உயர்ந்த put/call ratio bullish குறியீடா?

உயர்ந்த put/call ratio என்பது வழக்கமான contrarian bullish குறியீடாகக் கருதப்படுகிறது: put options-ஐ அசாதாரணமாக அதிகமாக வாங்குவது, சந்தை சரிவுக்காக பெரும்பாலான முதலீட்டாளர்கள் ஏற்கனவே தயாராகிவிட்டனர் என்பதற்கான அறிகுறியாகப் பார்க்கப்படுகிறது. ஆனால் அந்தக் குறியீட்டின் அடிப்படையில் செயல்படுவதில் ஒரு சிக்கல் உள்ளது. “உயர்ந்தது” என்பதற்கு நிலையான மதிப்பு எதுவும் இல்லை. உங்கள் திரையில் காணப்படும் 1.15 என்ற அளவு, தனிப்பட்ட பங்குகளின் options-ல் மிகைப்படுத்தப்பட்ட அளவாக இருக்கலாம்; அதே நேரத்தில் index products-ல் அது வழக்கமான ஒரு வர்த்தக நாளின் அளவாக இருக்கலாம்.

இந்தக் கேள்விக்கு தேவையானது ஒரு reference distribution ஆகும். இந்தப் பக்கம், இரு சந்தைப் பிரிவுகளுக்கும் அதனை வழங்குகிறது. பின்னர், உயர்ந்த அளவுகள் பதிவானதைத் தொடர்ந்து என்ன நடந்தது என்பதையும் அளவிடுகிறது. put/call ratio பற்றிய விளக்கம் இந்த ratio எவ்வாறு கணக்கிடப்படுகிறது என்பதை விளக்குகிறது. கீழே உள்ள அனைத்தும் அந்த வரையறையிலிருந்தே தொடங்குகின்றன.

இந்த அளவீடு குறித்து இரண்டு குறிப்புகள் உள்ளன. இங்கு உள்ள ஒவ்வொரு ratio-வும் அந்த நாளில் வர்த்தகம் செய்யப்பட்ட contracts-ஐக் கணக்கிடுகிறது. எனவே இது volume ratio ஆகும். Open interest என்பது இன்னும் திறந்திருக்கும் positions-ஐக் கணக்கிடுகிறது; அது வேறொரு அளவீடு (volume மற்றும் open interest இடையிலான வேறுபாடு இந்த இரண்டையும் பிரித்து விளக்குகிறது). மேலும், இந்த எண்கள் முழுச் சந்தை tape-இலிருந்து பெறப்பட்டவை அல்ல. நிலையான basket-இலிருந்து பெறப்பட்டவை: பரவலாக வைத்திருக்கும் பத்து single-stock பெயர்கள் மற்றும் மூன்று broad-market ETFs. எனவே, கடைசி decimal-ஐ விட distribution-ன் வடிவத்தைப் பொருட்படுத்திப் படிக்க வேண்டும்.

அதிக put/call ratio என எதை கருதலாம்?

ஒரு நிலை மட்டுமே அளிக்க முடியாத கேள்விக்கு percentile பதிலளிக்கிறது. கீழேயுள்ள curve, January 2022 முதல் July 2026 வரை நடைபெற்ற ஒவ்வொரு session-ஐயும் உள்ளடக்கியது. ஒவ்வொரு book-க்கும் ஒரு session-க்கு ஒரு ratio வழங்கப்பட்டுள்ளது.

