Put/Call สูงเป็นสัญญาณขาขึ้นจริงหรือไม่

อัตราส่วน put/call ที่สูงเป็นสัญญาณขาขึ้นแบบสวนทางกับตลาดที่ใช้กันมาแต่เดิม กล่าวคือ การซื้อ Put อย่างหนาแน่นผิดปกติถูกมองว่าเป็นสัญญาณว่านักลงทุนส่วนใหญ่ได้เตรียมรับการปรับตัวลงไว้แล้ว แต่การนำสัญญาณนี้ไปใช้มีปัญหาอยู่ประการหนึ่ง นั่นคือคำว่า “สูง” ไม่มีค่าตายตัว และค่า 1.15 บนหน้าจอของคุณอาจเป็นระดับสุดขั้วสำหรับ options ของหุ้นรายตัว แต่เป็นเพียงระดับปกติในวันหนึ่งสำหรับผลิตภัณฑ์ดัชนี

สิ่งที่คำถามนี้ต้องการคือการแจกแจงอ้างอิง บทความนี้จัดทำการแจกแจงดังกล่าวสำหรับตลาดทั้งสองประเภท แล้ววัดผลที่เกิดขึ้นหลังจากพบค่าที่สูง คำอธิบายอัตราส่วน put/call ครอบคลุมวิธีคำนวณอัตราส่วนนี้ และข้อมูลทั้งหมดด้านล่างเริ่มต้นจากคำนิยามดังกล่าว

มีข้อสังเกตสองประการเกี่ยวกับการวัดผล อัตราส่วนทั้งหมดในที่นี้นับจำนวนสัญญาที่ซื้อขายในวันนั้น จึงเป็นอัตราส่วนตามปริมาณการซื้อขาย ส่วน open interest นับสถานะที่ยังไม่ปิดและอยู่คนละระดับกัน (ปริมาณการซื้อขายเทียบกับ open interest อธิบายความแตกต่างระหว่างสองตัวชี้วัดนี้) นอกจากนี้ ตัวเลขยังมาจากตะกร้าหลักทรัพย์ที่กำหนดไว้ตายตัว ได้แก่ หุ้นรายตัวที่นักลงทุนรู้จักกันทั่วไปสิบตัว เทียบกับ ETF ตลาดในวงกว้างสามกอง ไม่ใช่ข้อมูลการซื้อขายของทั้งตลาด ดังนั้นควรพิจารณารูปแบบของการแจกแจงมากกว่าค่าทศนิยมตำแหน่งสุดท้าย

อัตราส่วน put/call ระดับใดจึงถือว่าสูง?

Percentile ช่วยตอบคำถามที่ระดับของอัตราส่วนเพียงอย่างเดียวตอบไม่ได้ กราฟด้านล่างครอบคลุมทุกช่วงการซื้อขายตั้งแต่เดือนมกราคม 2022 ถึงกรกฎาคม 2026 โดยแสดงอัตราส่วนหนึ่งค่าต่อช่วงการซื้อขายสำหรับแต่ละ book

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
)

สำหรับตะกร้าหุ้นรายตัว ช่วงการซื้อขายค่ามัธยฐานมี put อยู่ที่ 0.67 รายการต่อ call หนึ่งรายการ กลุ่มช่วงการซื้อขาย 10% บนสุดเริ่มที่ 0.89 และช่วงการซื้อขาย 1% ที่สุดโต่งที่สุดมีค่าเกิน 1.34 ส่วนปลายด้านที่เงียบก็มีประโยชน์สำหรับใช้เป็นจุดอ้างอิงเช่นกัน โดยหนึ่งในทุก 20 ช่วงการซื้อขายปิดที่ 0.48 หรือต่ำกว่า

คอลัมน์ ETF มีการกระจายตัวที่แตกต่างกันในทุกจุดบนเส้นโค้ง ช่วงการซื้อขายค่ามัธยฐานอยู่ที่ 1.45 ซึ่งสูงกว่าเส้น one-to-one ที่ค่ามัธยฐานของหุ้นรายตัวอยู่ต่ำกว่าอย่างชัดเจน และ decile บนสุดของ ETF เริ่มที่ 1.77 การเสนออัตราส่วนโดยไม่ระบุว่าเป็นของ book ใดแทบไม่มีความหมาย ค่า 1.15 ที่ปรากฏในการซื้อขายมีความหมายแตกต่างกันสองแบบ ขึ้นอยู่กับว่ามาจากคอลัมน์ใด

เหตุใดอัตราส่วนของดัชนีที่สูงกว่า 1 จึงเป็นเรื่องปกติ แต่อัตราส่วนของหุ้นที่สูงกว่า 1 ไม่ใช่

