作者： Matt Connor
事件合约价格如何代表概率
了解事件合约为何以1美元或0美元结算，价格如何对应概率，以及为什么Yes和No合计超过1美元，并学会剔除买卖价差。
事件合约价格本质上是一个带有买卖价差的概率。若所述结果发生，合约支付1.00美元；若未发生，则支付0.00美元。正是这一固定赔付额使计算成立：一份最终支付1美元的合约若报价为30美分，意味着市场给出的概率约为30%。要准确解读这一价格，需要进行两项调整：一是考虑买卖价差，二是考虑结算背后的运行机制。
事件合约价格所反映的概率
一切都取决于赔付结构。以价格 p 买入一份“是”合约，如果结果最终判定为“是”，您将获得 1.00 美元；如果判定为“否”，则一无所获。重复进行大量交易后，平均赔付额就是真实的“是”概率。若您恰好按该概率支付，就能实现盈亏平衡。买入价格本身就是盈亏平衡概率，因此同一个数字同时代表两者。
四个术语定义如下：
- “是”合约：如果事件发生，赔付 1.00 美元；否则赔付 0.00 美元。
- “否”合约：如果事件未发生，赔付 1.00 美元。“是”和“否”是同一枚硬币的两面。
- 结算：合约最终判定结果、一方获得这 1 美元的时点。
- 结算来源：合约据以结算的指定报告或数据源。合约按照该来源公布的内容赔付，而不是按照实际发生的情况赔付。
事件合约报价不属于本页面所用的数据集。以下每个面板都在可以直接测量的情况下，使用美国上市股票期权展示相同的算术关系。看涨期权的Delta介于 0 和 1 之间，用于近似市场判断合约到期时处于实值状态的概率。这与事件合约提出的是同一个二元问题：在结算日，价格是否高于该水平线。Delta 只是概率的近似值，而且是风险中性概率，而非预测概率。以下面板会体现这两项局限。期权 Delta指南介绍了这一指标本身。
为什么 Yes 和 No 加起来会超过 $1？
Yes 及其对应的 No 覆盖全部结果空间，而且两者必有一个获得支付。在期权链中，同一组合对应同一行权价和到期日的看涨期权与看跌期权：标的价格高于行权价时，看涨期权价内；低于行权价时，看跌期权价内。两者的概率之和必须为 100%。以下是某日一条 SPY 期权链中的这组期权，按现货价格上下每 2% 的区间分组。
每个数字背后的完整 SQL
WITH chain AS (
SELECT strike_price,
toFloat64(any(underlying_close)) AS spot,
avgIf(delta, delta > 0) AS call_delta,
avgIf(-delta, delta < 0) AS put_delta_abs,
countIf(delta > 0) AS calls,
countIf(delta < 0) AS puts
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPY'
AND date = toDate('2026-06-30')
AND expiration_date = toDate('2026-07-31')
AND iv_converged = 1
AND volume > 0
GROUP BY strike_price
HAVING calls > 0 AND puts > 0
),
banded AS (
SELECT toInt32(round(100 * (toFloat64(strike_price) / spot - 1) / 2) * 2) AS band,
call_delta,
put_delta_abs
FROM chain
)
SELECT concat(if(band > 0, '+', ''), toString(band), '% vs spot') AS strike_vs_spot,
round(100 * avg(call_delta), 1) AS yes_prob_pct,
round(100 * avg(put_delta_abs), 1) AS no_prob_pct,
round(100 * avg(call_delta + put_delta_abs), 1) AS pair_total_pct,
count() AS strikes
FROM banded
WHERE abs(band) <= 8
GROUP BY band
ORDER BY band在 -8% vs spot，看涨期权一侧为 91.6%，看跌期权一侧为 7.8%，合计为 99.5%。在梯形报价的最远端，+6% vs spot，两者分别为 3.6% 和 82.5%，合计为 86.2%。全部 8 个区间的合计值经四舍五入后都为 100%。图表中的这条水平线，是每个二元市场都必须遵守的约束。两侧的总体持仓情况由 看跌看涨比率衡量。
模型估值能够保持一致，但报价不会。假设某合约的买价为 62 美分、卖价为 66 美分，其 No 一侧的买价为 36 美分、卖价为 40 美分。以 66 美分买入 Yes、以 40 美分买入 No，您为一个必然只支付 $1.00 的头寸付出了 $1.06。若按两者的买价卖出，则您收取 98 美分，却承担 $1.00 的负债。两边卖价之间的 6 美分差额就是 overround，体育博彩交易者称之为 vig。这是交易场所和 market maker 为持续提供报价而获得的报酬。买卖价差页面介绍了这一差额为何存在。
去除水钱的计算步骤
输入两边的报价，得到总和为 one 的两个公平概率。
- 取每一边的中间价。Yes 中间价为 64 美分，No 中间价为 38 美分。
- 将两者相加。盘口合计为 102 美分。