WITH book_days AS (
    SELECT date AS day,
           if(underlying_symbol IN ('SPY', 'QQQ', 'IWM'), 'index_etf', 'equity') AS book,
           sumIf(volume, upper(substring(ticker, length(ticker) - 8, 1)) = 'P') AS put_volume,
           sumIf(volume, upper(substring(ticker, length(ticker) - 8, 1)) = 'C') AS call_volume
    FROM global_markets.options_greeks
    WHERE date >= toDate('2022-01-01')
      AND date <= toDate('2026-07-31')
      AND volume > 0
      AND underlying_symbol IN ('SPY', 'QQQ', 'IWM', 'AAPL', 'MSFT', 'NVDA', 'AMZN',
                                'META', 'TSLA', 'GOOGL', 'JPM', 'KO', 'XOM')
    GROUP BY day, book
    HAVING call_volume > 0
),
paired AS (
    SELECT day,
           toFloat64(sumIf(put_volume, book = 'equity'))
             / toFloat64(sumIf(call_volume, book = 'equity')) AS equity_pcr,
           toFloat64(sumIf(put_volume, book = 'index_etf'))
             / toFloat64(sumIf(call_volume, book = 'index_etf')) AS index_pcr
    FROM book_days
    GROUP BY day
    HAVING sumIf(call_volume, book = 'equity') > 0
       AND sumIf(call_volume, book = 'index_etf') > 0
),
curves AS (
    SELECT arrayMap(v -> round(v, 2),
                    quantilesDeterministic(0.05, 0.10, 0.25, 0.50, 0.75, 0.90, 0.95, 0.99)
                                          (equity_pcr, cityHash64(day))) AS eq,
           arrayMap(v -> round(v, 2),
                    quantilesDeterministic(0.05, 0.10, 0.25, 0.50, 0.75, 0.90, 0.95, 0.99)
                                          (index_pcr, cityHash64(day))) AS idx
    FROM paired
)
SELECT z.1 AS percentile,
       z.2 AS equity_pcr,
       z.3 AS index_etf_pcr
FROM (
    SELECT arrayJoin(arrayZip(['p05', 'p10', 'p25', 'p50', 'p75', 'p90', 'p95', 'p99'], eq, idx)) AS z
    FROM curves
)

Single-stock basket-இல், median session-ல் ஒரு call-க்கு 0.67 puts பதிவாகின. மிக உயர்ந்த decile session-கள் 0.89-இல் தொடங்கின. மிகக் கடுமையான one percent 1.34-ஐத் தாண்டின. குறைந்த அளவிலான பகுதியும் calibration-க்கு அதே அளவு பயனுள்ளதாகும்: இருபது session-களில் ஒன்று 0.48 அல்லது அதற்குக் குறைவாக முடிந்தது.

ETF column-ன் distribution, curve-ன் ஒவ்வொரு புள்ளியிலும் வேறுபட்டதாக உள்ளது. அதன் median session reading 1.45 ஆக இருந்தது. இது, single-stock median தெளிவாகக் குறைவாக இருக்கும் one-to-one line-ஐ விட உயர்ந்தது. ETF-ன் top decile 1.77-இல் தொடங்கியது. எந்த book-ஐக் குறிக்கிறது என்று குறிப்பிடாமல் ஒரு ratio-வைச் சொல்வது கிட்டத்தட்ட அர்த்தமற்றது. அந்த 1.15 print, அது எந்த column-இலிருந்து வந்தது என்பதைப் பொறுத்து இரண்டு வெவ்வேறு அர்த்தங்களைக் கொண்டுள்ளது.

குறியீட்டு ratio 1-ஐத் தாண்டுவது ஏன் இயல்பானது; equity ratio 1-ஐத் தாண்டுவது ஏன் இயல்பானதல்ல

அதே trading volume-ஐ underlying அடிப்படையில் பிரித்துப் பார்த்தால், இரு நிலைகளும் தெளிவாக வேறுபடுகின்றன.

