华泰 | 策略深度：如何用期权信息对港股定价与择时？

市场资讯 09.01 07:10

（来源：华泰证券研究所）

形成观点只是投研的第一步，找到自身观点与共识/市场预期的差异才能找到“掘金”地图。港股市场有各类预期数据，如卖方分析师预期，投资者调研预期，但口头表达的预期往往不如真金白银交易的结果来得更真实。期权作为对未来市场的方向、幅度、时点和置信度进行定价的工具，且因高杠杆和机构参与占比高，其携带的信息量可能已经超过了股票市场本身。本报告以恒指期权为对象，从波动率、多空头寸流量与隐含分布三个视角，系统梳理如何用期权数据观测港股，并且给出辅助择时的系统性框架。

在理想情况下，2020年至今我们构建的基于期权视角的多策略择时模型可实现26.2%的年化收益，Sharpe 1.58，最大回撤约17%。在此视角下，我们对未来港股市场短期市场走势有以下判断：指数方向上依然中性，波动率延续看低，期权链隐含的未来窄幅震荡概率较高且上升，对下行保护的需求略增长。这与我们主观策略观点中更看结构性机会同样匹配。

从期权视角出发，填补当前港股资金面分析的空白

衍生品视角是港股不可或缺的分析角度。1）2026年前七个月，香港期货及期权日均名义成交额约3900亿港币，大于正股市场；2）交易所参与者（自营及做市商）与机构投资者合计贡献约85%的成交、海外资金占比近三成、投机交易在期权成交中占比达67%，市场以专业资金的方向判断为主导；3）周度期权成交占比49%，期限维度稠密，短线定价信息大幅高频化。

现有港股资金分析依赖南向、传统外资与沽空数据，在资金面层面尤其在短期的波动分析上明显不足。今年6月恒指急跌、7月快速反弹，上述数据在全程整体波动不明显；而在期权端，Delta加权OI PCR在调整中升至历史最高附近，6月26日低点后看跌持仓单日平仓近七成。

视角一：从隐含波动率看市场定价了多少风险

隐含波动率：为市场对未来不确定性支付的溢价。VHSI自身上行速度叠加市场涨跌方向，就可以看出市场是交易超跌（快速下跌+VHSI上行快）还是上涨趋势的形成（快速上涨+VHSI上行慢）。两种情景后20日收益/胜率分别为3.2%/68.3%、3.8%/63.9%。

方差风险溢价：隐含波动率减实现波动率，即市场为对冲风险多付的成本，也是波动率卖方承担风险对应的报酬。VRP冲高意味着下跌风险有所上升、资金在集中买保护，保费进一步脱离实际波动。在单边行情中，实现波动率和隐含波动率可能同步走高，单边情绪会进一步扩散，因此不适合单独使用。

期限结构：不同到期月份隐含波动率形成的曲线。远期不确定性天然更大，正常状态是远月高于近月（升水，Contango），近月反超远月（倒挂，Backwardation）说明资金在抢购短期保护。波动率曲线结合近期走势，以下两种形态隐含重要信息。下跌途中急速倒挂往往意味着恐慌被一次性定价完毕，后20日恒指平均上涨6.3%、多头胜率74.2%；上涨途中缓慢累积的倒挂则是趋势仍在延续，后20日平均上涨3.4%、胜率70.3%。

偏斜（Skewness）：同一到期日下，下跌保险与上涨保险的相对价格。价格由供需决定，极端读数就是持仓与情绪的直接刻画：偏斜升到历史极高，说明用于对冲风险的保险被抢到过于昂贵，往往对应恐慌尾声；压到极低则是保护被过度抛弃，市场对下行毫无防备。据此构建的多空择时策略年化10.1%、夏普0.74、最大回撤−18.3%，多空两腿胜率均约七成。

视角二：多空头寸与流量看市场的共识性和置信度

Put/Call比率（PCR）：看空/看多期权头寸比。这个指标也是华泰港股情绪指数中权重较大的分项之一。基于持仓量PCR构建的突破与反转双腿多头策略，样本外年化5.7%、夏普0.68、最大回撤−13.8%；

Delta加权PCR：进一步优化PCR，给每张合约按方向敞口赋权，剔除价格变动影响，统计实际承担方向风险敞口。加权成交量PCR策略样本外年化10.4%、夏普0.81，且在3年与5年两条独立训练轨上结果一致；与持仓量PCR按30%/70%组合后夏普1.05、回撤收窄至−12.7%；

做市商Gamma敞口（GEX）：指数每波动1%，做市商为维持中性必须被动买卖的金额。GEX不提供方向判断，但对未来波动率和风险控制有显著预测力。GEX为正时，做市商的Delta对冲表现为高抛低吸，机制上抑制波动；转负后对冲方向逆转为顺势买卖，放大波动。以今年一月行情为例，1月28日指数阶段高点，GEX为19.3亿港币，恒指每上涨1%做市商需被动抛售19.3亿恒指产品，上涨动能被持续消耗；2月20日前后回调中GEX转为−12.6亿，每下跌1%同向抛售12.6亿，跌势被放大。据此在GEX转负时降低仓位，可将持有恒指的年化收益由1.6%提升至约7%；

