损)- 盈利概率显著提升(常规行情有效) | - 盈利空间更小(仅限中间收敛区域)- 对波动率和时间更敏感- 一旦突破区间,亏损更快 |
🔍 逐级详解
✅ 1. 单腿期权(如买入Call)
- 得益:可以无上限地从上涨中获利(理论无限)
- 代价:
- 要花高昂权利金
- 必须涨得快、涨得猛才能覆盖成本
- 时间衰减很快,稍微盘整就亏损
✅ 2. 垂直价差(如 Bull Call Spread)
- 得益:
- 卖出一腿降低成本
- 盈亏平衡点更容易触达
- 明确的最大亏损和最大盈利范围
- 代价:
- 赚不到大行情(因为上限被封住)
- 牺牲了“博爆发”的可能性换来了概率更高的中等盈利
✅ 3. 铁鹰(Iron Condor = 卖出 Put Spread + 卖出 Call Spread)
- 得益:
- 在股价“不动”时收尽全部权利金
- 盈利概率远高于单腿/单向垂直(震荡行情特别适合)
- 用更小的权利金博更高胜率
- 代价:
- 必须非常精准地“预测盘整区间”
- 一旦行情突破上下边界,风险就来了
- 收益率是四种结构中最有限的(但胜率高)
🧠 总结为一句话:
从单腿 ➝ 垂直 ➝ 铁鹰,是从博大利 ➝ 稳中求胜 ➝ 做空波动率的转变即:收益率变小,胜率变大,风险变窄
📈 示例直观感受(假设标的现价为 100)
策略 | 最大盈利 | 盈利区间 | 盈利概率 |
买入 Call (110) | 无限(理论) | 股价 > 110 + 权利金 | 低 |
Bull Call Spread | 固定(如 $300) | 110 ~ 120 | 中 |
Iron Condor | 更小(如 $150) | 95 ~ 105 | 高 |
策略 | 盈利区间(价格) | 胜率(大致) | 原因 |
买入 Call 110 | 股价 > 110 + 权利金 | 30% | 要涨很多才赚钱 |
Bull Call Spread 100–110 | 100 ~ 110 | 45% | 小幅上涨即可 |
Iron Condor 95–105 | 95 ~ 105 | 65%+ | 不涨不跌也能赚 |
✅ 小贴士
- 在波动率高、但你预期波动下降时,卖出铁鹰式策略特别有效(Vega为负,赚IV下降的钱)
- 铁鹰式策略不要求方向判断,只需要判断“不会大波动”
- 建议设置好止损,尤其在突破边界时
🧮 鹰式 vs 铁鹰式 对比总结
特征 | 🦅鹰式策略(Condor Spread) | 🧲铁鹰式策略(Iron Condor) |
使用期权类型 | 同类(全Call 或全Put) | 混合(Call+Put) |
权利金结构 | 净支出(Debit) | 净收入(Credit) |
最大利润区间 | 中间两执行价之间 | 中间两执行价之间 |
最大亏损 | 所有期权不执行 or全部实值 | 标的价格触及最外层行权价 |
适用市场 | 预期波动小,方向不明 | 预期横盘、时间价值收敛 |
交易动机 | 押注价格在中间区域收盘 | 利用权利金+时间衰减赚取利润 |
Diagonal Spread(对角价差策略),它结合了“时间差价(calendar spread)”和“价格差价(vertical spread)”的特征。距离常用用法,比如当前股价100,买入一个月后到期的leap call(Long-Term Equity AnticiPation Securities),行权价120,卖出近期比如一周后的95 call(股价不可能一直上升,预测短期回调);如果股价涨了到了102,可以选择买回近期95 call承担损失,再卖出更高一点105call下周到期,这叫rollover,整体看这个策略很想covered call,只是把正股持仓换成了leap call(持仓股票和买call是一样的因为都是期望上涨),通过卖call收租金;如果股价涨了到了102,leap call也会涨,可以选择平仓整个策略;如果股价下跌,那就安稳收租金
策略名称 | 使用场景 | 构建方法 | 最大收益 |
✅ Bullish Call Diagonal Spread | 预期温和上涨 | 买入远月 低行权价 Call卖出近月 高行权价 Call | 有限近月到期时股价等于近月行权价,远月Call升值 |
✅ Bearish Call Diagonal Spread | 预期近期温和下跌、远期上涨 | 买入远月 高行权价 Call卖出近月 低行权价 Call | 有限为净权利金 |
✅ Bullish Put Diagonal Spread | 预期近期盘整、远期下跌 | 买入远月 低行权价 Put卖出近月 高行权价 Put | 有限近月到期时股价等于近月行权价,远月Put升值 |
✅ Bearish Put Diagonal Spread | 预期近期温和波动、远期下跌 | 买入远月 高行权价 Put卖出近月 低行权价 Put | 有限远月Put价格 - 净权利金 |
为什么所有的 Diagonal Spread 策略都是“买远期、卖近期”而不是反过来?
✅ 1. 期权时间价值(Theta)衰减不对称
项目 | 短期期权(如近月) | 长期期权(如远月) |
时间价值占比 | 高 | 相对低 |
衰减速度 | 快(非线性加速) | 慢 |
Theta 值 | 大(快速归零) | 小(缓慢损耗) |
- ✅ 卖出短期期权 = 快速收时间价值(Theta 收割)
- ✅ 买入长期期权 = 更稳定地保持权利金价值
- 买的期权很快归零(亏损快)
- 卖的期权贬值慢(收不到多少时间价值)
- 变成了负 Theta,风险大但收益小
✅ 2. Vega(隐含波动率)偏向保护远期期权
项目 | 短期期权(近月) | 长期期权(远月) |
Vega | 小 | 大 |
对 IV 敏感度 | 低 | 高 |
- 当波动率上涨时(如事件临近、财报预期),远期期权价格上升更明显
- 卖出近期期权则相对影响较小 → 总 Vega 是正值,偏向获利
✅ 3. 可“滚动”(roll)卖出腿,形成持续盈利
✅ 总结一句话:
Diagonal Spread 的本质,是把“远期期权当作趋势核心仓位”,“近期期权当作时间收租品”,所以必须是:
- ✅ 买入远期(保方向 + Vega + 容错)
- ✅ 卖出近期(赚 Theta + 滚动可调)
方面 | 涨势(上行) | 跌势(下行) |
📈 速度 | 缓慢、持续、线性增长 | 迅速、剧烈、跳崖式暴跌 |
🧠 行为心理 | 乐观逐步建立,慢慢上涨 | 恐慌快速蔓延,连锁抛售 |
💰 波动率(IV) | 通常较低或缓升 | 急剧飙升(“恐慌指数”) |
📊 回报曲线 | 几个月缓慢上涨 | 几天内可能腰斩 |
📉 Skew(偏度) | Call Skew 较平缓 | Put Skew 明显偏高(更贵) |
💸 期权定价 | Call 较便宜(IV低) | Put 昂贵(IV高,Skew陡) |
日历策略的一些理解
意外感悟:股价跌的比较低的时候sell put spead,涨到一定位置的时候再sell call spread,可以做到最大损失≤0!
买远期itm的call,涨的快跌的慢,控制总delta


- 一种继续涨,那整体仓位还会赚钱,虽然空单在亏钱,但空单的Delta小于Long Call的Delta,你持有的是一个总体Delta +50的正Gamma的头寸,随着标的的上涨,正Gamma还在不断释放正Delta,所以盈利能力还是在不断增加的,只是比没有加空单时的盈利能力下降一些。
- 另一种情况,如果标的往回跌,又从110跌回100,这个时候整体仓位的Delta就变成了30,我们在高位开的20 Delta的空单就有浮盈了,这时把这部分空单止盈,只剩下Long 100 Call,整体Delta就回到了50。

- 下跌时移仓不要太频繁,因为下跌移仓是在增加风险暴露。如果连续下跌,标的从100下跌到90,90再下跌到80,移仓比较频繁的话会造成比较大的浮亏。虽然最终还会回来,但过程会比较痛苦,不过即使这样也比持有多头的回撤要少。如果下跌开多头,整体风险暴露的增加会更快,所以期权移仓会比新开多头要好。
- 持有的期权底仓不要选2个月以内的,我习惯持有4~6个月的,太久的也不好,因为远月合约Gamma小,当然Delta的盈利能力是足够了,但盈利增长的速度不够。
- 平值期权的特点是最大的Gamma。最大的Gamma代表对波动最敏感,Delta变化最快。平值是50的Delta,只要底层资产一涨,Delta就会迅速涨到60,70。只要底层资产一跌,Delta就迅速跌到40、30,这个特性对我们特别重要。因为上涨时Delta快速增加代表盈利能力快速上涨,下跌时Delta快速下跌代表风险暴露快速下降,你的亏损在快速减少。这是平值非常宝贵的特征,就是涨和跌都对你非常有利,涨的时候盈利能力迅速释放出来,跌的时候亏损会迅速降下来。但是平值最大的问题是时间损耗太大,平值期权没有内涵价值,全都是时间价值,所以一旦持有到期要付出最大的成本。但是我们可以不要持有到期,比如,我持有一个6个月的合约,持有到距离到期3个月,我持有的前3个月的时间价值损耗是相对较小的,如图:

PMCC(Poor Man’s Covered Call),买入delta为0.80~0.90的leaps cal,到期日一年以上,然后卖到期时间短的call
1. PMCC 的基本结构
- 成本更低(用期权代替持股)
- 资金利用率高
- 收益来源:
- LEAPS 本身的价格上涨(类似持股)
- 卖出短期 Call 收取权利金
2. 执行步骤
Step 1️⃣ 选择标的
- 要求:
- 流动性好(期权买卖价差小)
- 波动率适中(IV 太高会导致 LEAPS 成本贵)
- 你愿意长期持有的标的(类似做正股备兑)
Step 2️⃣ 买入 LEAPS Call
- 到期时间:1 年以上(常见 1~2 年)
- Delta:建议 0.80~0.90(价格变动和股票高度同步,风险特征接近持股)
- 作用:作为替代股票的“长仓”
Step 3️⃣ 卖出短期 Call
- 到期时间:30~60 天
- 行权价:略高于当前股价(OTM 5%~10%)
- 作用:收取权利金,降低持仓成本,平滑波动
Step 4️⃣ 到期/提前平仓 & 滚动操作
- 每次短期 Call 临近到期或盈利达到预期(比如收取了 70%~80% 的权利金),就平仓再卖下一轮
- LEAPS 一般持到到期前几个月再做调整/换仓
3. 适用场景
- 震荡市:PMCC 能持续收权利金,跑赢 Buy & Hold
- 温和上涨市:LEAPS 升值 + 卖 Call 收权利金,双重收益
- 高波动下行市:卖 Call 收的权利金可以部分抵消 LEAPS 贬值
4. 风险与控制
风险点 | 控制方法 |
LEAPS 大幅贬值(股价下跌) | 用较高 Delta(0.8~0.9)选 LEAPS,减少杠杆 |
上涨被“套牢”(股价大涨,卖的 Call 被行权) | 选择 OTM 行权价,留出上涨空间 |
时间价值衰减 | LEAPS 长期持有,短期 Call 快速滚动 |
IV 收缩 | 选择波动率适中的标的,避免买在高 IV 顶部 |
到期时间 | 权利金总价 | 内在价值 | 时间价值 | Theta(每天损耗) | 持有 30 天时间价值损耗占比 |
3 个月(90 天) | $4.90 | $0.00 | $4.90 | -0.055 (-1.12%/天) | 33.7% |
6 个月(180 天) | $7.10 | $0.00 | $7.10 | -0.039 (-0.55%/天) | 16.5% |
1.5 年(540 天) | $14.20 | $0.00 | $14.20 | -0.019 (-0.13%/天) | 4.1% |





总体结论
- 震荡市 → 阶梯备兑和 PMCC 都能显著跑赢持股,尤其是高杠杆 PMCC 收益极高。
- 上涨+回调市 → PMCC(尤其是同资金版)在上涨阶段爆发,但要注意回调时的波动风险。
- 风险权衡:
- 实股备兑:最稳健,但收益有限。
- Δ 匹配 PMCC:风险和收益比平衡。
- 同资金 PMCC:收益最高,但波动和回撤也最大。
策略具体步骤(四的倍数都可以,当然二的倍数三的倍数也一样,理解即可)
- 买 4 张 LEAPS(PMCC 长腿)
- 分成 4 份去卖短腿(Sell Call),行权价 OTM(且 Delta ≤ 0.24):
- 第 1 份 → 卖 1 周到期 的 Call
- 第 2 份 → 卖 2 周到期 的 Call
- 第 3 份 → 卖 3 周到期 的 Call
- 第 4 份 → 卖 4 周(约一个月到期) 的 Call
- 当 1 周到期 的短腿到期后,立刻卖出一个新的 4 周到期 的 Call
- 整个循环继续滚动,这样每一周都会有一个短腿到期 → 每周都能收权利金。
长期价值投资期权策略,控制杠杆率的持续sell put







atm covered call,可以看作delta为0.5的整体组合,依旧是一个看涨策略,到期日应该4-6周,因为 因为短期限的 ATM Call有更高的 Gamma,卖出它时,整体持仓Gamma 是负的,所以价格波动对你 Delta 的冲击更剧烈,负gamma意味着越涨越慢甚至涨了还能亏钱,而下跌越来越快;cc策略保持delta0.5的本质就是用一半方向性 + 一半时间价值收入来实现稳态收益,因此可以加杠杆;个人理解cc的策略就是因为期权定价的不合理性期权的edge,卖方是更加有优势的;












这里可能有疑问:cc可以降低风险,但是加杠杆后,风险不就又高了?下面是回答
- CC(Covered Call)本身:卖出 Call 换取权利金,降低了整体仓位的风险(部分抵消正股波动带来的亏损)。
- 加杠杆后的 CC:把释放出来的保证金/权利金再投入标的,杠杆放大了方向性风险,似乎又回到了和持股差不多的高风险状态。
📌 实际并不完全矛盾
- 风险形态发生了变化,而不是单纯“降低 → 又拉回去”。
1️⃣ 纯持股
- 收益无限,上涨吃满;
- 下跌全额亏损,无缓冲。
2️⃣ 无杠杆 CC
- 收益被封顶(超过行权价部分没了);
- 下跌时权利金可以缓冲;
- 整体波动率下降。
3️⃣ 加杠杆 CC
- 方向性风险确实被杠杆放大,但:
- 上涨时:收益仍然有限(封顶),但因为仓位更大,整体回报率 > 纯持股(尤其在震荡市)。
- 下跌时:单次跌幅风险 ≈ 持股,但由于持续收权利金,总体回撤通常 < 持股。
📊 直观理解
- CC 降低风险 → 提供了 “风险缓冲区”。
- 加杠杆 → 用这个缓冲区换取更高的资金利用率。
- 最终结果:
- 在震荡 / 小涨市里,加杠杆 CC 优于纯持股;
- 在暴涨时,不如纯持股;
- 在暴跌时,不一定比持股更糟,因为权利金仍能对冲部分损失。
✅ 总结
- CC 降低了风险敞口,
- 杠杆把风险重新放大,但放大的不是“原始风险曲线”,而是“经过优化后的风险曲线”。
RR(Risk Reversal),long 长期otm call + short 短期otm put,最优秀的抄底策略



股价走势 | 长期 OTM Call 效果 | 短期 OTM Put 效果 | 策略整体效果 | 说明 |
大涨(远超 Call 行权价) | 大幅增值(杠杆多头爆赚) | Put 过期作废(全部权利金归你) | 无限收益 | 最优情景,上方空间完全打开 |
小涨(接近 Call 行权价) | 时间价值增加,Call 有部分盈利 | Put 过期作废 | 盈利,但有限 | 权利金收入抵消成本,Call 开始升值 |
横盘(股价几乎不动) | Call 时间价值损耗(亏损) | Put 过期作废或小额盈利 | 小幅亏损/打平 | 亏的是长 Call 的时间价值,赚的是卖 Put 收益 |
小跌(接近 Put 行权价) | Call 减值或几乎无价值 | Put 接近实值,短期亏损 | 可能小亏/持平 | 取决于权利金收入是否足够抵消亏损 |
大跌(跌破 Put 行权价) | Call 归零 | Put 大幅亏损(被行权买入股票) | 强制抄底,可能浮亏 | 等于被动买入股票;长期可能变成低位持仓机会 |


海鸥策略,最好的短期对冲策略,持有100股正股+long atm put+上方卖otm call+下方卖otm put,用两个short的钱弥补long的钱;atm的put delta和gamma都要大于otm put,所以股价大跌,买的otm put收益肯定比卖的otm put损失高;正股delta为1,因此股价大涨的时候,正股收益也一定比卖出的otm call高;注意,必须持有100股正股,否则等于用海鸥策略看跌;海鸥策略是为了到期时候的对冲效果,时间一久不确定性就增高,所以到期时间不能太久,一个月最多,且海鸥策略持有过程中对冲效果一般,到期时才能最大释放出来对冲效果;配置的时候预测以下跌幅和涨幅,不用非要配置成0成本,花小钱对冲图一个安心;注意对比同样配以配置低成本的Collar策略:买otm put,卖otm,这个组合中put是无限保护,但是实际上股价不可能下跌到0,因此海鸥策略会在买out put的同时,在预期的下跌幅度位置卖出put