WITH symbol_days AS (
    SELECT underlying_symbol AS symbol,
           date AS day,
           sumIf(volume, upper(substring(ticker, length(ticker) - 8, 1)) = 'P') AS put_volume,
           sumIf(volume, upper(substring(ticker, length(ticker) - 8, 1)) = 'C') AS call_volume
    FROM global_markets.options_greeks
    WHERE date >= toDate('2026-01-01')
      AND date <= toDate('2026-07-31')
      AND volume > 0
      AND underlying_symbol IN ('SPY', 'QQQ', 'IWM', 'AAPL', 'MSFT', 'NVDA', 'AMZN',
                                'META', 'TSLA', 'GOOGL', 'JPM', 'KO', 'XOM')
    GROUP BY symbol, day
    HAVING call_volume > 0
)
SELECT symbol,
       round(toFloat64(sum(put_volume)) / toFloat64(sum(call_volume)), 2) AS put_call_ratio,
       round(100 * countIf(put_volume > call_volume) / count(), 1) AS above_one_pct,
       count() AS observations
FROM symbol_days
GROUP BY symbol
ORDER BY put_call_ratio DESC

2026-ன் முதல் ஏழு மாதங்களில், IWM அட்டவணையின் முதலிடத்தில் இருந்தது. ஒவ்வொரு call-க்கும் 2.73 puts என்ற விகிதத்தைப் பதிவு செய்தது. அதன் 144 sessions-இல் 98.6% sessions-ல் ratio ஒன்று விட அதிகமாக முடிந்தது. அடிப்பகுதியில் இருந்த XOM, 0.38 என்ற விகிதத்தில் வர்த்தகம் செய்தது. அதன் sessions-இல் 2.8% sessions-ல் ratio ஒன்று விட அதிகமாக இருந்தது.

இந்த இடைவெளி structural தன்மை கொண்டது. Broad-market ETF options-களில்தான் portfolio hedging நடைபெறுகிறது. இருநூறு positions வைத்திருக்கும் ஒரு manager, ஒவ்வொரு holding-க்கும் put வாங்குவதற்குப் பதிலாக index puts வாங்குகிறார். அந்த flow-க்கு இணையான call trade அவசியம் இருப்பதில்லை. Single-stock option volume இதற்கு மாறாக இருக்கும். மேல்நோக்கிய லாபத்துக்காக calls வாங்கப்படுகின்றன; ஏற்கெனவே வைத்திருக்கும் stock-க்கு எதிராக calls எழுதப்படுகின்றன. “Total” ratio இரு books-ஐயும் கலந்து கணக்கிடுவதால், இந்த இரு விகிதங்களுக்கு இடையில் அமைகிறது. அன்றைய product mix மாறும்போது, sentiment-ஐப் போலவே இந்த ratio-வும் மாறும்.

மேலும் ஒரு level shift-ஐ அறிந்திருப்பது பயனுள்ளதாகும். Index மற்றும் ETF volume-ல் same-day expiries-ன் பங்கு இப்போது அதிகமாக உள்ளது (0DTE options). பழைய familiar thresholds எழுதப்பட்ட காலத்தில், இந்தப் பிரிவு இத்தகைய அளவில் வர்த்தகம் செய்யப்படவில்லை. எனவே composition மாறியுள்ள இந்த tape-க்கு பழைய levels-ஐ நேரடியாகப் பயன்படுத்த முடியாது.

அதிக put/call ratio bullish சிக்னலா? Extreme நிலைகளுக்குப் பிறகு என்ன நடந்தது

Contrarian கருத்தைச் சோதிக்கலாம். ஒவ்வொரு trading session-ஐயும், அந்த நாளின் equity ratio அடிப்படையில் ஐந்து சமப் பிரிவுகளாக வகைப்படுத்தி, அடுத்த 5 மற்றும் 20 sessions-ல் S&P 500 tracker எவ்வாறு நகர்ந்தது என்பதை அளவிடலாம்.