- 用各自的中间价除以该总额。64 / 102 为 62.7%，38 / 102 为 37.3%。
- 检查总和。这一对概率合计为 100%。
这就是去除水钱的全部含义，也是投注者对十进制赔率进行的同类标准化处理。
现在将其应用于一个价差更小的市场。相同合约的报价为买价 63、美分卖价 64；No 的买价为 36 美分，卖价为 37 美分。两边的中间价分别为 63.5 美分和 36.5 美分，盘口合计正好为 100 美分，去除水钱后的概率为 63.5%。两种结果分别来自宽价差市场的 62.7% 和窄价差市场的 63.5%，相差不到一个百分点。但围绕这些结果的合理区间并不窄。只要概率处于 62 美分买价和 66 美分卖价之间，就与这个宽价差报价一致。因此，4 美分的市场只能将赔率约束在约 4 个百分点的范围内，无法提供更高精度。在 4 美分的市场上写出“62.7%”，等于声称市场提供了三位有效数字的精度，而实际并没有。价差宽度决定精度。
价格为30%，是否意味着有30%的时间会发生？
校准是检验方法：收集市场定价接近30%的所有样本，再统计事件实际发生的频率。样本包括自2022年1月起记录在案的每一份 SPY 看涨期权合约。每份合约均在到期前约30天截取，并按隐含概率分组，再与到期日 SPY 是否收于行权价上方进行对比。
每个数字背后的完整 SQL
WITH px AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session,
argMax(toFloat64(close), window_start) AS close_px
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('2026-06-30')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY session
),
snap AS (
SELECT ticker AS contract,
argMin(delta, abs(days_to_expiry - 30)) AS implied_prob,
toFloat64(any(strike_price)) AS strike,
any(expiration_date) AS expiry
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPY'
AND date >= toDate('2022-01-01')
AND expiration_date <= toDate('2026-06-30')
AND days_to_expiry BETWEEN 25 AND 35
AND iv_converged = 1
AND volume > 0
AND delta > 0.02
AND delta < 0.98
GROUP BY contract
)
SELECT multiIf(implied_prob < 0.10, '2-10%',
implied_prob < 0.20, '10-20%',
implied_prob < 0.30, '20-30%',
implied_prob < 0.40, '30-40%',
implied_prob < 0.50, '40-50%',
implied_prob < 0.60, '50-60%',
implied_prob < 0.70, '60-70%',
implied_prob < 0.80, '70-80%',
implied_prob < 0.90, '80-90%',
'90-98%') AS implied_bucket,
count() AS contracts,
round(100 * avg(implied_prob), 1) AS implied_prob_pct,
round(100 * avg(close_px > strike), 1) AS finished_above_pct
FROM snap
INNER JOIN px ON px.session = snap.expiry
GROUP BY implied_bucket
ORDER BY implied_prob_pct隐含概率一栏按分组顺序递增，这是分组方式决定的。实际发生概率一栏则是事前无人确知的结果。最底部的 2-10% 分组中，4276 份合约的平均隐含概率为 4.7%，最终收于行权价上方的比例为 4.9%。最顶部的 90-98% 分组平均为 94.3%，最终收于行权价上方的比例为 97.8%。分组底部的实际比例远低于顶部，这正是校准大体有效时呈现的结果。
任何类似表格都应结合两点注意事项。观察窗口很重要：如果样本期以价格上涨为主，所有看涨期权分组的实际比例都会上升；更换观察区间，同一指标也会变化。Delta 反映的是使定价在内部保持一致的概率，而不是任何预测者相信的概率。同一条期权链定价的是一整套分布，而不是某一个阈值（预期波动幅度）。
将范围缩小至市场认为胜率接近五五开的合约，即每一美元定价约为50美分的合约，覆盖六只家喻户晓的股票：
每个数字背后的完整 SQL
WITH px AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS session,
argMax(toFloat64(close), window_start) AS close_px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('SPY', 'AAPL', 'MSFT', 'NVDA', 'KO', 'XOM')
AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2023-01-01')
AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-06-30')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY ticker, session
),
snap AS (
SELECT underlying_symbol AS symbol,
ticker AS contract,
argMin(delta, abs(days_to_expiry - 30)) AS implied_prob,
toFloat64(any(strike_price)) AS strike,
any(expiration_date) AS expiry
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('SPY', 'AAPL', 'MSFT', 'NVDA', 'KO', 'XOM')
AND date >= toDate('2023-01-01')
AND expiration_date <= toDate('2026-06-30')
AND days_to_expiry BETWEEN 25 AND 35
AND iv_converged = 1
AND volume > 0
AND delta BETWEEN 0.40 AND 0.60
GROUP BY symbol, contract
)
SELECT snap.symbol AS symbol,
count() AS contracts,
round(100 * avg(implied_prob), 1) AS implied_prob_pct,
round(100 * avg(close_px > strike), 1) AS finished_above_pct
FROM snap
INNER JOIN px ON px.ticker = snap.symbol AND px.session = snap.expiry
GROUP BY symbol
ORDER BY finished_above_pct DESC按这种分组方式，每一行的隐含概率都接近50%。实际比例却明显分散：在 4785 份合约中，SPY 最终收于行权价上方的比例为 68.4%，而 XOM 的对应比例为 49.9%。6 只股票、一个共同的隐含概率，却对应着实际结果的巨大差异。接近50美分的期权价格描述的是市场赔率。任何一份具体合约到期时，结算结果仍只有1.00美元或0.00美元。
70美分合约的盈亏平衡点是多少？
以70美分买入的合约，在Yes结果下支付1.00美元，在No结果下不支付任何金额。盈利为30美分，亏损为70美分，盈亏平衡概率正好等于价格。若真实概率为70%，该仓位的结果就像抛硬币，只是多了几步操作。概率高于70%时，买方在数学上占优；低于70%时则处于劣势，而且这些计算都未计入交易成本。
交易成本会以不对称的方式改变这一分界线。对70美分的合约加上1美分的往返交易成本，盈亏平衡点会从70%升至约71%，相对于仓位而言影响很小。同样增加1美分的成本，对5美分的合约而言，盈亏平衡点会从5%升至6%，相当于损失理论优势的五分之一。固定费用对最便宜的高赔率合约打击最大，因为费用占买入价格的比例最高。订单类型的影响也相同：主动跨越买卖价差需要支付完整的卖价，而挂出的限价单则按您指定的价格等待成交，也可能始终无法成交（市价单与限价单）。
为什么一个几乎确定的结果交易价格仍是0.97美元？
即使结果没有争议，交易价格也很少达到1.00美元。最后的3美分通常包含四个因素：
- 货币的时间价值。 这1美元要到结算时才到账。今天支付97美分，三个月后获得1.00美元，相当于获得资本回报；这笔现金在此期间也有其他用途（闲置现金的停放）。
- 结算来源风险。 合约按照指定来源公布的结果结算，并遵循该来源的公布时间表。即使结果已获普遍认可，修订、延迟和措辞含糊仍可能影响结算。
- 买卖价差本身。 如果市场报价为买价96、卖价98，中间价就是97美分，但实际成交价可能没有97美分。从百分比看，盘口通常在价格边缘最宽。
- 尾部风险。 “确定”是人们经常宽泛使用的词。合约最终按照规则书中的定义结算。
这种收敛过程可以量化。选取到期前一个月、定价接近五五开的SPY看涨期权，按照最终结果分组，再观察六个时间节点上的平均隐含概率。
每个数字背后的完整 SQL
WITH px AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session,
argMax(toFloat64(close), window_start) AS close_px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2025-06-01')
AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-06-30')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY session
),
coin_flips AS (
SELECT ticker AS contract
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPY'
AND date >= toDate('2025-06-01')