不同期权策略的获利来源
✅ 一、方向性策略(Directional Strategies)
策略名 | 结构 | 适用市场 | 获利来源 |
Long Call | 买入 Call | 看涨 | 标的上涨 + 波动率上升 |
Long Put | 买入 Put | 看跌 | 标的下跌 + 波动率上升 |
Short Call | 卖出 Call | 看平/轻度下跌 | 时间价值衰减(Theta) |
Short Put | 卖出 Put | 看平/轻度上涨 | 时间价值衰减(Theta) |
✅ 二、垂直价差策略(Vertical Spreads)
策略名 | 结构 | 适用市场 | 获利来源 |
Bull Call Spread | 买入低行权 Call + 卖出高行权 Call | 温和上涨 | 标的上涨(方向) |
Bear Put Spread | 买入高行权 Put + 卖出低行权 Put | 温和下跌 | 标的下跌(方向) |
Bull Put Spread | 卖高行权 Put + 买低行权 Put | 看涨 | 标的上涨 + 时间价值衰减 |
Bear Call Spread | 卖低行权 Call + 买高行权 Call | 看跌 | 标的下跌 + 时间价值衰减 |
✅ 获利来源:方向 + 时间价值 + 风险对冲
✅ 三、跨式和宽跨策略(Straddle / Strangle)
策略名 | 结构 | 适用市场 | 获利来源 |
Long Straddle | 买入 ATM Call + Put | 大幅波动(方向未知) | 波动率上升 + 股价剧烈波动 |
Short Straddle | 卖出 ATM Call + Put | 横盘震荡 | 时间价值衰减(Theta) |
Long Strangle | 买入 OTM Call + Put | 大幅波动 | 同上,但成本更低 |
Short Strangle | 卖出 OTM Call + Put | 横盘 | 同上,风险更高但宽容度大 |
✅ 获利来源:对 波动率的判断(IV)+ 股价是否剧烈变动
✅ 四、蝶式策略(Butterfly / Iron Butterfly)
策略名 | 结构 | 适用市场 | 获利来源 |
Long Butterfly (Call) | 买1低行权Call,卖2中间Call,买1高行权Call | 横盘震荡 | 到期时价格接近中间行权价时收益最大;时间价值衰减 |
Iron Butterfly | 卖 ATM Call + Put,买 OTM Call + Put | 横盘震荡 | Theta 收益最大化 |
✅ 获利来源:时间价值衰减最大化 + 股价停留在预设区间
✅ 五、宽跨蝶式策略(Condor / Iron Condor)
策略名 | 结构 | 适用市场 | 获利来源 |
Iron Condor | 卖1 OTM Put + 买1更低Put,卖1 OTM Call + 买1更高Call | 震荡区间 | 时间价值衰减,股价不触及两个尾部区域 |
Condor Spread | 类似 Butterfly,但行权价更宽 | 低波动市场 | Theta 收益更平缓,容错率高 |
✅ 获利来源:价格维持在宽区间 + Theta 收益
✅ 六、跨期与对角策略(Calendar / Diagonal)
策略名 | 结构 | 适用市场 | 获利来源 |
Calendar Spread | 买远期期权 + 卖近期期权(同行权价) | 预期波动率上升 | Vega 差 + 时间价值差 |
Diagonal Spread | 不同行权价 + 不同到期日 | 有方向偏好 + 预期 IV 上升 | Vega + Theta + Delta 综合控制 |
✅ 获利来源:波动率结构套利 + 时间价值结构套利
✅ 七、合成策略(Synthetic)
策略名 | 结构 | 等效于 | 获利来源 |
Synthetic Long Stock | Long Call + Short Put | Long Stock | 标的上涨 |
Synthetic Short Stock | Short Call + Long Put | Short Stock | 标的下跌 |
✅ 获利来源:对标的方向的强烈押注,成本低于现货,但风险相同
✅ 八、保护性策略(Protective)
策略名 | 结构 | 适用市场 | 获利来源 |
Protective Put | 持有股票 + 买入 Put | 持股对冲 | 股票上涨,Put对冲风险 |
Covered Call | 持股 + 卖 Call | 持有看平 | 股票横盘,赚取权利金 |
✅ 获利来源:时间价值收益或风险对冲 + 持仓收益组合优化
✅ 九、波动率套利策略(Vega Trades)
策略名 | 结构 | 适用市场 | 获利来源 |
Vega Spread | 买 Vega 大 + 卖 Vega 小 的组合 | 预期波动率上升 | Vega 利差套利 |
Reverse Calendar | 卖远期,买近期 | 预期波动率下降 | 反向 Vega 套利 |
✅ 总结:所有期权策略的核心获利因子
获利因子 | 表示 |
✅ 方向(Delta) | 看涨 or 看跌 |
✅ 波动率(Vega) | IV 上升 or 下降 |
✅ 时间(Theta) | 时间价值衰减是否对你有利 |
✅ Gamma | 对 Delta 的敏感度变化,影响大波动下的风险 |
✅ IV曲面结构 | 不同执行价/到期日的波动率差异 |
不同情况下常用策略总结
英文策略名称 | 中文含义 | 市场预期 | 构建方式(简略) | 盈利来源 | Vega 暴露 | Theta 暴露 | 风险水平 |
Covered Call | 持保看涨 | 温和上涨 | 持有正股 + 卖出Call | 权利金收入 + 股价上涨 | 负Vega | 正Theta | 中等(限制收益) |
Protective Put | 保护看跌 | 担心下跌 | 持有正股 + 买入Put | 股价上涨 + 跌时对冲 | 正Vega | 负Theta | 低(保护性) |
Sell Naked Put | 裸卖看跌 | 看涨或震荡 | 卖出Put,无持仓对冲 | 收取权利金 | 负Vega | 正Theta | 高(无限下跌风险) |
Vertical Spread | 垂直价差 | 小幅上涨/下跌 | 同类型期权(Call或Put)不同执行价,一买一卖 | 净权利金+方向判断 | 低~中性 | 正或负(依方向) | 中等 |
Diagonal Spread | 对角价差 | 有方向倾向+IV变化 | 不同到期日 + 不同行权价的Call或Put构建 | 时间价值套利 + IV变化 | 正Vega | 正Theta | 中等 |
Ratio Spread | 比例价差 | 有方向性风险 | 买入少量期权,卖出较多相同行权期权(1:2等) | 权利金+方向判断 | 负Vega(通常) | 正Theta | 高(风险不对称) |
Butterfly | 蝶式策略 | 低波动横盘 | 买入两边远价、卖出中间同价(通常比例1:2:1) | 收权利金 + 标的停在中间 | 负Vega | 正Theta | 低(有限亏损) |
Straddle | 跨式策略 | 大波动(不赌方向) | 买入相同行权价Call和Put | 大涨或大跌;IV上升 | 正Vega | 负Theta | 高(双亏可能) |
Strangle | 宽跨式策略 | 大波动 | 买入不同执行价的Call和Put | 较大涨跌;IV上升 | 正Vega | 负Theta | 高 |
Iron Condor | 铁鹰策略 | 低波动横盘 | 卖出中间Call和Put,买入更远执行价Call和Put,构成两组垂直价差 | 收权利金 + 标的在中间区域波动 | 负Vega | 正Theta | 低~中(风险受限) |
📘 美股期权看涨策
策略名称 | 交易方向 | 中文说明 |
Buy Call | 买方 | 买入看涨期权 |
Sell Put | 卖方 | 卖出看跌期权 |
Covered Call | 中性 | 持股卖Call |
Buy Call Spread | 买方 | 买低卖高 Call 组合 |
Sell Put Spread | 卖方 | 卖高买低 Put 组合 |
Diagonal Spread | 买方 | 买远月低价+卖近月高价 Call |
🧠 DTV 评估法则(D=方向,T=时间,V=波动率)
评估要素 | 买方影响 |
1. 方向判断 | ✅ 必须正确 |
2. 时间因素 | ❌ 不利(时间价值流失) |
3. 波动率变化 | ✅ 有利(IV 上升) |
4. 平仓时机 | ❗ 需提前平仓,否则可能IV崩溃或时间归零 |
评估要素 | 卖方影响 |
1. 方向判断 | ✅ 可以错(只要别大幅波动) |
2. 时间因素 | ✅ 有利(时间价值收割) |
3. 波动率变化 | ❌ 不利(IV 上升→亏钱) |
4. 平仓时机 | ✅ 可持有至到期 |
策略名称 | 交易方向 | 中文说明(看跌逻辑) |
Buy Put | 买方 | 买入看跌期权 |
Sell Call | 卖方 | 卖出看涨期权 |
Buy Put Spread | 买方 | 买高卖低 Put 组合 |
Sell Call Spread | 卖方 | 卖高买低 Call 组合 |
策略名称 | 交易方向 | 中文说明(盘整逻辑) |
Strangle | 买方 | 买入不同执行价的Call和Put(预期剧烈波动) |
Iron Condor | 卖方 | 卖出近价Call和Put + 买入远价Call和Put(预期横盘震荡) |
宏观经济数据
CPI(Consumer Price Index)
- 选择基准年:确定一个基准年来比较价格变化。
- 选取消费品和服务:确定一篮子典型商品和服务,代表普通消费者的消费习惯。
- 收集价格数据:定期收集这些商品和服务的价格。
- 计算价格变化:比较当前价格和基准年价格,计算出价格变化比例。
- 基期CPI:假设某国在基准年(例如2020年)的CPI设定为100。这意味着在这个基准年,消费者一篮子的商品和服务价格为100单位(货币)。
- 后期CPI:如果在2021年,该国的CPI上升到102,这意味着消费者在2021年购买同样一篮子商品和服务的价格比基准年增加了2%。这反映了2%的通货膨胀率。
- 长期观察:假设2022年的CPI提升到105,这表明自基准年以来,整体价格水平上升了5%。此时的通货膨胀率可以用以下公式计算:
- 不同类别的CPI:CPI还可以分为多个类别,比如食品、能源、医疗等。每个类别的CPI可能会有不同的变化率。有些类别可能上涨较快,而有些类别可能保持稳定或下降。
PPI
PCE,核心PCE(美联储最关注的通胀指标)
收益率曲线