WITH raw AS (
    SELECT date AS day,
           sumIf(volume, upper(substring(ticker, length(ticker) - 8, 1)) = 'P') AS put_volume,
           sumIf(volume, upper(substring(ticker, length(ticker) - 8, 1)) = 'C') AS call_volume
    FROM global_markets.options_greeks
    WHERE date >= toDate('2022-01-01')
      AND date <= toDate('2026-07-31')
      AND volume > 0
      AND underlying_symbol IN ('AAPL', 'MSFT', 'NVDA', 'AMZN', 'META',
                                'TSLA', 'GOOGL', 'JPM', 'KO', 'XOM')
    GROUP BY day
    HAVING call_volume > 0
),
equity_pcr AS (
    SELECT day, toFloat64(put_volume) / toFloat64(call_volume) AS pcr
    FROM raw
),
spy_daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
           toFloat64(argMax(close, window_start)) AS close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2022-01-01')
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-08-01')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY day
),
forward AS (
    SELECT day,
           close,
           any(close) OVER (ORDER BY day ASC ROWS BETWEEN 5 FOLLOWING AND 5 FOLLOWING) AS close_5,
           any(close) OVER (ORDER BY day ASC ROWS BETWEEN 20 FOLLOWING AND 20 FOLLOWING) AS close_20
    FROM spy_daily
),
joined AS (
    SELECT p.day AS day,
           p.pcr AS pcr,
           100 * (f.close_5 / f.close - 1) AS fwd_5d_pct,
           100 * (f.close_20 / f.close - 1) AS fwd_20d_pct
    FROM equity_pcr AS p
    INNER JOIN forward AS f ON p.day = f.day
    WHERE f.close_5 > 0 AND f.close_20 > 0
),
cuts AS (
    SELECT quantilesDeterministic(0.2, 0.4, 0.6, 0.8)(pcr, cityHash64(day)) AS q
    FROM joined
)
SELECT multiIf(pcr < q[1], 'lowest fifth',
               pcr < q[2], 'second fifth',
               pcr < q[3], 'middle fifth',
               pcr < q[4], 'fourth fifth',
               'highest fifth') AS pcr_band,
       count() AS observations,
       round(min(pcr), 2) AS band_floor_ratio,
       round(quantileDeterministic(0.5)(fwd_5d_pct, cityHash64(day)), 2) AS fwd_5d_median_pct,
       round(quantileDeterministic(0.5)(fwd_20d_pct, cityHash64(day)), 2) AS fwd_20d_median_pct,
       round(quantileDeterministic(0.25)(fwd_20d_pct, cityHash64(day)), 2) AS fwd_20d_p25_pct,
       round(quantileDeterministic(0.75)(fwd_20d_pct, cityHash64(day)), 2) AS fwd_20d_p75_pct
FROM joined CROSS JOIN cuts
GROUP BY pcr_band
ORDER BY band_floor_ratio ASC

அமைதியான ஐந்தில் ஒரு பகுதி sessions 0.34-ல் தொடங்குகிறது. அதிக செயல்பாடு கொண்ட ஐந்தில் ஒரு பகுதி 0.81-ல் தொடங்குகிறது. எனவே, contrarian முதலீட்டாளர் stretched எனக் கருதும் அனைத்து readings-களும் மேல்பட்டையில் அடங்குகின்றன. அந்த 226 sessions-ல், 20-session move-ன் median 3% ஆக இருந்தது. அமைதியான ஐந்தில் ஒரு பகுதிக்குப் பிறகு அது 0.91% ஆக இருந்தது. ஐந்து sessions கழித்து, இதே இரண்டு பிரிவுகளின் அளவுகள் முறையே 0.82% மற்றும் 0.3% ஆக இருந்தன.