เมื่อแยกปริมาณการซื้อขายเดียวกันตามสินทรัพย์อ้างอิง ระดับของอัตราส่วนจะแยกออกจากกันอย่างชัดเจน

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

ในช่วงเจ็ดเดือนแรกของปี 2026 IWM อยู่บนสุดของตารางที่ระดับ 2.73 put ต่อ call โดยปิดการซื้อขายสูงกว่าหนึ่งใน 98.6% จากทั้งหมด 144 เซสชัน ที่ด้านล่าง XOM ซื้อขายที่ระดับ 0.38 และอยู่สูงกว่าหนึ่งใน 2.8% ของเซสชัน

ส่วนต่างนี้เป็นผลจากโครงสร้าง ตลาด options ของ ETF ที่อ้างอิงตลาดวงกว้างเป็นช่องทางหลักสำหรับการป้องกันความเสี่ยงของพอร์ต ผู้จัดการกองทุนที่ถือครองหุ้นสองร้อยตัวจะซื้อ index put แทนการซื้อ put ของหุ้นแต่ละตัว และกระแสคำสั่งดังกล่าวไม่มีคำสั่งซื้อ call ที่สอดคล้องกันมาหักล้างอยู่ข้างเดียวกัน ขณะที่ปริมาณการซื้อขาย options ของหุ้นรายตัวมีแนวโน้มไปอีกทาง โดยเน้นการซื้อ call เพื่อเก็งกำไรจากขาขึ้น และการขาย call against stock ที่ถือครองอยู่แล้ว อัตราส่วน “total” เป็นการรวมข้อมูลจากทั้งสองฝั่ง จึงอยู่ระหว่างระดับของทั้งสองกลุ่ม และเคลื่อนไหวตามสัดส่วนผลิตภัณฑ์ที่มีการซื้อขายในแต่ละวันพอ ๆ กับที่เคลื่อนไหวตามมุมมองของตลาด

นอกจากนี้ยังมีการเปลี่ยนระดับอีกประการที่ควรทราบ ปัจจุบันปริมาณการซื้อขายของดัชนีและ ETF มีสัดส่วนของการหมดอายุในวันเดียวกันอยู่มาก (options 0DTE) ซึ่งเป็นหมวดหมู่ที่ไม่ได้มีการซื้อขายในระดับใกล้เคียงเช่นนี้ในช่วงที่มีการกำหนดเกณฑ์คุ้นเคยดังกล่าว ระดับเก่า ๆ จึงไม่สามารถนำมาใช้กับกระดานซื้อขายที่มีองค์ประกอบแตกต่างออกไปได้

Put/call ratio ที่สูงเป็นสัญญาณขาขึ้นหรือไม่? ตลาดเคลื่อนไหวอย่างไรหลังแตะระดับสุดขั้ว

กรณีการลงทุนสวนทางกับตลาดสามารถทดสอบได้ โดยแบ่งทุกช่วงการซื้อขายออกเป็นห้ากลุ่มตาม equity ratio ของวันนั้น แล้ววัดการเคลื่อนไหวของดัชนีที่ติดตาม S&P 500 ในช่วง 5 และ 20 ช่วงการซื้อขายถัดไป

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

กลุ่มช่วงการซื้อขายที่สงบที่สุดเริ่มที่ 0.34 ขณะที่กลุ่มที่มีความเคลื่อนไหวมากที่สุดเริ่มที่ 0.81 ดังนั้นกลุ่มบนสุดจึงครอบคลุมค่าทั้งหมดที่นักลงทุนสวนทางกับตลาดอาจมองว่าอยู่ในระดับสุดขั้ว ตลอดช่วงการซื้อขาย 226 ช่วงดังกล่าว การเคลื่อนไหวมัธยฐานในช่วง 20 ช่วงการซื้อขายอยู่ที่ 3% เทียบกับ 0.91% หลังกลุ่มที่สงบที่สุด เมื่อวัดหลังผ่านไป 5 ช่วงการซื้อขาย กลุ่มสองกลุ่มเดียวกันอยู่ที่ 0.82% และ 0.3%