- 美联储影响图像左侧;经济蓬勃发展时候,美联储会提高短期利率抑制借贷(因为经济增长过快太多人借贷时,可能会发生通货膨胀),于是图的左边就变高了
- 投资者认为经济状况好的时候,他们会把资金从长期债券中撤出去投资收益风险更高的资产,于是长期债券需求下降,于是价格变低;但是当投资者认为经济要迎来艰难时期的时候,他们又会把钱撤出股市,投向安全稳定且收益率更高的长期债券中,长期债券需求增加,于是价格升高,收益率降低;


“非农报告”(Non-Farm Payrolls,简称 NFP)是指美国劳工部每月发布的《就业状况报告》(Employment Situation Report)中的核心数据之一,反映美国非农业部门的新增就业人数。它是全球金融市场最关注的宏观经济指标之一,对股市、汇市、债市和黄金市场都有重大影响
📈 一、非农 vs. 美股(股市)
非农表现 | 股市反应(一般趋势) | 原因 |
非农远超预期(经济过热) | 📉 下跌 | 担心美联储加息,融资成本上升,企业利润下滑 |
非农略超预期 | 📈 上涨 | 经济稳健增长、就业改善、企业盈利预期上升 |
非农低于预期 | 📉 或 📈 | 如果太差,担心衰退 → 下跌;如果差到让市场认为要降息 → 反弹上涨 |
🧠 核心逻辑:
💵 二、非农 vs. 美元指数(DXY)
非农表现 | 美元反应 | 原因 |
非农强劲(远超预期) | 📈 上涨 | 经济强 → 美联储可能加息/不降息 → 利差吸引资金流入美元 |
非农疲软(远低预期) | 📉 下跌 | 降息预期增强 → 美元利差缩小 → 外资转向其他货币资产 |
📉 三、非农 vs. 债券收益率(特别是10年期美债)
非农强弱 | 债券收益率走势 | 原因 |
非农强劲 | 📈 上升 | 预期经济强,美联储将维持或提高利率,新债券利息更高,老债券就不值钱了,老债券债券价格下跌、收益率上升 |
非农疲软 | 📉 下跌 | 市场预期降息,买入债券避险 → 债价上涨、收益率下降 |
🪙 四、非农 vs. 黄金
非农数据 | 黄金价格走势 | 原因 |
非农强劲 | 📉 下跌 | 美元走强 + 利率上升 → 黄金无息资产吸引力下降 |
非农疲软 | 📈 上涨 | 降息预期 + 美元贬值 → 黄金作为避险资产走强 |
🔄 总结总表:
非农表现 | 股市 | 美元 | 债券收益率 | 黄金 |
🚀 非农强劲 | 📉(加息担忧) | 📈(美元吸引力↑) | 📈(高利率预期) | 📉(无息劣势) |
📉 非农疲软 | 📉 or 📈(看是否衰退 vs. 降息) | 📉(利差↓) | 📉(买债避险) | 📈(通胀避险) |
美联储的 隔夜逆回购(ON RRP,Overnight Reverse Repurchase Agreement)交易量大小,经常被市场当作 流动性指标 来解读,简单的说,该数值减小说明降息预期升高,反之则预期降低;美联储隔夜逆回购交易量网址
美国 RRP(Reverse Repurchase Agreement,逆回购工具)
一、RRP 是什么
- 定义:逆回购是美联储(Fed)和市场参与者之间的一种短期交易。
- 美联储把国债等证券“卖”给对手方(货币市场基金、银行、政府支持机构),并承诺在次日买回。
- 对手方把现金暂时存给美联储,赚取 隔夜利息(ON RRP Rate)。
- 本质:
- 对金融机构来说 → 等于把闲置现金存入美联储赚利息(极低风险)。
- 对美联储来说 → 调节市场流动性、管理短端利率的工具。
二、RRP 在宏观中的角色
- 货币政策传导工具
- ON RRP 利率 = 联邦基金利率走廊的下限。
- 确保短期利率不会跌到负值或过低。
- 它和 IOER(Interest on Excess Reserves,超额准备金利率)一起,锚定短端利率。
- 流动性“蓄水池”
- 银行体系出现大量超额流动性时(比如 QE 即量化宽松(Quantitative Easing) 后),钱无处可去,短端利率可能掉到 0。
- 美联储通过 RRP 把这部分资金“吸走”,避免短端利率失效。
- 资产负债表调节
- RRP 使用规模的大小,反映金融体系的 资金供需状况。
- 如果货币市场基金大量把钱放到 RRP,说明:市场上缺少高质量短期资产(如国库券),或者风险偏好低。
三、对债市的影响
- RRP 与短期国债(T-bill,Treasury Bill = 美国国库券)竞争
- RRP 提供一个“无风险地板收益率”。
- 如果 T-bill 利率 < RRP 利率,资金就会流向 RRP → T-bill 需求下降 → T-bill 利率上升。
- 当国债发行量增加时:
- 投资者可能从 RRP 抽出资金去买国债,推高长期国债需求,压低收益率曲线远端。
四、对股市的影响
- 资金抽离效应
- RRP 把市场流动性“锁”在美联储 → 可用于股票的资金减少 → 股市可能承压。
- 特别是在 RRP 使用量高企(>2万亿美元) 时,市场常解读为:
- 流动性被 Fed 吸收 → 对风险资产不利。
- 风险偏好信号
- 当投资者不愿意买债或股票,而是宁可把钱放到 RRP,说明风险偏好低。
- 这常和股市走弱阶段相关。
- 退出效应
- 当国债利率上升、RRP 使用量下降 → 表明资金回流市场 → 风险资产(包括股票)可能受益。
五、近期现实案例(2021–2024)
- 2021–2022 年:QE 后银行系统流动性过剩,RRP 使用量飙升至 2.2 万亿美元+。
- 2023–2024 年:财政部大量发短期国债(T-bill),利率升高 → 投资者从 RRP 转向买 T-bill → RRP 使用量快速下降。
- 这被解读为:流动性回流市场,有利于风险资产(股市、信用债)。
六、总结要点
- RRP 是美联储的短端利率工具 + 流动性蓄水池。
- 债市:决定短期国债收益率的“地板”;影响资金在 RRP 与国债之间流动。
- 股市:高企的 RRP = 流动性被 Fed 锁定(偏利空);下降的 RRP = 流动性释放(偏利好)。
- 宏观视角:
- RRP 余额变化 ≈ 流动性晴雨表。
- 结合国债发行节奏和财政部现金余额(TGA)一起看,能帮助判断股债市场资金面。
美联储隔夜逆回购交易量的大小对于市场有什么影响
1️⃣ 交易量大的含义
- 背景:ON RRP 是市场上“闲钱”的去处,美联储提供一个无风险、带利息的“现金停车场”。
- 当 RRP 使用量很大(> 1–2 万亿美元)时:
- 说明市场里 流动性过剩,但缺乏高质量短期资产(比如 T-bill)。
- 资金宁可停在 Fed 赚 RRP 利息,而不去买风险资产或出借给企业/银行。
- 市场解读:
- 流动性被锁住 → 对股票、信用债等风险资产偏利空。
- 风险偏好低 → 投资者不愿承担额外风险。
2️⃣ 交易量下降的含义
- 当 RRP 使用量明显下降时:
- 说明资金开始流出 Fed,回到市场(买国债、进入股票、贷款等)。
- 常见原因:
- 财政部大量发行 T-bill,利率高于 RRP → 资金转向买国库券。
- 银行业或信贷需求增加,资金流向私营部门。
- 市场解读:
- 流动性回流市场 → 风险资产(股市、信用债)可能受益。
- 短期利率上行压力 → 债市波动加大。
3️⃣ 对债市的具体影响
- RRP 与 T-bill 利率形成竞争关系:
- 如果 T-bill 利率低于 RRP 利率 → 资金流入 RRP,T-bill 需求不足,收益率被迫上升。
- 如果 T-bill 利率高于 RRP → 资金流出 RRP,转去买 T-bill,压低短端利率。
- 长期债市的间接影响:
- RRP 大量使用 = 短端资金“冻结” → 可能推高长期融资成本。
- RRP 下降 = 短端资金释放 → 长期债券需求增强,收益率曲线可能下行。
4️⃣ 对股市的具体影响
- RRP 高企:
- 代表流动性被 Fed 吸收 → 股市潜在承压。
- 投资者更倾向于把钱放在低风险工具,而不是股票。
- RRP 下降:
- 流动性重新回流市场 → 股市资金面改善。
- 特别是在财政部加大发债(T-bill 利率走高)时,资金释放效果更明显。
5️⃣ 总结要点
- ON RRP 使用量大 → 表明流动性过剩但被锁住,风险偏好低,股市承压,T-bill 需求弱。
- ON RRP 使用量下降 → 表明流动性回流市场,风险资产(股市、信用债)受益,短端债市需求增强。
- 市场常把 RRP 余额当成流动性“晴雨表”:
- 高企 = 流动性被困在 Fed。
- 下行 = 流动性释放到市场。
股市、信用债偏利好,这个信用债和国债有区别
1️⃣ 国债(Treasuries)
- 发行主体:美国财政部。
- 风险等级:几乎无风险(被视为全球安全资产)。
- 利率特点:收益率 = “无风险利率”,直接受美联储政策和财政部发债影响。
- 市场规模:最大、流动性最强。
- 投资动机:避险、现金管理、对冲。
2️⃣ 信用债(Corporate Bonds)
- 发行主体:公司(Apple、Tesla、银行、房地产企业等)。
- 风险等级:有违约风险。
- 投资级(IG):大公司,违约概率低。
- 高收益债(HY / Junk Bonds):风险高,收益率高。
- 利率特点:收益率 = 无风险利率 + 信用利差。
- 信用利差(Credit Spread)反映市场对违约风险、流动性风险的定价。
- 市场规模:次于国债,流动性弱一些。
- 投资动机:赚取比国债更高的收益。
3️⃣ ON RRP 资金流出对二者的不同影响
- 国债市场
- 当资金从 ON RRP 流出 → 大多先去买 短期国债(T-bill),因为利率高、风险低。
- 结果:T-bill 需求增强,收益率下行,国债市场受益。
- 信用债市场
- 当流动性充裕(RRP 下降),投资者风险偏好提升,会更多去买 公司债、特别是高收益债(HY)。
- 结果:信用利差收窄,融资条件改善,企业借钱更容易。
- 这对信用债市场偏利好。
4️⃣ 股市 vs 信用债 vs 国债
- 股市:RRP 下降 → 资金回流风险资产 → 偏利好。
- 国债:RRP 下降 → 短期国债需求增强,收益率下行 → 偏利好(尤其短端)。因为国债收益率 = 市场无风险利率基准,短期国债收益率下行 → 银行、企业借钱的基准利率下降 → 融资成本降低。 对 股市(企业盈利改善预期) 和 信用债(企业更容易还债/再融资) 都是利好。
- 信用债:RRP 下降 → 风险偏好提升,信用利差收窄 → 偏利好。
- 国债 = 无风险基准,流动性和避险属性最强。
- 信用债 = 企业融资工具,有违约风险,受风险偏好影响更大。
- 当 ON RRP 余额下降时,资金回流市场 → 国债和信用债都受益,但信用债的利好更依赖风险偏好上升。
ON RRP对于降息预期的影响
1️⃣ 当 ON RRP 余额很大(资金堆积在美联储)
- 市场含义:
- 银行体系和货币市场基金有大量闲置资金找不到合适出路。
- 说明 流动性过剩,短期融资市场利率容易贴近 RRP 利率下限。
- 对降息预期的影响:
- 如果资金太多、利率已经被压到 RRP 地板 → 市场认为 即使不降息,短端利率也下不去多少。
- 这时降息的紧迫性 反而不强,因为市场利率已经“自发”很低。
2️⃣ 当 ON RRP 余额快速下降(资金从美联储流出)
- 市场含义:
- 说明 市场开始缺钱,资金从 Fed 出来去买国库券、进入银行体系或股票债市。
- 这种情况常发生在财政部大量发债、流动性被吸走的时候。
- 对降息预期的影响:
- 如果 RRP 余额下降太快 → 可能预示着 银行准备金也在减少,市场融资环境趋紧。
- 投资者会认为 金融体系未来可能“钱荒”,从而加大对美联储 降息/放松流动性 的预期。
3️⃣ 结合利率走廊的逻辑
- ON RRP 利率 = 利率走廊下限。
- 如果 RRP 余额高企,说明市场利率基本锚定在走廊下限,美联储即使不降息,短端利率也已经很低 → 降息预期偏弱。
- 如果 RRP 余额下滑明显,资金“逃离”Fed,市场短端利率可能上行 → 市场就会预期美联储要“补充流动性”,降息的呼声会更高。
4️⃣ 现实案例
- 2021–2022:ON RRP 余额冲到 2.2 万亿美元以上 → 市场解读为流动性充裕,美联储没有迫切降息需求,反而加息。
- 2023–2024:财政部大量发 T-bill,资金从 RRP 流出,余额一路下降 → 市场担心流动性收紧,更容易提前 Price in 降息预期。
✅ 总结
- ON RRP 余额高企 → 流动性过剩,短端利率自然很低 → 市场不会急着押注降息。
- ON RRP 余额下降 → 流动性紧张迹象,短端利率可能上行 → 市场更容易期待美联储通过 降息或放慢缩表 来补充流动性。
数据计算
通过到期日平值期权的波动率计算股价波动范围;为了简便,也可以计atm的行权价中put+call的价格为m,股价落在正负m的区间为68.8,正负2m的区间概率为95%(置信度)