Median அளவுகள் முக்கியமான பகுதியை மறைக்கின்றன. மேல்பட்ட ஐந்தில் ஒரு பகுதிக்குள், 20-session outcomes-ன் நடுப்பாதி -1.82% முதல் 5.71% வரை இருந்தது. அமைதியான ஐந்தில் ஒரு பகுதிக்குள், அந்த நடுப்பாதி -0.83% முதல் 2.67% வரை இருந்தது. இந்த இரண்டு வரம்புகளும் பெருமளவில் ஒரே பகுதியை உள்ளடக்குகின்றன. ஒரு session எந்தப் பிரிவில் அடங்குகிறது என்பது distribution-ன் மையத்தை மாற்றுகிறது. ஆனால் அந்த மையத்தைச் சுற்றியுள்ள வரம்பை அது மிகக் குறைவாகவே சுருக்குகிறது. ஒரு பொதுவான விதி தவிர்க்கும் பகுதி இதுவே.

மாதிரியின் எடையைப் பற்றிய ஒரு எச்சரிக்கை உள்ளது. January 2022 முதல் July 2026 வரையிலான காலத்தில் ஒரு bear market-மும், அதனைத் தொடர்ந்து ஏற்பட்ட recovery-யும் அடங்குகின்றன. ஒவ்வொரு பிரிவிலும் சுமார் 226 sessions உள்ளன. இது உண்மையான மாதிரி அளவாக இருந்தாலும், சந்தை வரலாற்றின் ஒரு குறிப்பிட்ட காலப்பகுதியை மட்டுமே பிரதிபலிக்கிறது.

சந்தைத் தாழ்வுகளில் தீவிரமான அளவீடுகள் குவிகின்றனவா?

அவை சரிவு ஏற்பட்ட மாதங்களில் குவிகின்றன; இது வேறுபட்ட கூற்று. 2022 முதல் ஒவ்வொரு மாதத்தையும், அதற்குள் tracker எவ்வாறு நகர்ந்தது என்பதன் அடிப்படையில் குழுவாகப் பிரிக்கவும். பின்னர் ஒவ்வொரு குழுவிலும் top-decile put/call readings எத்தனை பதிவாகின என்பதை எண்ணவும்.

WITH raw AS (
    SELECT date AS day,
           sumIf(volume, upper(substring(ticker, length(ticker) - 8, 1)) = 'P') AS put_volume,
           sumIf(volume, upper(substring(ticker, length(ticker) - 8, 1)) = 'C') AS call_volume
    FROM global_markets.options_greeks
    WHERE date >= toDate('2022-01-01')
      AND date <= toDate('2026-07-31')
      AND volume > 0
      AND underlying_symbol IN ('AAPL', 'MSFT', 'NVDA', 'AMZN', 'META',
                                'TSLA', 'GOOGL', 'JPM', 'KO', 'XOM')
    GROUP BY day
    HAVING call_volume > 0
),
equity_pcr AS (
    SELECT day, toFloat64(put_volume) / toFloat64(call_volume) AS pcr
    FROM raw
),
cut AS (
    SELECT quantileDeterministic(0.90)(pcr, cityHash64(day)) AS p90
    FROM equity_pcr
),
by_month AS (
    SELECT toStartOfMonth(day) AS month_start,
           countIf(pcr >= cut.p90) AS extreme_reads,
           quantileDeterministic(0.5)(pcr, cityHash64(day)) AS median_pcr
    FROM equity_pcr CROSS JOIN cut
    GROUP BY month_start
),
spy_daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
           toFloat64(argMax(close, window_start)) AS close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2022-01-01')
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-07-31')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY day
),
spy_month AS (
    SELECT toStartOfMonth(day) AS month_start,
           100 * (argMax(close, day) / argMin(close, day) - 1) AS move_pct
    FROM spy_daily
    GROUP BY month_start
)
SELECT multiIf(s.move_pct <= -3, 'index down 3% or more',
               s.move_pct < 0, 'index down under 3%',
               s.move_pct < 3, 'index up under 3%',
               'index up 3% or more') AS index_move_bucket,
       count() AS observations,
       round(avg(m.extreme_reads), 1) AS top_decile_reads_avg,
       round(quantileDeterministic(0.5)(m.median_pcr, cityHash64(m.month_start)), 2) AS typical_pcr_ratio
FROM by_month AS m
INNER JOIN spy_month AS s ON m.month_start = s.month_start
GROUP BY index_move_bucket
ORDER BY min(s.move_pct) ASC