Max Pain：使全部未平仓期权内在价值总和最小的行权价。临近到期时平值附近Gamma最大，做市商在持仓密集的行权价上对冲会形成反向的被动买卖，形成磁吸的效应，可作为到期日点位研判的辅助参考。

视角三：隐含分布给出市场预期的胜率与赔率，预期差即交易机会

投资决策依赖胜率和赔率的权衡，而收益源于自身判断与市场定价之间的差。期权价格本身就是资金对未来各种情形真金白银的下注，把整条期权链的价格排开，用Breeden-Litzenberger方法即可反推出市场给未来价格分配的概率分布。由此可在任意时点回答两个问题：市场认为未来会发生什么，以及这种定价放在历史上是贵还是便宜。

以8月27日截面为例，一个月期隐含波动率17.3%处于历史约20%分位、隐含峰度4.44约23%分位，市场既不预期大幅波动也不预期跳跃，期权定价处于历史罕见的便宜位置；一个月内跌超10%与涨超10%的概率分别为3.2%和1.8%，分位同样落在30%以内，隐含偏度-34.1%处于约60%分位，下行保护相对不贵。将基于基本面与事件分析形成的主观概率与隐含概率逐一比对，缺口最大处即预期差与交易机会所在；同一框架亦可量化风险事件前后市场计入的溢价变化，判断当前价格高估了恐慌还是低估了冲击。

风险提示：数据口径误差及模型风险；衍生品信号失效风险。

香港期权市场如何影响现货市场？

传统的港股资金框架建立在现货多空两端之上，但港股资金结构远不止于此。市场对港股资金面的研究，大多从多头资金的来源出发——南向资金、外资与香港本地资金的流向构成分析主体，再辅以个股沽空交易占比、沽空持仓等数据作为空头侧的补充。

但这套框架却有着不可忽视的问题。外资方面，EPFR主要覆盖mutual funds和ETF，且主要反映基金申赎，样本存在偏差；国际中介持仓混杂托管与经纪业务、无法穿透真实持有人；13F则是多空轧差后的净头寸，看不到方向结构。香港本地资金方面，缺乏直接观测手段，通常只能以HIBOR、银行体系总结余等流动性指标近似替代。沽空数据的信息含量同样有限。沽空持仓延迟一周披露，在行情快速演绎阶段基本失去参考价值；而沽空成交又仅统计新开空单,无法与回补轧差。

今年6月至7月的行情为上述问题提供了典型样本。6月恒指快速调整、波动率升至极端水平，7月迅速反弹，但区间内南向未见明显流出流入，外资口径无异动，沽空成交与持仓亦波澜不惊。按既有框架，这轮高波动近乎找不到资金来源。分时结构与技术形态显示下跌段带有明显的空头压制特征，但个股沽空数据却无法佐证。

使用期权数据则可以进行解释。前期调整中，Delta加权PCR持续攀升至历史最高水平附近，空头通过看跌期权大规模累积敞口。恒指6月26日触及低点后，看跌期权持仓单日平仓近七成,随后5个交易日降至数月低位，空头敞口的集中拆除与反弹在时间上高度吻合，印证空头回补是本轮反弹的重要驱动。

香港衍生品市场规模比现货市场更大，是完全不应忽视的力量。2026年前七个月，香港期货及期权日均成交量约180万张（含股指期货、指数期权和个股期权），较去年同期上涨8%，日均名义成交额达到3900亿港币。对比来看，证券市场（含牛熊证及衍生权证）2026年前7个月日均成交2868亿港币，不及期货及期权市场的四分之三。

而期权市场短期的信息含量又远超现货市场和期货市场。期权市场是股票市场之外的，每天对“未来的不确定性”进行公开定价的重要场所，一张期权的价格涵盖了市场对未来波动幅度、下跌概率与上涨概率的判断，交易与持仓量展示出资金头寸的真实分布，叠加期权本身的高杠杆属性，其参与方对于自身观点的置信度理应相对更高，因此期权的信息含量远超现货市场本身。

为什么期权携带前瞻信息？

多空资金用衍生品市场充分表达观点，隐含对未来的判断

期权的高频化使得其携带的信息含量大幅提高。1986年，HKFE推出恒生指数期货合约为投资者提供对冲市场波动风险的工具，1993年3月恒指期权相继推出，市场自此拥有了对波动率与尾部风险的定价工具。2020年11月恒生科技指数期货上市，次年配套期权，使香港市场的风险管理工具进一步延伸到科技成长板块。而近年最重要的结构变化是周度期权（以下简称“周权”）的推出。2019年9月起，港交所推出每周到期的恒指与国指期权，2024年11月周度股票期权登场。周度合约使得市场能够对未来短期的事件（议息、财报、政策窗口）单独定价，期权链的期限维度也因此变得前所未有地稠密。