- S:当前股价
- IV:隐含波动率(年化,写成小数,例如 30% → 0.30)
- T:到期日距离现在的时间(单位为“年”,例如30天就是 30/365)
- N:标准差倍数(与你想要的置信度对应)
🔢 不同置信度对应的 N 值
置信度(概率) | N(标准差倍数) |
68.27% | 1 |
95.45% | 2 |
99.73% | 3 |
🔍 实例:用公式计算三种置信区间
- 当前股价 S = $100
- 隐含波动率 IV = 30%(= 0.30)
- 距离到期还有 21 天 → T=21365≈0.0575T =
✅ 1σ(68%置信区间):
✅ 2σ(95%置信区间):
✅ 3σ(99.7%置信区间):
🧠 实际应用建议
- 交易期权(如 straddle、iron condor)→ 重点关注 ±1σ 到 ±2σ 区间
- 事件判断(如财报行情)→ 可选 ±2σ 范围设止盈止损
读懂财报
总资产 – 流动负债 (≈ 股东权益 + 长期债务)
📌 四个核心名词
1. 总资产(Total Assets)
- 公司拥有的全部资源,包括:
- 流动资产:现金、存货、应收账款(1 年内可变现)
- 非流动资产:固定资产、投资、专利、长期股权投资(1 年以上使用)
- 公式:
2. 流动负债(Current Liabilities)
- 公司 1 年内要偿还的债务/义务,包括:
- 应付账款
- 短期借款
- 应付工资、应付税费
- 一年内到期的长期借款部分
3. 股东权益(Shareholders' Equity)
- 股东对公司的所有权,包括:
- 实收资本(股东投入的钱)
- 留存收益(公司历年赚的钱没分红留在公司里)
- 公式(会计恒等式):
4. 长期债务(Long-term Liabilities)
- 1 年以上到期的债务,比如:
- 公司发行的长期债券
- 银行长期贷款
- 租赁负债(长期租赁合同义务)
📌 等式解释
- 总资产 – 流动负债
- 代表公司用来长期运作的资金池(因为短期债务要扣掉)。
- 这部分资金主要来自 股东的钱 + 长期借的钱。
- 股东权益 + 长期债务
- 就是公司长期可以使用的资金来源。
📊 举个例子
- 总资产 = 1,000
- 流动负债 = 300
- 长期债务 = 200
- 股东权益 = 500
信息收集
英为财情 Investing.com美国国债收益率一览_美国政府债券利率查询_英为财情
,查看收益率曲线的网站美国国债收益率一览_美国政府债券利率查询_英为财情
美国国债收益率一览,全面的美国政府债券利率数据,包括每种债券的当前收益率、日高、日低和涨跌变化。
经济指标 | ZH | TRADINGECONOMICS.COM
,各国经济指标查询经济指标 | ZH | TRADINGECONOMICS.COM
数据 - 预测 - 日历 - - 经济指标 - ZH - TRADINGECONOMICS.COM - 1/20/2025
- 公司官网底部查询财报信息,或者谷歌搜索公司+investor relationship关键词,或者在美国证券交易委员会网站
SEC.gov | Home
中搜索股票名字,但是较慢;在EDGAR(Electronic Data Gathering, Analysis, and Retrieval)中找相关内容,比如搜索结果Tesla (TSLA) Filings on EDGAR,美股季报是10-q,年报是10-k;中概股季报是6-k,年报是20-FSEC.gov | Home
Official websites use .gov A .gov website belongs to an official government organization in the United States.
- 美国联邦储备系统(Federal Reserve System)官方网站上的货币政策页面。寻找Projections Materials,里面有点阵图
www.morningstar.com
,在这个网站搜索etf名字,在risk栏里可以看见Sharpe Ratiowww.morningstar.com
FinancialJuice | Your Financial Universe In One Place & In Real-Time
实时新闻FinancialJuice | Your Financial Universe In One Place & In Real-Time
...
Naked Short Report, Nasdaq and NYSE Naked Short Positions, Short Selling Interest
,除了显示不持有正股的卖空数量,还显示持有正股的出售股票的数量。Naked Short Report, Nasdaq and NYSE Naked Short Positions, Short Selling Interest
Naked Short Report - track short selling interest on NASDAQ and NYSE STOCKS, check daily short interest, naked short data and short squeeze stock perfomance
Short Sale Volume Data
,详细统计了各个交易所的卖空数据,包括历史数据,可做数据分析的Short Sale Volume Data
Short sale trade data is publicly available for off-exchange (OTC) trades in exchange-listed securities reported to a FINRA Trade Reporting Facility (TRF), Alternative Display Facility (ADF), or Over the Counter Reporting Facility (ORF).
Stock Screener - Ownership shortinterestshare
,做空比例最高和最低查询,自定义搜索指数、版块、行业。查看Short interest as a percentage of float(流通股中被卖空的比例)即float short的值,还有inst own即机构持仓数量Stock Screener - Ownership shortinterestshare
Stock screener for investors and traders, financial visualizations.
Cboe Daily Market Statistics
,提供市场的总体概览,比如整个市场空多比例,但是无个股Cboe Daily Market Statistics
The Cboe Market Statistics Summary Data is compiled for the convenience of site visitors and is furnished without responsibility for accuracy and is accepted by the site visitor on the condition that transmission or omissions shall not be made the basis for any claim, demand or cause for action. The information and data was obtained from sources believed to be reliable, but accuracy is not guaranteed. Your use of Cboe Market Statistics Summary Data is subject to the Terms and Conditions of Cboe's Websites.
www.alphaquery.com
提供个股每天put,call信息,看期权详细信息,可以查看每天Put-Call Ratio (Open Interest) 的比例,包括指数etf的信息(一般券商半个月更新一次但是这个网站每天有)www.alphaquery.com
Qualtrim - Smart Stock Analysis
公司数据可视化Qualtrim - Smart Stock Analysis
OptionChartsElevate your option trading with striking charts and visuals
期权数据可视化Elevate your option trading with striking charts and visuals
View the latest option charts and visuals to help you make informed options trades. Analyze key data such as option volume, open interest, max pain, implied volatility, and probabilities.
美联储隔夜逆回购交易量最新数据及走势图_macroview.club
Macroview数据,查看重要经济数据美联储隔夜逆回购交易量最新数据及走势图_macroview.club
美联储隔夜逆回购交易量数据及变动趋势图,macroview为你提供美联储隔夜逆回购交易量数据可视化查询, 数据定期更新并配有相关数据说明。
具体来看,当前美股市场AI应用股主要包括(2025.7.29)
知识,经验整理
经验心理
确认偏差时人们偏向于先相信一个观点,然后会自发的虚招支持该观点的信息,过滤掉不支持观点的信息,为了避免认知偏差,需要一些基本事实来锚定心理;万不可先入为主