tracker 3% அல்லது அதற்கு மேல் சரிந்த மாதங்களில், ஒவ்வொரு மாதத்திற்கும் சராசரியாக 4.2 top-decile readings பதிவாகின. tracker 3% அல்லது அதற்கு மேல் உயர்ந்த மாதங்களில் இது 1.9 ஆக இருந்தது. ஒவ்வொரு குழுவின் median daily reading-ம் கடைசி பத்தியில் உள்ளது. மிக மோசமான குழுவுக்கு அது 0.75; சிறந்த குழுவுக்கு 0.62. அட்டவணையின் இரு முனைகளில் முறையே 12 மற்றும் 22 மாதங்கள் உள்ளன.

தீவிரமான put/call readings மற்றும் விலைச் சரிவுகள் ஒன்றாகத் தோன்றுகின்றன. இது ஒரேநேர நிகழ்வு மட்டுமே. முந்தைய பகுதியில் உள்ள forward numbers-தான் இதன் மதிப்பை விளக்குகின்றன. இந்த ratio, ஒரே நாளின் tape-ஐ அளக்கும் ஒரேநாள் measurement ஆகும். எனவே அதன் spikes, சரிவுகளுக்கு முன்பாக அல்ல; சரிவுகளுக்குள் தோன்றுகின்றன. Low என்பது பின்னர் இணைக்கப்படும் label ஆகும்.

ஒரு distribution-க்கு எதிராக ஒரு அளவீட்டை வாசித்தல்

மேலுள்ள எண்களிலிருந்து இரண்டு பழக்கங்கள் உருவாகின்றன.

முதலில், ஒப்பிடத்தக்கவற்றையே ஒப்பிட வேண்டும். ஒரு அளவீட்டின் பொருள், அதே புத்தகத்தின் ஒப்பிடத்தக்க காலப்பகுதிக்கான வரலாற்றுடன் ஒப்பிடும்போதுதான் தெளிவாகிறது. இதையே percentile table வழங்குகிறது; நினைவில் வைத்திருக்கும் threshold இதை வழங்காது.

அடுத்து, denominator-ஐ கவனிக்க வேண்டும். put வாங்குதல் மாறாமல் இருந்தாலும் call volume அதிகரிக்கும்போது ratio குறையும். Fraction-ன் ஒரு பக்கம் மட்டும் நகர்வதாலும் ratio குறையலாம் அல்லது திடீரென உயரலாம். எனவே put volume மற்றும் call volume ஆகியவற்றைத் தனித்தனியாக வாசிப்பது கணக்கீட்டைத் தெளிவாக வைத்திருக்கிறது.

வெறும் எண்ணாகக் குறிப்பிடப்படும் ஒவ்வொரு sentiment gauge-க்கும் இதே ஒழுங்கு பொருந்தும். VIX மற்றும் 30% implied volatility print ஆகியவற்றை அவற்றின் சொந்த distributions இல்லாமல் புரிந்துகொள்ள முடியாது. அதேபோல், contrarian sentiment rules-ன் தரவுசார் நம்பகத்தன்மை, reference level ஊகிக்கப்படாமல் அளவிடப்படும்போதுதான் நிலைத்திருக்கும்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

உயர்ந்த put/call ratio சாதகமானதா?