从交易机制看，香港的衍生品市场可划分为场内市场与场外市场两大部分。场内市场方面，标准化、集中清算的传统上市衍生品市场主要覆盖股指、股票、外汇、利率和商品五大类期权和期货，以恒指期货和期权为例，其交易时间远长于现货交易。此外，香港市场还拥有场内结构性产品，如衍生权证（窝轮）、牛熊证和界内证。值得注意的是，窝轮、牛熊证和界内证虽然具备较强的衍生属性，但在港交所官方分类中被归入证券产品体系，而非传统意义上的上市衍生品。场外市场方面，股权类OTC以港股个股和指数为标的，做互换、期权、累计期权（Accumulator）、雪球与自动赎回（Autocallable）结构，主要买方是机构和私行客户。

从市场参与者角度来看，香港衍生品市场呈现出交易所参与者自营与机构投资者主导、海外资金深度参与的结构。按成交量口径来看，2019/20年度，交易所参与者（EP自营，下同）占总成交量的44%，机构投资者占41%。纵向来看，机构投资者占比由2010/11年度的27%持续升至2019/20年度的41%，零售投资者占比则由23%降至15%。从资金来源看，2019/20年度本地投资者约占总成交量的29%，海外投资者合计亦约占29%。海外成交中，亚洲、欧洲、美国及其他地区分别贡献全市场成交量的11%、8%、6%和4%。

从交易目的看，投机交易是期货与期权市场最主要的成交来源。2019/20年度，纯交易在期货和期权成交中的占比分别为59%和67%，明显高于对冲交易的27%和25%，套利交易占比分别为14%和8%。相较2018/19年度，期货纯交易占比由47%升至59%，期权纯交易占比由39%升至67%，而对冲与套利占比同步回落，显示调查期内市场交易更偏向短期方向判断。不过，由于交易所参与者未必能够准确识别客户的交易目的，部分未分类客户交易可能被计入纯交易，该比例或存在一定高估。

香港衍生品成交额大于正股、时间密度高、覆盖率全

香港衍生品市场规模比现货市场更大，对于市场整体定价具有显著影响。2026年前七个月，香港期货及期权日均成交量约180万张（含股指期货、指数期权和个股期权），较去年同期上涨8%，日均名义成交额达到3900亿港币，覆盖主要指数和142只港股头部个股（覆盖港股70%流通市值）。对比来看，证券市场（含牛熊证及衍生权证）2026年前7个月日均成交2868亿港币，只占期货及期权市场的74%。此外，场外市场方面，根据SFC披露，截至2025年末，参考香港股票和香港指数的OTC衍生品名义本金约为1.8万亿港元，约相当于香港股票市场总市值的4%。从标的分布看，港股个股相关产品占88%，港股指数相关产品占12%。

本文以恒生指数期权为研究对象。按名义金额计，恒指系列期货日均1700亿港元、占61.9%，恒指期权415.4亿港元、占61.4%，均居首位。同时，其在时间序列长度及稳定性具有相对优势。在研究过程中我们发现，恒指期货隐含的信息相对有限，因此，后文波动率、期权持仓及隐含分布等均以恒指期权标的展开研究。

期权价格如何形成？

期权是一份赋予买方“权利而非义务”的合约。认购期权（Call）赋予买方在到期日以约定价格（行权价K）买入标的的权利，认沽期权（Put）赋予以行权价卖出的权利。买方为该权利支付权利金（即期权价格），卖方收取权利金并承担被行权时履约的义务。

期权价格 = 内在价值 + 时间价值。内在价值是立即行权所能获得的收益，当标的价格低于行权价（虚值，SK）时，价格曲线C与内在价值线之间的差值C-（S-K）即时间价值，且随实值程度加深、两线渐近收敛。时间价值的本质是“到期前仍有机会”的定价，即标的越接近行权价、剩余期限越长、波动率越高，时间价值越贵，其中平值期权的时间价值最大。时间价值的另一显著特征，是其随剩余期限呈非线性衰减：越临近到期衰减越快，到期日归零。这一逐日损耗即 Theta（Θ），一般为负，可视作期权买方持续向卖方支付的“租金”，也是标的在无有利变动时买方最大的隐性成本。

如果说内在价值主要由S-K决定，那么时间价值本质上由“剩余期限×未来波动的不确定性”共同决定，而 BS 模型正是在对这种不确定性进行定价。在 Black–Scholes 框架下，欧式看涨期权价格可表示如下。其中，N()可理解为期权对标的价格变化的敏感度，即Delta；N()则可理解为风险中性框架下期权到期处于实值状态的概率。