投资心态



减少涨跌对情绪的影响






右侧(突破)买法,应该注意什么






左侧交易







如何选择适合自己的ETF?风险指标如何界定!如何查询
必须要复盘





什么是下跌中继?和相对底部的区别?




美股国债、长短期国债收益率,如何影响市场?






移动止盈原则



买put相当于保险,注意避开高IV时候;保护越涨越买

不适合长期价值投资的公司类型






投资两大风险:赔钱和踏空!为何无法同时规避?多少平均年化收益合理?长线立足市场的15条铁律规则!









量化基金常用!长期跑赢标普的低风险,高收益策略(ETF),GARP 策略(Growth at a Reasonable Price以合理价格买入成长股)






散户常见9种投资方法










实战技术
股票筹码



斐波那契回撤线的用法


斐波那契扩展,支撑压力辅助指标,尽量用大级别大趋势




流行的ETF





k线底部和顶部的一些简单形态
抄底形态1,锤子线,有效性第1


抄底形态2,倒锤子线,有效性第4






抄底形态3,看涨抱线,有效性第2




抄底形态4,看涨孕线-阴孕阳,有效性第5




抄底形态5,启明星(很像黄昏之星的镜像),有效性第3


逃顶形态1,流星线,有效性第1



逃顶形态2,上吊线,有效性第2





逃顶形态3,黄昏之星,有效性第4





逃顶形态4,看跌抱线,有效性第3



逃顶形态5,看跌孕线-阳孕阴,有效性第5



基本面+技术形态,实盘分析


K线复杂形态,组合结构形态
W底





逃顶形态头肩顶的形成与运用,买卖点把握,趋势转向的重要结构




顶形态之M顶构成要素!跌幅如何测量





头肩底的形成与运用,买点与卖点!趋势看涨的重要结构!





岛形反转形态,抄底,逃顶






见顶K线技术形态大杀器:钻石顶,破坏力很强,出现次数少,可以测算最小跌幅;趋势非常强





旗形整理;把握进出场点位




杯柄形态Cup and Handle;大趋势后的隐蔽回撤,把握再次进场机会






如何使用成交量,辅助判断支撑、压力区域

辅助指标MA、EMA买卖误区,正确方式是什么



小时线、日线、周线等,看哪个?指标的周期使用原则








RSI(Relative Strength Index,相对强弱指标)




MACD



KDJ,KDJ 多头排列 = J值>K值>D值,三线呈向上发散状态,预示股价可能继续上涨。






BIAS:筹码平均成本的盈利、亏损,对行情的影响;乖离率BIAS指标运用



- MA 常用的是 5/10/20,更多是用来捕捉趋势本身。
- BIAS 更强调的是“偏离趋势的程度”,所以默认周期略作错位设计,默认为6,12,24,避免与主流均线重合,增强识别价值。

布林线Boll








OBV(On-Balance Volume,能量潮指标)成交量趋势捕捉,中短期用法四个月内








收敛三角识别,变盘前奏,实战运用





MFI(Money flow index)指标,>80超买,<20超卖


CCI:极端环境如何逃顶和抄底?CCI(Commodity Channel Index,顺势指标)配合K线形态实战用法;>100和<-100分别是超买超卖,中间范围无参考价值





SAR指标实战用法,趋势买卖时机判断





BBI多空指标,中短期买卖点判断(可以直接用BBIBOLL多空布林线)





ATR和KC肯特纳通道,支撑压力辅助判断指标;趋势指标,震荡无效






实战技术分析经验分享,如何通过有效高低点,辅助判断买点、支撑、突破、压力





波浪理论,实战只使用精华;该理论是事后验证理论,无法用于预测






Demark9 13序列,九转;波段抄底、逃顶辅助指标






一目均衡表的用法;支撑、压力,趋势,辅助判断的有效指标;右侧指标,看大趋势可用,对于判断顶部底部无用




江恩角度线的运用,支撑、压力、趋势,在时间维度的变化





顾比均线GMMA,根据趋势行情



威廉变异离散量指标WVAD;优化成交量和价格关系,排除虚假信号和上下影线干扰






(策略一)基于QQQ、SPY双轨趋势,叠加现金,债券、黄金的量化策略(稳定跑赢标普500);该策略是基于标普的策略而非纳指





(策略二)基于QQQ、SPY双轨及失业率基本面,叠加现金、债券、黄金的长线策略;失业率数据链接




(策略三)基于QQQ、SPY相对强弱,叠加现金、债券、黄金的长线策略




- 执行1后,价格反向移动,N下穿V,卖出QQQ,执行策略3 , 此时 N<=V
- 等待N再次上穿V,才能买入QQQ
- 或者等待SPY上穿40周MA,才能买入SPY
- 执行2后,价格反向移动,N上穿V,卖出SPY,执行策略3,此时N>V
- 等待N下穿V, 并且再次上穿V,才能买入QQQ
- 或者N下穿V后,SPY上穿40周MA,才能买入SPY