மாறுபட்ட கோணத்தில் பார்க்கும்போது, அதிக அளவில் put options வாங்கப்படுவது சந்தை ஏற்கனவே சரிவை எதிர்பார்த்து நிலைப்பாடு எடுத்திருப்பதைக் குறிக்கிறது. மேலே குறிப்பிடப்பட்ட single-stock basket-ஐ அடிப்படையாகக் கொண்ட அளவீட்டில், readings-ன் மேலான ஐந்தில் ஒரு பகுதியிலிருந்த sessions-க்கு அடுத்த 20 sessions-இல் S&P 500 tracker-ன் median move 3% ஆக இருந்தது. இதற்கு மாறாக, மிக அமைதியான ஐந்தில் ஒரு பகுதியுக்குப் பிறகு அது 0.91% ஆக இருந்தது. மேலான ஐந்தில் ஒரு பகுதி முடிவுகளின் நடுப்பாதி -1.82% முதல் 5.71% வரை இருந்தது.

இயல்பான put/call ratio என்றால் என்ன?

எந்த options கணக்கில் சேர்க்கப்படுகின்றன என்பதையே அது முழுமையாகச் சார்ந்துள்ளது. 2022 முதல் July 2026 வரையிலான sessions-இல், பத்து பரவலாகப் பயன்படுத்தப்படும் single-stock names கொண்ட basket-ன் median session-ல், ஒவ்வொரு call-க்கும் 0.67 puts இருந்தன. அதே sessions-இல் மூன்று broad-market ETFs-க்கான median அளவு 1.45 ஆக இருந்தது.

index put/call ratio, equity put/call ratio-வை விட ஏன் அதிகமாக உள்ளது?

Portfolio hedging-க்கு broad index மற்றும் ETF options வழக்கமான கருவிகளாக உள்ளன. Hedger ஒருவர் index puts வாங்கும்போது, அதற்கு இணையான call trade அவசியம் இருக்காது. Single-stock volume, மேல்நோக்கிய லாபத்தை எதிர்பார்த்து வாங்கப்படும் calls மற்றும் ஏற்கனவே வைத்திருக்கும் பங்குகளுக்கு எதிராக எழுதப்படும் calls ஆகியவற்றை நோக்கி அதிகமாகச் சாய்கிறது. இதனால் அந்தப் புத்தகத்தின் ratio குறைவாக இருக்கும்.

சந்தை நேரத்தைத் தீர்மானிக்க put/call ratio உதவுமா?

மேலுள்ள அளவீடு, readings-ன் ஒவ்வொரு ஐந்தில் ஒரு பகுதியைத் தொடர்ந்து ஏற்பட்ட முடிவுகளின் distribution-ஐக் காட்டுகிறது. எந்த ஒரு band-க்குள்ளும் உள்ள spread, band-களின் medians இடையிலான வித்தியாசத்தை விட மிகவும் விரிவானது. மேலும், index குறைவாக முடிந்த மாதங்களில் top-decile readings அதிகமாகக் குவிகின்றன. மிக மோசமான குழுவில் இது மாதத்திற்கு 4.2 ஆக இருந்தது.

volume put/call ratio மற்றும் open interest put/call ratio ஆகியவற்றுக்கு என்ன வித்தியாசம்?

Volume ratio, ஒரு session-இல் வர்த்தகம் செய்யப்பட்ட contracts-ஐக் கணக்கிடுகிறது. எனவே அது தினமும் மீண்டும் கணக்கிடப்பட்டு வேகமாக மாறுகிறது. Open interest ratio, இன்னும் நிலுவையில் உள்ள positions-ஐக் கணக்கிடுகிறது. அது மெதுவாக மாறி, தனித்த நிலைமையில் இருக்கும். இரண்டையும் ஒன்றுக்கொன்று மாற்றாகப் பயன்படுத்த முடியாது. ஒன்றிலிருந்து பெறப்பட்ட threshold-ஐ மற்றொன்றில் பயன்படுத்தினால் தவறான முடிவு கிடைக்கும்.

மேலுள்ள ஒவ்வொரு panel-ஐயும் விரிவாக்கினால், அதற்குப் பின்னால் உள்ள SQL தெரியும். Strasmore terminal-ல் நீங்கள் தொடர்ந்து கண்காணிக்கும் எந்த underlying-க்கும் இதே percentile queries இயங்கும்.