希腊字母用作度量期权价格对各风险因子的敏感度。本报告主要用到四个，以欧式看涨期权为例：

1）Delta（Δ）：标的每涨1点，期权价格变动多少。认购Delta在0到1之间、认沽在-1到0之间，平值约±0.5；它同时是对冲比率（做市商每卖出一张Δ=0.5的认购，需买入0.5张标的资产对冲方向风险）；

2）Gamma（Γ）：Delta本身随标的变动的速度。在行权价附近（曲线最弯处）最大，且离到期越近峰值越高；

3）Theta（Θ）：每过一天时间价值的损耗，是期权买方持续付出的租金；

4）Vega（ν）：波动率敏感度，同样在平值附近最高——平值期权“最贵”，正源于其 Γ、ν项同时处于高位。

虚值期权的高杠杆本质上是以更低胜率换取更高的非线性收益弹性。期权的杠杆本质上来自较小的权利金投入所对应的标的价格敞口。对于看涨期权而言，随着行权价提高、虚值程度加深，Delta 虽然逐渐下降，但权利金通常下降得更快，因此单位权利金对应的价格敞口反而上升。需要注意的是，高杠杆并不等于高胜率。虚值期权虽然投入成本更低、潜在收益弹性更高，但 Delta 更低，需要标的出现更大幅度的有利变动才能实现显著收益，同时到期归零的概率也更高。

视角一：从隐含波动率看市场定价了多少风险

在研究波动率之前，我们需要区分两个概念：历史波动率（Historical Volatility, HV）和隐含波动率（Implied Volatility, IV）。历史波动率是基于标的资产过去一段时间收益率序列计算的年化标准差，属于客观统计指标，用于刻画已实现的波动水平。

隐含波动率（IV）是期权价格的另一种报价方式，其是把期权价格反解出来的波动率。给定现货（S）、行权价（K）、期限与利率（T/r），则可以用Black-Scholes公式将价格（P）与波动率（σ）相互对应。市场偏好用波动率报价，因为它剔除了行权价与期限的机械影响，让不同合约直接可比。它衡量的不是未来实际会波动多少，而是市场现在愿意按多高的波动水平来付权利金。因此，在隐含波动率走高的时候，未必是因为预期波动变大，也可能是避险需求推高了保费。

在 Black-Scholes 的理想假设下，同一到期日的不同行权价应对应近似相同的波动率；但在真实市场中，反解得到的隐含波动率（IV）通常会随执行价变化，从而形成“微笑”或“偏斜”曲线。其本质，是市场对不同方向尾部风险的定价差异。我们将在后续具体探讨这一问题。

隐含波动率：本身无法单独用来择时

市场整体的隐含波动率可用恒生指数公司按VIX方法编制的恒指波动率指数（VHSI）观测。十年间恒指VHSI中位数约21.5%，常态区间15.1%–28.6%（10分位至90分位）。作为参照，同期标普500的对应指标（VIX）中位数约16.9%，纳斯达克100指数的对应指标（VXN）中位数约21.1%。这说明港股为不确定性支付的常态保费明显高于美股宽基指数，这与其更高的实现波动和更集中的政策事件风险一致。

从尾部读数看，VHSI的极端高位基本都出现在危机或强事件冲击阶段。2020年3月疫情冲击期间，VHSI于3月16日升至64.8%；2022年10月港股快速下跌阶段，VHSI于10月24日升至约43.1%；2025年4月关税冲击期间，VHSI于4月7日升至47%。

VHSI不适用于指数择时。虽然在多次市场高波中，VHSI高位通常与市场拐点相临近，但从回测角度来看，由于高波动时市场定价效率下降，价格噪声放大，依据单因子逆向买入容易造成较大回撤，不论是高IV单因子策略，还是添加价格下跌过滤，抑或是等待IV回落确认后入场、高IV背离确认等，都无法形成有效择时信号。

若使用隐含波动率上行速度及前20日恒指涨跌来进行观测，后续收益表现存在一定分化。以VHSI历史分位90%以上作为高波动触发，并以前20日恒指涨跌±5%区分前期行情状态，高波动多出现在下跌后的恐慌定价阶段： “快速下跌+VHSI上行快”后20日恒指平均上涨3.21%，多头胜率68.3%，说明下跌后高波动往往包含一定风险释放后的修复信息；“快速上涨+VHSI上行慢”则隐含市场正稳步趋势向上，后20日平均上涨3.8%，多头胜率63.9%。

方差风险溢价：隐波和实现波动率之差衡量“保险”价值

方差风险溢价（VRP）是隐含波动率与实现波动率之差。这一指标有明确的经济含义。期权买方支付权利金，本质上是在购买波动和尾部保护；期权卖方收取权利金，则承担未来波动突然放大的风险。因此，在正常情况下，隐含波动率往往高于随后实现波动率。恐慌阶段，投资者集中买入保护，隐含波动率会快速抬升，VRP随之走高；而在市场过度平静或实际波动突然放大时，VRP也可能压缩甚至转负。构建上，我们将 VHSI - HV21 作为VRP的近似度量。近十年间，恒指VRP中位数约2.31%，常态区间约为-3.00%至6.14%（10分位至90分位），约76%的交易日为正。