ค่ามัธยฐานอาจบดบังประเด็นสำคัญ ภายในกลุ่มบนสุด ผลลัพธ์ครึ่งกลางของการเคลื่อนไหวในช่วง 20 ช่วงการซื้อขายอยู่ระหว่าง -1.82% ถึง 5.71% ส่วนภายในกลุ่มที่สงบที่สุด ผลลัพธ์ครึ่งกลางอยู่ระหว่าง -0.83% ถึง 2.67% ช่วงทั้งสองครอบคลุมขอบเขตเดียวกันเป็นส่วนใหญ่ กลุ่มที่ช่วงการซื้อขายนั้นอยู่จะขยับจุดศูนย์กลางของการกระจาย แต่แทบไม่ได้ทำให้ช่วงรอบจุดศูนย์กลางนั้นแคบลง นี่คือส่วนที่กฎง่าย ๆ มักไม่แสดงให้เห็น

ข้อควรระวังเกี่ยวกับน้ำหนักของข้อมูล ช่วงตั้งแต่มกราคม 2022 ถึงกรกฎาคม 2026 ครอบคลุมตลาดหมีหนึ่งครั้งและการฟื้นตัวหลังจากนั้น โดยมีช่วงการซื้อขายประมาณ 226 ช่วงต่อกลุ่ม นี่เป็นกลุ่มตัวอย่างที่มีนัยสำคัญ และเป็นเพียงช่วงหนึ่งของประวัติศาสตร์ตลาดเท่านั้น

ค่าที่อยู่สุดขั้วกระจุกตัวบริเวณจุดต่ำสุดของตลาดหรือไม่?

ค่าดังกล่าวกระจุกตัวในเดือนที่ตลาดปรับตัวลง ซึ่งเป็นข้อสรุปที่แตกต่างกัน เราจัดกลุ่มทุกเดือนตั้งแต่ปี 2022 เป็นต้นมาตามการเคลื่อนไหวของ tracker ภายในเดือนนั้น แล้วนับว่าค่า put/call ที่อยู่ใน decile สูงสุดปรากฏในแต่ละกลุ่มกี่ครั้ง

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

เดือนที่ tracker ปิดลดลงอย่างน้อย 3% มีค่าเฉลี่ยของ readings ใน decile สูงสุดเดือนละ 4.2 ครั้ง เทียบกับ 1.9 ครั้งในเดือนที่ tracker ปรับขึ้นอย่างน้อย 3% ค่ามัธยฐานของ daily reading ในแต่ละกลุ่มแสดงอยู่ในคอลัมน์สุดท้าย โดยอยู่ที่ 0.75 สำหรับกลุ่มที่แย่ที่สุด และ 0.62 สำหรับกลุ่มที่ดีที่สุด ปลายทั้งสองด้านของตารางมีเดือนอยู่ 12 และ 22 เดือน

ค่า put/call ที่อยู่สุดขั้วและราคาที่ปรับตัวลงปรากฏขึ้นพร้อมกัน นี่คือการเกิดร่วมกัน และตัวเลขผลลัพธ์ล่วงหน้าในส่วนก่อนหน้าคือสิ่งที่ควรใช้ประเมินความหมายของปรากฏการณ์นี้ ratio เป็นการวัด tape ของวันเดียวกัน ณ วันเดียวกัน ดังนั้นจุดพุ่งขึ้นของ ratio จึงเกิดขึ้นระหว่างการปรับลดลง มากกว่าจะเกิดขึ้นก่อนหน้า จุดต่ำสุดเป็นเพียงป้ายกำกับที่ถูกนำมาใช้ภายหลังเหตุการณ์เกิดขึ้นแล้ว

การอ่านระดับเทียบกับการกระจายตัว

ตัวเลขข้างต้นนำไปสู่แนวทางปฏิบัติสองประการ

ประการแรก ควรเปรียบเทียบข้อมูลที่อยู่บนพื้นฐานเดียวกัน ระดับตัวเลขจะมีความหมายก็ต่อเมื่อเทียบกับประวัติของข้อมูลชุดเดียวกันในช่วงเวลาที่ใกล้เคียงกัน ซึ่งเป็นสิ่งที่ตารางเปอร์เซ็นไทล์แสดงให้เห็นได้ แต่เกณฑ์ที่จำจากความทรงจำไม่สามารถทำได้

ประการที่สอง ควรติดตามตัวส่วนของอัตราส่วน อัตราส่วนจะลดลงเมื่อปริมาณการซื้อ Call option พุ่งขึ้น แม้ปริมาณการซื้อ Put option จะไม่เปลี่ยนแปลงก็ตาม การลดลงหรือการพุ่งขึ้นของอัตราส่วนอาจเกิดจากตัวเลขเพียงด้านเดียวของเศษส่วนเคลื่อนไหว ดังนั้นการดูปริมาณ Put option และ Call option แยกกันจึงช่วยให้เห็นที่มาของการคำนวณได้อย่างชัดเจน

