← 返回总目录 · 经济知识笔记
期权的一些总结直接拿来用
希腊字母的作用是量化某个因子(标的价格S,行权价K,有效期t,无风险利率r,隐含波动率volatility)对期权价格的影响程度;所有的希腊字母都可以在期权组合的时候直接进行相加减
delta
看涨策略delta为正,看跌策略delta为负;股价每上升1块钱,期权价格就变动delta;期权的delta和行权价的图如下,越靠近当前股价,delta变动率越大;可以看出越是deep itm,看涨力度越大;对于deep otm的option,delta都接近0,deep itm的option,delta绝对值都接近1;期权组合中的delta可以直接进行相加运算(考虑正负号),任何一个行权价下,delta值:long all+sell put都为1,因此等效于小杠杆但是直接买了100股正股!同样的,买远期的itm cald也相当于持有正股,很多机构用 ITM LEAPS Call 替代正股持仓(节省资金 + 杠杆);delta*100就相当于你持有的正股数量;


更深一层理解,delta的值可以代表期权到期时的itm的概率,从这也好理解为什么atm的delta为0.5了,因为Black-Scholes 等定价模型下,中性市场假设下股价未来有相同的概率涨/跌,股价上升下降的概率就是0.5,但是大部分优质股票的上涨概率都是大于50%的;话说回来剑走偏锋的话,delta为0.1理论上到期itm(itm就是买房最终赚钱的情况)的概率时10%,但实际上可能只有8%,大部分情况下实际概率都会比理论概率小一些,意味着买房总是少赚钱,因此期权卖方划算;
上面说的话并不矛盾,atm和itm的delta偏低,otm的delta偏高,也好理解,otm远的时候,凭尝试感知都会觉得股价在期限内不可能达到那个价格概率可以说是0,但是delta还是0.1,0.2,自然是偏高;从数学上看,OTM 期权的 IV 通常 更高(波动率偏斜现象,volatility skew),从而推高 OTM 的 Delta 值与权利金;通过大量回测,不是所有的delta都有利可图,当delta为0.3时,带给期权卖方的收益风险比最高(存疑,不能当作使用期权策略的依据)
Gamma
Gamma=期权速度的变动,正gamma意味着期权的价格会一直出于加速状态,即价格变化会越来越大;股价上涨1块就delta+gamma,股价下跌一块就delta-gamma,计算中全部带入原本数据的正负号;gamma在atm的时候最大,越远离atm值越低

gamma永远为正因此永远对买方有利,卖方不利;gamma使得期权价格都是格涨多跌少,涨的快跌的慢,对于call股价越涨期权价格涨的越快,对于put,股价越跌put价格涨的越快;gamma越大,风险越高;因此做期权的时候,要有目标的保证gamma在可控范围,期权组合的 Gamma = 所有买入期权的 Gamma 之和 − 所有卖出期权的 Gamma 之和
注意防范gamma risk,股价层面:atm的gamma最大,时间层面:越临近到期gamma越大因为时间价值不断递减,期权价格对股价变化就越敏感;下图可以看出大部分情况下gamma值都不高,risk低;由这点也可以看出,为了避免gamma risk,应该避免把期权留到到期日

theta
theta=-0.05代表每一天时间价值减少5美元,包括非交易日;theta永远对卖方有利,对买方不利;对于卖方theta永远为正;

任何期权交易都是theta和gamma的取舍

vega
波动率每升一个百分点,期权价格的变动;买方永远正vega,卖方永远负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 |
可以看出:正 Gamma 代表 Delta 会“顺势”:涨了你更看涨,跌了你更看跌,更利于捕捉趋势
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 |
Gamma 的“正负”由参与者的期权方向决定:买期权 Gamma 为正,卖期权 Gamma 为负。“市场 Gamma 是正还是负”,
是在说:做市商或整体市场的 Gamma 暴露方向(Net Gamma Exposure)是正还是负——这个由期权结构 + 持仓量 + 对手盘角色共同决定。如果 GEX 为负,说明市场买方活跃,可能要小心剧烈波动、gamma squeeze;如果 GEX 为正,说明期权卖方主导,市场趋于稳定,波动率收敛。
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 |
对某只股票:
其中:
- :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 |
最终总和是:
→ 所以整体 GEX 为负,做市商 Net Short Gamma → 会造成波动放大(Gamma Squeeze 风险)。
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 |
如果你有一个策略想知道具体是在对哪种变量做下注,我可以帮你逐条拆解希腊值 + 盈亏模型。
不同情况下常用策略总结
期权策略花样非常多,没必要全都了解,常用的就下面的
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) |
- 作者:JIAHE
- 链接:https://blog.jiaheliu.top/Quick-Lookup/Options-Advanced-GEX-And-Parameters
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。