策略公式化描述
QQQ / SPY 相对强弱策略(黄金防御仓版本)
1. 定义
- N = 最新 QQQ 周线价格 ÷ 最新 SPY 周线价格
- A₁…A₁₀ = 最近 10 周的 周线价格
- (10 周相对强弱均值)
- MA40 = SPY 40 周移动平均线
- “上穿” = 从下向上穿越(上一时刻 ≤ 阈值,本时刻 > 阈值)
- “下穿” = 从上向下穿越(上一时刻 ≥ 阈值,本时刻 < 阈值)
- 仓位只能三选一:QQQ / SPY / GLD(黄金防御仓)
2. 初始建仓规则
- 若 N > V → 执行 1:买入 QQQ
- 若 N ≤ V 且 SPY > MA40 → 执行 2:买入 SPY
- 若均不满足 → 执行 3:买入 GLD
3. 持仓后的动态调整规则
情形 A:执行 1 后(持有 QQQ)
- 当 N 下穿 V → 卖出 QQQ,执行 3(买入 GLD),此时 N≤V
- 从 GLD 再入场的条件:
- N 再次上穿 V → 执行 1(买入 QQQ)
- 或 SPY 上穿 MA40 → 执行 2(买入 SPY)
情形 B:执行 2 后(持有 SPY)
- 当 N 上穿 V → 卖出 SPY,执行 3(买入 GLD),此时 N > V
- 从 GLD 再入场的条件:
- N 下穿 V 后,并且再次上穿 V → 执行 1(买入 QQQ)
- 或 NN 下穿 V 后,SPY 上穿 MA40 → 执行 2(买入 SPY)
4. 额外说明
- 以周线为准,但如果盘中价格变化已经导致当前周线满足触发条件,则立即执行交易,不必等到本周收盘确认。
- 若 QQQ 与 SPY 的买入条件同时满足,优先执行 QQQ(除非策略另行设定优先级)。
- 等号判定并入 “≤” 或 “≥” 一侧(即 N = V 视为 N ≤ V)。
知识了解
成交量与价格的关系,增量缩量的意义



标普11大板块
编号 | 中文名称 | 英文名称 |
1 | 能源板块 | Energy |
2 | 原材料板块 | Materials |
3 | 工业板块 | Industrials |
4 | 可选消费板块 | Consumer Discretionary |
5 | 日常消费板块(必需消费) | Consumer Staples |
6 | 医疗保健板块 | Health Care |
7 | 金融板块 | Financials |
8 | 信息技术板块 | Information Technology |
9 | 通信服务板块 | Communication Services |
10 | 公共事业板块 | Utilities |
11 | 房地产板块 | Real Estate |

中文名称 | 英文名称 | 原因说明 |
可选消费板块 | Consumer Discretionary | 收入增加时人们更愿意消费非必需品(如汽车、旅游、奢侈品),经济下行时会削减此类支出 |
工业板块 | Industrials | 包括运输、建筑、制造业,受宏观经济(GDP、订单)波动影响较大 |
原材料板块 | Materials | 建筑、制造业繁荣时需求上升,经济低迷时需求减少 |
金融板块 | Financials | 经济繁荣时贷款、投资活跃,利差增加;衰退时贷款违约率上升、投资活动减少 |
能源板块 | Energy | 能源价格与全球经济活动(如石油需求)密切相关,经济繁荣时油价上涨 |
房地产板块(部分) | Real Estate (partially) | 利率低、经济扩张时房地产投资活跃,反之则收缩 |




如何看财报

期权相关的一些经验总结





美联储基本面导航,点阵图,如何查看、理解、分析;美国联邦储备系统(Federal Reserve System)官方网站上的货币政策页面。
标普、道指、纳指、罗素,指数成分结构、特性和区别





趋势线画法




持股成本




如何使用资金流向,资金流向是否靠谱




股票相对估值法之一,PE和追踪PE估值






股票相对估值法之二,PEG估值,寻找更有潜力的投资标的



股票相对估值法之三,PB(Price-to-Book Ratio)估值与ROE(Return on equitity),查看网站






股票相对估值法之四,DCF估值(Discount Cash Flow)模型,理解国债收益率如何影响成长股估值







股息股


- REITs 的会计利润(净利润)会被大量折旧冲减,低估了它真实的现金盈利能力;
- REITs 更关注的是 FFO(Funds From Operations,运营资金),这是去除了非现金折旧等科目的现金流指标
- FFO Ratio = Dividend per Share / FFO per Share
- REITs 必须将至少 90% 的应税收入分配给股东作为现金股息(REITs会被政府免除企业所得税)


期货和现货的关系!股指期货和指数的关系!如何查询“大庄家”的动作?
如何选择成长股



预示衰退的4个先行指标:美国咨询商会消费者信心指数同比下降15%,CFNAI芝加哥联储全国活动指数(The Chicago Fed National Activity Index)降至-0.35以下,GDP数据(units调成percent change)连续两个季度负增长,收益率曲线倒挂(十年期国债收益率低于两年期国债收益率)



股市、国债收益率、通胀、联邦基金利率的关联逻辑;国债拍卖网站











影响 | 原因 |
🏠 生活成本上升 | 食品、房租、能源等基本消费快速变贵 |
📉 实际工资下降 | 如果工资涨幅赶不上物价 → 变相变“穷” |
💼 企业成本上涨 | 原材料、人力等成本压力 → 利润下滑、裁员 |
💰 储蓄贬值 | 银行存款购买力下降,不如花掉 |
🧠 政策混乱 | 央行加息压通胀 → 又会打击经济增长 |
影响 | 原因 |
🕒 消费者推迟消费 | 预期未来更便宜 → 不愿现在买 |
🏭 企业投资动力下降 | 价格卖不高 → 没有扩产意愿 |
💵 实际债务负担上升 | 名义收入不变,负债却更沉重 |
💼 失业风险上升 | 需求疲软 → 企业减产裁员 |


如何利用VIX辅助判断指数点位?如何利用IV计算个股移动范围





用长期期权Leaps(Long-Term Equity AnticiPation Securities)投资;Leaps收敛三角形适合什么类型的股票?Leaps和购买正股的区别



通过债券波动MOVE指数,前瞻标普SPX风险和机会;move查找网站
cn.tradingview.com





原油、美元、利率、铜,对美股版块的走势影响






Beta系数是什么?如何在不同趋势中,利用Beta控制风险,放大收益







如何有效看盘抓住变盘趋势?机构推动市场的大致时间段!背后的原因是什么(有些时间段机构都不参与交易,看盘没有意义,要忍住耐心,因为紧张21小时损失1.8k美元教训;可以认为美股市场是机构和机构的交易和散户无关);适合的美股交易时间段






寻找内幕交易者:期权异动要关注某一天期权量明显多于平时同时open interest也上升;且delta为0.2-0.4左右的OTM这是内幕交易者喜欢的,delta太高可能是机构代替正股持仓,detlta太低,可能就是wsb的散户投机;delta0.2以上的时候,加速度很快,期权价格会随着股价迅速变化;上面的步骤应该要伴随着IV升高。IV不升高但是交易量上升可能是平仓或者卖出期权



做空数据如何查询、监测和分析(见信息收集)
日内、短线、波段交易经验;如何在不亏和少亏的同时,做投机;ABC法则与2B运用








流动性、成交量,对股价影响的内在逻辑



尔街EPS共识预期是什么?如何运转?对市场有何影响?




如何利用期权押注,计算大概率股价波动范围





美股指数ETF再平衡,时间、流程,影响,标普全球官网






降息后股市会发生什么?繁荣还是崩溃?(2024年7月信息)





美股季节强弱大数据!季度、月度、周、节假日






区分人工智能炒作与真AI,标普500中,AI收入超过50%的有哪些(2024.10)