หลักการเดียวกันนี้ใช้กับเครื่องวัด sentiment ทุกประเภทที่นำเสนอเป็นตัวเลขเพียงค่าเดียว VIX และ ค่าความผันผวนโดยนัยที่ปรากฏอยู่ที่ 30% ไม่สามารถตีความได้หากไม่ทราบการกระจายตัวของข้อมูลแต่ละชุด และ กฎ sentiment แบบสวนทางกับตลาด จะมีความน่าเชื่อถือเมื่ออ้างอิงจากระดับที่วัดได้จริง ไม่ใช่ระดับที่ตั้งสมมติฐานขึ้นมา

คำถามที่พบบ่อย

อัตราส่วน put/call ที่สูงเป็นสัญญาณขาขึ้นหรือไม่

การตีความแบบสวนทางมองว่า การซื้อ put อย่างหนาแน่นสะท้อนว่านักลงทุนส่วนใหญ่ได้วางสถานะเตรียมรับการปรับตัวลงไว้แล้ว เมื่อวัดเทียบกับตะกร้าหุ้นรายตัวข้างต้น ช่วงที่ค่าอัตราส่วนอยู่ในหนึ่งในห้าสูงสุด ตามมาด้วยการเคลื่อนไหวของดัชนี S&P 500 tracker ในช่วง 20 sessions ถัดไปที่มีค่ามัธยฐาน 3% เทียบกับ 0.91% หลังช่วงหนึ่งในห้าที่สงบที่สุด โดยผลลัพธ์ครึ่งกลางของช่วงหนึ่งในห้าสูงสุดอยู่ระหว่าง -1.82% ถึง 5.71%

อัตราส่วน put/call ปกติอยู่ที่เท่าใด

ขึ้นอยู่ทั้งหมดว่ารวม options ประเภทใดบ้าง ในตะกร้าหุ้นรายตัวขนาดใหญ่จำนวนสิบตัว ค่าอัตราส่วนมัธยฐานต่อ session ตั้งแต่ปี 2022 ถึงกรกฎาคม 2026 อยู่ที่ 0.67 put ต่อ call ส่วน ETF ตลาดวงกว้างสามกองในช่วง sessions เดียวกัน มีค่ามัธยฐานอยู่ที่ 1.45

เหตุใดอัตราส่วน put/call ของดัชนีจึงสูงกว่าอัตราส่วน put/call ของหุ้น

Options ของดัชนีวงกว้างและ ETF เป็นเครื่องมือมาตรฐานสำหรับการป้องกันความเสี่ยงของพอร์ต และผู้ลงทุนที่ซื้อ put ของดัชนีเพื่อป้องกันความเสี่ยงไม่ได้มีธุรกรรม call ที่สอดคล้องกันมาเทียบเคียง นักลงทุนนิยมซื้อ call ของหุ้นรายตัวเพื่อเก็งกำไรขาขึ้น และเขียน call against shares ที่ถืออยู่แล้ว ทำให้อัตราส่วนของกลุ่มนี้ต่ำกว่า

อัตราส่วน put/call ใช้จับจังหวะตลาดได้หรือไม่

ข้อมูลข้างต้นแสดงการกระจายตัวของผลลัพธ์หลังจากแต่ละหนึ่งในห้าของค่าที่วัดได้ และช่วงกระจายภายในแต่ละกลุ่มกว้างกว่าความแตกต่างระหว่างค่ามัธยฐานของกลุ่มมาก ค่าที่อยู่ในหนึ่งในสิบสูงสุดยังกระจุกตัวในเดือนที่ดัชนีปิดลดลง โดยกลุ่มที่แย่ที่สุดมีสัดส่วน 4.2 ต่อเดือน

อัตราส่วน put/call จาก volume แตกต่างจากอัตราส่วนจาก open interest อย่างไร

อัตราส่วนจาก volume นับจำนวนสัญญาที่มีการซื้อขายระหว่าง session จึงเริ่มนับใหม่ทุกวันและตอบสนองได้รวดเร็ว ส่วนอัตราส่วนจาก open interest นับสถานะที่ยังคงค้างอยู่ ซึ่งเปลี่ยนแปลงช้าและมีระดับของตัวเอง อัตราส่วนทั้งสองประเภทใช้แทนกันไม่ได้ และการนำ threshold ของประเภทหนึ่งมาใช้กับอีกประเภทจะทำให้ตีความผิด

ทุก panel ข้างต้นสามารถขยายเพื่อดู SQL ที่อยู่เบื้องหลังได้ และ query สำหรับคำนวณ percentile ชุดเดียวกันสามารถนำไปใช้กับ underlying ใดก็ได้ที่คุณติดตามบน Strasmore terminal