高VRP通常出现在下跌已经展开、波动正在放大、投资者集中买保护的阶段，后续虽然更容易出现风险释放后的反弹，但也经常遇到趋势尚未结束、恐慌继续扩散的情形。我们使用VRP构建策略时发现，高VRP状态确实包含一定逆向修复信息，但单因子强度有限，胜率和风险调整收益并不足以支撑其用来择时，只能提示“用于下跌保护的保险已经偏贵”或“恐慌已经被部分定价”，并不能用来单独判断底部。

期限结构：隐波的时间分布，可定价情绪出清程度

把不同到期月份的期权隐含波动率连成曲线，即期限结构。由于远期的不确定性天然更大，正常市场中远月略高于近月（contango），且波动率具有均值回复特性，当前波动无论多低，市场都为远期回到均值定价，加之期限越长、累积的波动率风险溢价越多。当近月突然高过远月时（backwardation，倒挂），往往意味着市场正在集中抢购短期保护，短端恐慌具有更强的急迫性。与隐含波动率指标相似的，直接使用期限结构构建策略难度较大，而比期限斜率水平更稳定的是期限斜率变化率。此外，构建策略时不能只按照期限结构的形状来构建，期限结构在短期大幅上涨/下跌时同样会快速飙升，还需要考虑价格本身的变化。

叠加前20日恒指涨跌（±5%为界）来反映倒挂的驱动因素，六种情形下的市场含义与后市表现呈现显著分化：1）“快速下跌+倒挂快”对应风险的急速定价与恐慌的集中释放，后20日恒指平均上涨6.3%，多头胜率74.2%，历次亏损幅度均较浅；2）平淡市况下出现的倒挂则无论快慢均录得负收益（-2.5%/-1.7%），指数未跌而避险先行反映资金正在为尚未兑现的风险定价，历史上该风险多数如期落地；3）上涨行情中的倒挂需结合速度研判，倒挂缓慢累积者对应趋势形成初期，意味趋势正在形成，后20日平均上涨3.4%,胜率70.3%,行情大概率延续，倒挂急速形成则往往临近冲顶，与情绪过热阶段追涨与买入保护并行导致（如2024年10月），后市转为负贡献。

偏斜：风险逆转与两翼分解

刚才我们提及的不同到期日的期限结构下，隐含波动率可能存在系统性差异。我们尝试从期限结构来进行择时。接下来我们将尝试，使用同一到期日、不同行权价之间的看涨和看跌期权进行分析。

偏斜（Skewness）是隐含波动率曲线呈现出“向左上方倾斜”的市场结构，其衡量的不是波动率高低，而是波动率曲线的倾斜程度。常规刻画是25Δ风险逆转（RR25），即使用Delta值为-0.25的看跌期权隐含波动率减Delta值为+0.25的看涨期权隐含波动率。这里不使用行权价锚定有两点原因，一点是时间序列可比性。行权价是绝对量，恒指从 20000 点涨到 28000 点，同一个行权价的虚值程度完全改变，跨期比较失去意义，第二是Delta本身具有对冲含义。25Δ意味着标的每变动一单位，期权价格变动0.25单位，这是做市商实际管理头寸时使用的坐标，与市场报价习惯一致。

股指期权的 IV 曲线通常更明显地呈左偏。低执行价 Put 的 IV 高于高执行价 Call。这主要源于两点：一是股票下跌往往伴随波动放大与“大幅下跌风险”，二是机构投资者长期存在买入 Put 进行下行保护的需求，因此左侧保险溢价更高。相比之下，大宗商品期货期权更常见的是双翼抬升、形态更接近对称微笑，因为其标的价格更容易同时受到供需冲击、库存变化、天气及地缘事件影响，上下两侧尾部风险都可能被定价。不过也需注意，不同期货品种的 IV 曲线并不完全一致，部分品种也可能表现为右偏或局部偏斜。

由于偏斜是期权市场在某一时刻对左右两翼相对定价的结果，由买卖双方的供需力量决定，因此并不是理性计算下的无偏估计，其携带了可用于交易的信息，反映出市场参与者当下的持仓与情绪处在什么状态。在数据复盘中我们发现，RR25 分位数最高一档之后 20 日恒指平均上涨 1.75%，最低一档平均下跌 0.95%，而中间八档在零附近无序波动。偏斜策略据此构建。