AND expiration_date <= toDate('2026-06-30')
AND days_to_expiry BETWEEN 28 AND 32
AND iv_converged = 1
AND volume > 0
AND delta > 0
GROUP BY contract
HAVING avg(delta) BETWEEN 0.35 AND 0.65
),
obs AS (
SELECT g.days_to_expiry AS dte,
g.delta AS implied_prob,
if(px.close_px > toFloat64(g.strike_price), 1, 0) AS finished_above
FROM global_markets.options_greeks AS g
INNER JOIN coin_flips AS c ON g.ticker = c.contract
INNER JOIN px ON px.session = g.expiration_date
WHERE g.underlying_symbol = 'SPY'
AND g.date >= toDate('2025-06-01')
AND g.expiration_date <= toDate('2026-06-30')
AND g.iv_converged = 1
AND g.volume > 0
AND g.delta > 0
AND (g.days_to_expiry BETWEEN 28 AND 32
OR g.days_to_expiry BETWEEN 19 AND 23
OR g.days_to_expiry BETWEEN 12 AND 16
OR g.days_to_expiry BETWEEN 6 AND 8
OR g.days_to_expiry BETWEEN 3 AND 4
OR g.days_to_expiry <= 1)
)
SELECT multiIf(dte >= 28, '30 days out',
dte >= 19, '21 days out',
dte >= 12, '14 days out',
dte >= 6, '7 days out',
dte >= 3, '3 days out',
'1 day out') AS checkpoint,
round(100 * avgIf(implied_prob, finished_above = 1), 1) AS eventual_yes_pct,
round(100 * avgIf(implied_prob, finished_above = 0), 1) AS eventual_no_pct,
count() AS contract_days
FROM obs
GROUP BY checkpoint
HAVING countIf(finished_above = 1) > 0 AND countIf(finished_above = 0) > 0
ORDER BY avg(dte) DESC在30 days out，最终价格高于行权价的合约，其平均隐含概率为52.6%；最终未高于行权价的合约则为47.8%。到1 day out时，这两组的数值分别为79.8%和14.4%。这种分组是根据事后结果划分的。在第一个时间节点查看期权链时，没有人能够区分这两组；实时事件合约始终处于这种状态。确定性要到结算日才会出现，而价格会逐步向结算结果收敛。结算规则决定具体时点：上午结算与下午结算的期权展示了这一时间细节可能有多大影响；隐含波动率则回答的是幅度问题，而不是方向问题。
数据说明与限制
Delta可作为Yes价格的替代指标，但两者并非同一概念。Delta近似表示期权到期时处于价内状态的风险中性概率，与同一事件的模型概率略有不同。本文比较的是到期日常规交易时段的收盘价与行权价，该方法近似于结算，但并不复现官方结算值。每个期权面板仅纳入该合约在相应日期具有收敛隐含波动率且成交量非零的期权，因此成交清淡的合约会被排除在样本之外。每个合约只进入校准面板一次，取距离到期约30天最近的快照。
事件合约定价常见问题
事件合约价格等同于概率吗？
它是经过两项调整的概率。报价包含交易场所和做市商收取的价差，也反映了结算时收到一美元而不是今天收到一美元的时间价值。扣除这两项后，剩下的就是市场对该事件发生概率的清算估计。
对双边市场进行去水处理意味着什么？
这会重新调整两个中间价，使其合计为100%。将“是”方中间价与“否”方中间价相加，再分别除以这一总额。“是”方为64美分、“否”方为38美分时，合计为102美分；去水后的概率分别为62.7%和37.3%。
为什么“是”方和“否”方价格相加会超过一美元？
两者中必有一个以1.00美元结算，因此在无摩擦条件下，两方合计成本应正好为1.00美元。卖方报价一侧多出的几美分就是超额价差，即双边市场中包含的价差收益。如果同时卖出两方，最终收到的金额会低于一美元，差额正好与前述缺口相对应。
价格为90美分的合约，是否有十分之一的概率失败？
如果在大量相似合约中，市场校准良好，大致可以这样理解。在上方的 SPY 面板中，90-98%区间的平均隐含概率为94.3%，最终高于其行权价的比例为97.8%。但单个合约的结算结果仍只有一美元或零美元两种。
宽幅价差会在多大程度上改变隐含概率？
影响幅度大致等于价差宽度。1美分的市场会将概率范围限定在约一个百分点以内。4美分的市场会留下4个百分点的区间，而该区间内的任何概率都与该报价相符。
以上每个数字均来自对挂牌合约数据运行的存储查询，每个面板背后的 SQL 均可一键查看。在 Strasmore 终端上，对实时合约链运行相同的去水计算。