未平仓期权(Open Interest)量的大小、不同到期日,对股价预期的影响












Net Gamma还是Net GEX对于做市商行为的影响
📌 1. Net Gamma(符号 → 行为方向)
- Net Gamma > 0 (正 Gamma)
- 做市商是 买方 Gamma(他们卖出了很多 Call,买了很多 Put)。
- → 他们在对冲时会 逆势操作:
- 标的上涨 → Delta 增加 → 做市商卖出标的(压制涨幅)
- 标的下跌 → Delta 减少 → 做市商买入标的(托住跌幅)
- 结果:波动被抑制,价格趋向收敛,容易“钉住”在某些执行价附近。
- Net Gamma < 0 (负 Gamma)
- 做市商是 卖方 Gamma(他们买了很多 Call,卖了很多 Put)。
- → 他们在对冲时会 顺势操作:
- 标的上涨 → Delta 增加 → 做市商买入标的(推波助澜)
- 标的下跌 → Delta 减少 → 做市商卖出标的(加速下跌)
- 结果:波动被放大,容易形成 Gamma squeeze 或瀑布杀跌。
📌 2. Net GEX(规模 → 对冲强度)
- 绝对值大(|Net GEX| 高)
- 做市商需要对冲的仓位很大。
- → 对标的价格有更强的影响力。
- 比如:+5 亿美金的正 GEX → 市场被“锁死”在狭窄区间。
- 5 亿美金的负 GEX → 市场稍微动一点就会引发大幅追涨杀跌。
- 绝对值小(|Net GEX| 低)
- 做市商对冲量较小。
- → 市场价格更多由自然买卖双方决定,期权对价格影响有限。
📊 3. 具体情景举例
- 情景 A:Net Gamma > 0,Net GEX = +5 亿
- 做市商逆势对冲,而且仓位规模巨大。
- → 股价很难偏离关键执行价,比如钉在 180/185 一带。
- 情景 B:Net Gamma < 0,Net GEX = -5 亿
- 做市商顺势对冲,而且仓位规模巨大。
- → 股价一旦突破关键点位,可能触发 剧烈 squeeze(向上爆拉) 或 瀑布下杀。
- 情景 C:Net Gamma > 0,Net GEX 很小
- 虽然是逆势对冲,但仓位小 → 实际钉住效应不强。
- 情景 D:Net Gamma < 0,Net GEX 很小
- 虽然是顺势对冲,但仓位小 → 实际不会引发太大 squeeze。
✅ 总结
- Net Gamma = 决定方向
- Net GEX = 决定规模
- Net Gamma = 做市商的“操作逻辑”
- Net GEX = 做市商的“操作力度”
Net Gamma和net gex的计算公式
📌 1. Net Gamma(净 Gamma)
- :第 i 个期权的 Gamma 值(每份期权的 Delta 对标的价格的敏感度)。
- :该期权的未平仓量(Open Interest)。
- :每份合约对应的标的数量(美股期权通常 = 100 股/张)。
📌 2. Net GEX(净 Gamma Exposure)
- :标的现价(Spot Price)。
- 其它符号同上。
📊 3. 举个例子
- 某执行价的 Call:
- Gamma = 0.002
- OI = 50,000
- 计算:
- Net Gamma 贡献 = 0.002 × 50,000 × 100 = 10,000
- Net GEX 贡献 = 10,000 × (180²) = 3.24 亿美元
✅ 总结
- Net Gamma = 合约 Gamma 方向的总和 → 决定 做市商是顺势还是逆势对冲。
- Net GEX = Gamma × OI × 合约规模 × 现价² → 决定 对冲盘子的规模,影响市场的强度。
- Net Gamma 是方向指标(看正负)。
- Net GEX 是资金规模指标(看绝对值大小)。
做市商在某个价格上是顺势对冲,还是逆势对冲,看的是net gamma还是net gex?
📌 1. 做市商的对冲行为机制
- Gamma 决定了期权的 Delta 如何随标的价格变化而变化。
- 做市商因为要保持 Delta 中性,所以当价格波动时必须调仓。
📌 2. 看哪个指标?
- Net Gamma(净 Gamma)
- ✅ 决定 方向:
- Net Gamma > 0(正 Gamma) → 逆势对冲(涨卖跌买,抑制波动)
- Net Gamma < 0(负 Gamma) → 顺势对冲(涨买跌卖,放大波动)
- Net GEX(净 Gamma Exposure)
- ❌ 不决定方向,只决定 对冲规模有多大。
- 绝对值越大,说明做市商在该价格区域的被动对冲盘子越大,市场越容易被 Gamma 效应主导。
📊 举个例子
- 情况 A:Net Gamma > 0,Net GEX = +3 亿美元
- 做市商逆势对冲,规模很大 → 股价被牢牢“钉住”。
- 情况 B:Net Gamma < 0,Net GEX = –5 亿美元
- 做市商顺势对冲,规模巨大 → 价格一旦突破关键点位,可能触发 Gamma squeeze(暴拉) 或 瀑布杀跌。
✅ 总结
- 顺势 or 逆势 = 看 Net Gamma 的正负。
- 对冲力度大小 = 看 Net GEX 的绝对值。
- Net Gamma = 方向盘(往左还是往右打)
- Net GEX = 油门力度(轻踩还是重踩)
net delta和net delta exp对于做市商的影响是什么?和gamma的区别;以做商手中的delta和gamma正负描述做市商的行为
1️⃣ Net Delta:静态仓位风险
- 定义:
- Δ = 每份期权的 Delta
- OI = 未平仓量 (open interest)
- 乘数 = 美股期权一般是 100
- 含义:当前这一刻,如果标的价格变动 1 单位,期权头寸对应的等效现货头寸变化量。
- 如果 Net Delta > 0,说明整体持仓让他「相当于持有正股」,需要通过 卖出现货 来保持 Delta 中性。
- 如果 Net Delta < 0,说明整体持仓让他「相当于持有空头」,需要通过 买入现货 来对冲。
2️⃣ Net Delta Exp (Delta Exposure):动态风险
- 定义:
- 含义:考虑到标的价格本身的权重,相当于用美元计量的对冲规模。
- Net Delta 是“股数暴露”
- Net Delta Exp 是“资金暴露”
- Net Delta Exp 越大,说明需要在现货上动用的资金越多,对冲压力更重。
- 这是风险管理和流动性消耗的量化指标。
3️⃣ Gamma:动态调整方向
- 定义:
- 含义:股价每变化 1 单位,Delta 变化多少。
- 正 Gamma:股价涨 → Delta 增加(更多正股风险) → 做市商卖出股票 → 逆势对冲 → 抑制波动(锚定)。
- 负 Gamma:股价涨 → Delta 减少(更少正股风险) → 做市商买入股票 → 顺势对冲 → 放大波动(挤压)。
4️⃣ 用正负直观描述做市商
- Delta > 0 → 做市商净多 → 必须卖股票对冲。
- Delta < 0 → 做市商净空 → 必须买股票对冲。
- Gamma > 0 → 做市商逆势对冲(股价涨时卖、跌时买) → 抑制波动 → 价格锚定。
- Gamma < 0 → 做市商顺势对冲(股价涨时买、跌时卖) → 放大波动 → 价格挤压。
- Net Delta / Net Delta Exp = 决定了“此刻做市商需要对冲多少仓位(方向 + 资金规模)”。
- Gamma = 决定了“未来价格波动时,对冲是顺势还是逆势”。
完整版ai应用端股票清单
- APP – AppLovin Corporation (利用数据分析和机器学习优化移动广告投放与用户获取) • PLTR – Palantir Technologies (提供大数据整合与AI决策支持平台,服务政府及商业领域) • BBAI – BigBear.ai (提供AI驱动的数据整合、分析和预测解决方案,支持国防与商业决策) • SOUN – SoundHound AI (开发语音识别、自然语言处理和对话式交互技术) • RXRX – Recursion Pharmaceuticals (利用AI和自动化图像分析加速药物研发流程) • TEM – TEM (提供基于AI技术的智能产品及行业自动化解决方案) • NBIS – NBIS (采用AI提升数据处理能力和业务运营效率) • UPST – Upstart Holdings (通过机器学习模型优化信贷审批与风险评估) • SERV – SERV (应用AI提升客户服务效率及业务流程自动化) • INOD – Innodata Inc. (提供AI驱动的数据处理与信息管理自动化解决方案) • ABSI – Absci Corporation (利用AI进行蛋白质工程和药物候选物筛选,加速生物研发) • AI – C3.ai (提供企业级AI平台,支持大规模数据分析、预测及自动化) • RR – RR (开发利用AI实现企业运营自动化和效率优化的工具) • CRM – Salesforce CRM (应用AI进行客户数据分析、销售预测及营销自动化) • TASK – TaskUs (通过AI优化客户支持、内容审核及业务流程外包服务) • CXM – Sprinklr (利用AI分析社交媒体数据,提升客户体验和品牌营销策略) • KSCP – Knightscope (制造安防机器人,利用AI实现实时视频监控与异常检测) • VERI – Veritone (提供AI平台,用于多媒体内容分析、转写和广告优化) • GFAI – Guardforce AI (开发基于AI的安全机器人与巡逻系统) • OMQS – OMNIQ (应用AI与计算机视觉技术进行图像识别和视觉数据分析) • LPSN – LivePerson (利用AI构建智能聊天机器人,实现自动客户互动) • AIU – Meta Data Limited (在教育领域应用AI分析数据,优化学习效果) • TSP – TuSimple (利用AI实现自动驾驶卡车的导航与驾驶控制) • XMTR – Xometry (利用AI匹配制造业订单与供应链需求,推动智能制造) • AIFF – AIFF (提供基于AI的应用软件和技术解决方案) • APLD – APLD (应用AI技术提升产品性能和运营效率) • AISP – AISP (提供AI解决方案与服务,助力企业数字化转型) • PDYN – PDYN (利用AI优化业务决策流程和数据分析精度) • GRRR – GRRR (开发利用AI实现业务流程自动化管理的工具) • LMND – LMND (应用AI进行保险承保与理赔流程自动化) • CRNC – CRNC (利用AI辅助药物研发,提升候选药物筛选效率)

- 作者:JIAHE
- 链接:https://blog.jiaheliu.top/Quick-Lookup/Economic-Related-Knowledge-Summary
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。