偏斜可用于构建恒指择时模型。以滚动历史分位数为信号，多空双向：分位数上穿阈值时做多，下穿镜像阈值时做空，回落至中性区、触发半程减仓线或持有到期限时平仓。三条独立的滚动选参轨道（1年、3年、5年训练窗口）各占三分之一资金，回测为逐年滚动前推的拼接样本外，年化10.1%、夏普 0.74、最大回撤−18.3%，同期恒指买入持有年化−2.2%、回撤−55.5%。空头腿（去重后77 笔、胜率73%、单笔均值+1.79%）与多头腿（41笔、胜率66%、均值+2.20%）均有贡献，两腿日收益相关系数0，起完全错峰的分散作用。

视角二：多空头寸与流量看市场的共识性和置信度

在介绍完期权的价格与波动之后，我们需要观察导致价格变动的流量与持仓数据。在不考虑手续费的情形下，期权市场是零和的，即每一张未平仓的期权合约，都同时对应一个买方（Long）和一个卖方（Short），买方的盈利（或损失）精确等于卖方的损失（或盈利）。

Put/Call比率：两个口径，两种时间尺度，两种计算方式

成交量或未平仓合约数反映的是市场参与的规模和流动性深度，本身不携带方向信息。一张未平仓的看涨期权，背后既有看多的买方，也有可能是在卖Call增强收益的卖方（常见于 covered call 策略）；一张未平仓的看跌期权，背后既有看空的买方，也有在卖Put接货的机构。与此同时，期权的众多交易策略可能使得机构在构建某一特定组合情形下不暴露单腿敞口，例如蝶式期权买入两份期权的同时卖出两份期权。所以单看Vol或者OI的绝对值，无法直接解读为看多或看空。

因此我们需要引入认沽认购比Put/Call Ratio（PCR），以认沽与认购之比刻画市场情绪。通常而言分成交量口径和持仓量口径两种：

1）成交量PCR= Σ认沽成交量 / Σ认购成交量，度量当日交易情绪，属流量指标，对情绪变化响应即时；

2）持仓量PCR 以未平仓合约量（Open interest，OI）替换成交量，度量存量对冲结构的水位，属存量指标，由数周乃至数月的头寸累积决定，单日交易仅能使其缓慢移动。流量与存量的这一差别，决定了两者在统计性质与信号用途上的区别。

持仓量PCR的择时效果要显著优于成交量PCR，且对于突破形态及反转形态均有良好的识别能力。持仓量PCR策略以滚动分数为信号，由两条纯多头子策略合成：突破腿在乐观形成时顺势买入，反转腿在跌至极端低位时反转买入，各占一半资金，以持仓周期或市场走势作为平仓信号。回测为逐年滚动前推的拼接样本外，年化5.7%、夏普0.68、最大回撤-13.8%，年换手约六倍，同期恒指买入持有年化0.9%、回撤-55.7%。

无论成交量口径还是持仓量口径，恒指PCR与市场走势均呈正相关，这与经典的逆向解读相悖（如下跌阶段看跌期权持仓者增多，PCR上升）。这一现象源于港股期权市场以机构为主的投资者结构，put在这里的主要功能是对冲而非投机。持仓数据可以佐证：恒指期权put持仓的平均Delta绝对值仅约0.11，即存量集中在深度虚值区域，这是保护性对冲头寸的分布特征，因为方向性看空交易往往不会集中在如此虚值的位置。由此形成的传导路径是：市场上涨时，多头组合市值扩大，保护性put的配置需求随之上升，分子端存量累积，PCR走高；市场大跌时，存量put对冲被平仓兑现或到期，同时机构倾向于以卖出看涨期权的方式表达谨慎观点并收取权利金，分子收缩叠加分母走高，PCR整体回落。因此在港股市场，高PCR反映的是“多头仓位大、对冲需求强”，而非恐慌情绪。

成交量使用Delta加权处理更有实用意义。我们用相同的策略构建方法对于成交PCR进行处理，策略效果得到了大幅改进，而持仓PCR（OI）却变化不显著。这是因为流量和存量的区别。持仓PCR（OI）是存量指标，Delta加权OI的日变化被旧持仓的delta机械重定价主导（涨跌本身会影响现有期权Delta），加权引入了噪音；成交量是流量，每天的成交按当天的delta加权，不存在旧仓重定价。

Delta加权成交量PCR表现出良好的策略效果。沿用与持仓量PCR相同的双腿框架，突破腿在情绪抬升时顺势买入，反转腿在跌至极端低位时反转买入，均为纯多头，以最大持有周期或反向信号平仓。样本外年化10.4%、夏普0.81、最大回撤-18.2%，且在3年与5年两条独立训练轨上给出一致的结果，窗口稳健性良好。将Δ加权量PCR与持仓量PCR按30%/70%配置，组合夏普1.05、年化11.22%、回撤-12.7%，相对持仓量PCR单独运行略有抬升。

归因来看，周权上市后系统性地改变了期权市场的参与者结构，使得港股的择时意义大幅抬升。从 2020年到2025年，周权成交占比从10%升到49%，意味着全市场成交量的近一半来自短线资金。此前月权月度到期，持有成本高、时间价值衰减慢，主要参与者更多是对冲和方向性配置的机构。而周权距离到期只有几天，天然吸引短线投机和事件博弈的散户与高频盘，结合情绪策略本身捕捉的是短线交易的过度，因此周权出现后市场的情绪策略空间大幅打开。

GEX：做市商Gamma敞口，判断趋势延续还是均值回归

GEX（Gamma Exposure，伽马敞口），指做市商（dealer）整体持有多少Gamma，对应代表市场每波动1%时，他们需要被迫在现货/期货上买卖多少金额的机械对冲流。在计算过程中，需要把整条期权链（所有到期日及行权价）的Gamma按做市商角度加总后得到的市场微观结构指标。按照惯例，做市商假设下，终端客户通常是 Call 的卖方（如备兑开仓）和 Put 的买方（如买入认沽保护），因此做市商在两种情形下分别是+Gamma和-Gamma，并以此为基准进行逐合约计算：Gamma×持仓量×合约乘数×指数点位²×1%。

当净GEX为正时，做市商的对冲行为机械上是逆趋势的，即随着市场上涨，他们的Delta也随之增加，他们需要卖出股票进行再平衡，随着市场下跌，他们的Delta会减少，所以他们会买股票来重新平衡。这就是稳定反馈回路的定义。因此正Gamma抑制了波动。在高正向的GEX环境中，我们更容易看到波动率的压缩与区间波动、均值回归的价格走势。对应的，在负GEX的环境中，做市商的行为会放大波动，我们会看到趋势或者突破性的价格走势以及较为剧烈的波动。以今年以来的指数高点1月28日为例，彼时GEX达19.3亿港币，即恒指每上涨1%，做市商需要被动抛售19.3亿的恒生指数产品，抑制了上涨动能。在指数回调至2月20日左右时，GEX变为-12.6亿，即指数每下跌1%，做市商需要抛售12.6亿的恒生指数产品，放大了下跌趋势。

GEX是波动率状态指标而不是方向指标。我们使用GEX对未来波动率进行预测，GEX滚动252日分位与未来5日已实现波动率显著负相关（r=-0.115，p<0.001）。最低分位组未来5日RV约19.6%-23.6%，最高组17.3%-17.9%，验证高GEX可显著压低未来五日年化波动率中值约4个百分点。但其对次日绝对收益区分度弱，各分位组次日收益均值无方向性差异。在使用上，GEX由正转负可以对波动率形成潜在预警，此时减仓、买保护、或切换到趋势跟随策略；由负转正回归后切回均值回归策略。

可从降低波动的角度构建策略。构建上，当GEX过去一年分位跌破20%离场，回升超过40%进场，20-40之间维持原仓位不动，用以规避波动率剧烈放大时的非理性定价阶段。从策略效果来看，纯多头策略下不考虑交易成本，可将恒指持有的收益由年化1.6%提升至年化约7%，同时可大幅缩减回撤，将夏普提升至0.4。但若将交易手续费提至千分之二，则收益率会大幅回落，但仍强于不择时的情况。

持仓分布与Max Pain：压力与阻力

未平仓合约分布（OI by strike）把各行权价上的持仓量画出来，可以定位 OI 堆积重的行权价。这些价位往往形成心理上的支撑/压力，尤其临近到期时，市场有向大量 OI 集中的行权价（Max Pain）收敛的倾向。Max Pain 指使全部未平仓期权内在价值总和最小的行权价，市场流行叙事认为期权卖方有动力在到期日将标的价格引导至该点位附近，其机制基础是：临近到期时平值附近Gamma较大，做市商在持仓密集的行权价上进行Delta对冲会产生反向的被动资金流，使价格被吸附在高持仓区附近。

恒生指数期权的周度Max Pain钉盘效应较为显著。Max Pain在指数上方超0.3%的114个周，末日平均+0.28%；Max Pain在指数下方超0.3%的131个周，平均−0.26%，组间p=0.007。中间84个偏离不足0.3%的周没有可漂移空间。这意味着当Max Pain发出信号时，当天更容易出现向Max Pain回归的分时走势。

视角三：不同到期日期权组成的远期链条隐含未来价格分布

理论基础与构造

期权市场隐含了市场预期的赔率与胜率。胜率与赔率一直是投资框架中最关键的两大因子。我们根据自身了解到的信息以及对市场的深度研判，会对一笔投资的胜率和赔率形成观点，进而参与投资。但另一方面，预期差才是盈利的主要来源，因此如何了解到该观点的市场计价程度，或者说市场一致预期的胜率和赔率，也是投资中的重要议题。

本视角是把整条期权链批量构建，反推出市场对标的未来价格的完整概率分布，观察市场交易隐含的胜率与赔率。理论基础是 Breeden-Litzenberger：欧式看涨期权价格对行权价的二阶偏导，正比于风险中性密度。也就是说，∂²C/∂K² 直接给出市场隐含的到期价格概率密度。实操上因为行权价离散、数据有噪声，需要先对 IV 曲线做平滑插值，再解析地或数值地求二阶导，得到一条光滑的风险中性分布（RND）。从这样一条概率分布中，我们可以观测到市场对于上行和下行风险的不对称预期（Skew，我们此前已有所涉及）、尾部概率（如市场认为跌超10%的概率是多少）等。

举例而言，假设当前恒指在22000点附近，交易者同时做两笔交易，买入行权价22000的看涨期权，卖出行权价22200的看涨期权，形成牛市看涨期权结构，对应三种结果：1）指数收在22000以下，两张期权到期价值为0；2）指数收在22200以上，到期价值为200点；3）收在两者之间，到期价值在0到200之间。假如这个组合当前价格是90，对应最多盈利200，说明市场大体认为“到期上涨超过22200”这件事有90÷200=45%的可能（近似计算，实际约42%）。如果市场认为只有20%可能，没人愿意花90点买它；如果认为有70%可能，90点早被抢光了。价格是所有交易者用真金白银投票投出来的，所以这个45%就是市场对于胜率的集体判断。把所有行权价都进行类似计算，概率就连成了分布，也就是我们可以观测的市场一致预期。

从期权链了解市场预期价格，从而找到预期差

有了这样一个预期分布，我们就可以在任意时点通过期权链回答两个问题：市场认为未来会发生什么，以及这种定价放在历史上是贵还是便宜。以8月27日的恒指期权为例：

1）概率的绝对水平：短期看，市场预期指数在现价附近窄幅震荡，且没有明确方向。当前市场交易得到的8天期的隐含分布一致预期显示，指数收在24600上方的概率为93.7%，收在26400上方的概率仅6.2%，一周主要波动区间落在24600至26400之间；贴近现价的25600上穿概率为47.4%，多空基本持平。拉长期限后，不确定性按时间正常扩散，并无额外的方向性押注：24600的上穿概率从8天的93.7%降至92天的70.1%，26600的上穿概率从2.9%升至30.9%，而25600的上穿概率在各期限始终落在47.4%至50.3%之间。

2）定价的历史位置。当前是期权定价罕见便宜的时点，市场几乎没有为任何一种风险支付溢价。一个月期隐含波动率17.3%仅处于历史约20%分位，隐含峰度4.44处于约23%分位，市场既不认为会大幅波动，也不认为会出现跳跃。尾部同样廉价且方向中性：一个月内涨超5%与跌超5%的概率分别为12.8%和14.4%，跌超10%与涨超10%的概率分别为3.2%和1.8%，四项的历史分位全部落在21%到29%之间。下行担忧甚至弱于常态：隐含偏度-34.1%处于约60%分位，负偏程度不及历史多数时候。

由此，寻找预期差的路径就很清楚：将自己基于基本面或事件分析形成的主观概率，与上述隐含概率逐一比对，缺口大的位置就是交易机会。如果判断9月存在尚未被计入的风险事件，此时做多波动率的时间成本处在历史低位，性价比明显高于6月；方向上，偏度60%分位说明下行保护相对不贵，买入虚值看跌或做多跨式都在可选范围内。同样的框架也适用于风险事件前后：比较事件前后同一行权价隐含概率的变化，就能量化市场为事件计入了多少风险溢价。

实务中常用Delta近似期权的行权概率，这个做法有理论依据但存在系统性偏差。Black-Scholes框架下，认购期权Delta等于e^(-qT)·N(d₁)，而到期落入实值的风险中性概率是N(d₂)，两者相差d₁与d₂之间的σ√T。由于σ和T均为正，d₂恒小于d₁，因此认购期权的Delta始终高于真实行权概率，认沽期权则相反，|Delta|低估行权概率。偏差幅度约等于该点的概率密度乘以σ√T，即波动率越高、期限越长，Delta越不可靠。

数据口径误差及模型风险：本文指标在可得数据源基础上清洗后计算，与真实数据可能存在偏差。此外，计算中Black-Scholes框架及Breeden-Litzenberger 等方法可能存在由于基准假设带来的系统性偏离。

衍生品信号失效风险：本文的隐含波动率、偏斜、认沽认购比率及做市商 Gamma 敞口等指标均基于历史数据构建，其有效性依赖于市场结构与参与者行为的相对稳定。港股期权市场近年结构变化显著，若参与者结构、产品供给或监管环境发生变化，历史规律可能不再适用。

研报《如何用期权信息对港股定价与择时？》2026年8月31日

李雨婕分析师 S0570525050001 | BRG962

何康分析师 S0570520080004 | BRB318

栾迪联系人 S057012412001