Strasmore Research
学习 Matt Connor作者： Matt Connor · 更新于 2026-07-23

期权交易成本是多少

期权佣金可能为零，但买卖价差是真实成本。查看 SPY, QQQ, IWM, GLD 和 TSLA 期权的基点成本。

Commissions on listed options are zero at most brokerages, but every marketable options order still pays the bid-ask spread — the gap between the best price a buyer will pay and the best price a seller will accept. Options usually trade at far lower dollar prices than the stock they reference, so the same cents-wide gap is a much larger share of the trade. On 2026-07-02, SPY options (every 2026-expiry contract) quoted a median spread of 80.97 basis points during regular hours, while SPY stock itself quoted 0.27 bps — a gap of roughly 299.9×. Every figure below is measured from the consolidated options quote and trade tapes, with the exact SQL behind each number attached.

为什么期权价差与股票价差看起来不同

假设某股票的买入价为 $745.00，卖出价为 $745.02。两美分的价差约为股价的 0.27 bps。同一只股票的平值看涨期权报价可能为 $7.20 买入 / $7.30 卖出——即 10 美分的价差。相对于 $7.25 的中值，这大约是 138 bps。期权的绝对价差金额更高，但若按实际支付价格的比例计算，其价差要宽出数百倍。这是由于期权单价较低导致的：10 美分虽然绝对金额很小，但占 $7.25 合约价格的比例却很高。

在不同金融工具之间比较成本时，专业的计量单位是基点 (bp)——即万分之一（0.01%）。标准期权合约涵盖 100 股标的股票，因此交易的美元金额随标的资产规模而变化，但价差是相对于期权自身的报价来衡量的。本页面全文均使用该单位。

SPY 期权与 SPY 股票：对比分析

SPY 是美国流动性最强的期权产品，但其成本差异依然巨大。下表对比了 SPY 期权与 SPY 股票在同一交易时段的表现：包括报价流量、成交笔数以及各自的报价中值价差。

查询SPY 期权与股票单日对比：报价数、成交数及中位数报价价差
每个数字背后的完整 SQL
WITH
    opt_q AS (
        SELECT
            count() AS opt_updates,
            quantileDeterministic(0.5)((toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2), cityHash64(ticker, sip_timestamp)) AS opt_median_spread_ratio
        FROM global_markets.cache_options_quotes
        WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
          AND ticker >= 'O:SPY26' AND ticker < 'O:SPY27'
          AND bid_price > 0 AND ask_price > 0 AND ask_price > bid_price
    ),
    stock_q AS (
        SELECT
            count() AS stock_updates,
            quantileDeterministic(0.5)((toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2), cityHash64(ticker, sip_timestamp)) AS stock_median_spread_ratio
        FROM global_markets.cache_stocks_quotes
        WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
          AND ticker = 'SPY'
          AND bid_price > 0 AND ask_price > 0 AND ask_price > bid_price
    ),
    opt_t AS (
        SELECT count() AS opt_trades FROM global_markets.options_trades
        WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
          AND ticker >= 'O:SPY26' AND ticker < 'O:SPY27'
    ),
    stock_close AS (
        SELECT round(argMax(toFloat64(close), window_start), 2) AS spy_close
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'SPY' AND window_start >= '2026-07-02 13:30:00' AND window_start < '2026-07-02 20:00:00'
    )
SELECT
    '2026-07-02' AS session_date,
    opt_q.opt_updates AS spy_opt_updates,
    stock_q.stock_updates AS spy_stock_updates,
    round(opt_q.opt_updates / stock_q.stock_updates, 1) AS opt_to_stock_update_ratio,
    opt_t.opt_trades AS spy_opt_trades,
    round(opt_q.opt_updates / opt_t.opt_trades, 1) AS quotes_per_trade,
    round(opt_q.opt_median_spread_ratio * 10000, 2) AS spy_opt_median_spread_bps,
    round(stock_q.stock_median_spread_ratio * 10000, 2) AS spy_stock_median_spread_bps,
    round(opt_q.opt_median_spread_ratio / stock_q.stock_median_spread_ratio, 1) AS ratio_opt_to_stock_spread,
    stock_close.spy_close AS spy_underlying_close
FROM opt_q CROSS JOIN stock_q CROSS JOIN opt_t CROSS JOIN stock_close

SPY 期权的中值价差为 80.97 bps。这意味着进行一次往返市价单（以卖价买入，随后以买价卖出）——相对于中值价格而言，其成本几乎等同于整个报价价差，即交易的每一侧各损失约一半的价差。相比之下，SPY 股票的同类往返交易成本约为 0.27 bps。报价流量从另一个维度反映了流动性状况：每成交一笔 SPY 期权，做市商就会发布 256.5 次 SPY 期权报价更新，对数千种行权价与到期日的组合进行逐笔重新定价。

SPY 期权价差分布：并非单一数值

中位数虽有参考价值，但个人交易者支付的价差取决于具体合约。临价（near-the-money）且临期（near-expiration）的 SPY 期权报价通常最窄；而虚值（far out-of-the-money）或远期合约的价差可能大得多。下表展示了本交易日内所有有效的 SPY 期权双向报价的完整分布情况。

查询SPY 期权报价价差分布：百分位数 (bps)
每个数字背后的完整 SQL
WITH opts AS (
    SELECT
        (toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000 AS spread_bps,
        cityHash64(ticker, sip_timestamp) AS det
    FROM global_markets.cache_options_quotes
    WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
      AND ticker >= 'O:SPY26' AND ticker < 'O:SPY27'
      AND bid_price > 0 AND ask_price > 0 AND ask_price > bid_price
)
SELECT
    round(quantileDeterministic(0.10)(spread_bps, det), 2) AS p10_bps,
    round(quantileDeterministic(0.25)(spread_bps, det), 2) AS p25_bps,
    round(quantileDeterministic(0.50)(spread_bps, det), 2) AS median_bps,
    round(quantileDeterministic(0.75)(spread_bps, det), 2) AS p75_bps,
    round(quantileDeterministic(0.90)(spread_bps, det), 2) AS p90_bps,
    count() AS valid_two_sided_quotes
FROM opts

SPY 期权报价的中位数区间位于 49.65 bps 至 147.12 bps 之间。十分之一的报价窄于 35.51 bps，十分之一的报价宽于 316.51 bps。宽尾部分反映了流动性较低的行权价和远期到期日——这正是普通买家最容易遇到的合约类型。

热门产品的成本差异

SPY 是基准，但并非所有期权产品的报价价差都足够窄。下表衡量了五种热门期权标的的常规交易时段中值价差（以基点为单位），包括三种指数 ETF (SPY, QQQ, IWM)、一种黄金 ETF (GLD) 以及一只具有极高期权流动性的个股 (TSLA)。每个标的均已过滤至 2026 年到期的交易代码范围，以优化查询效率；行按字母顺序排列，确保各产品位置固定。

查询各产品期权买卖价差：中位数 (bps)，2026年7月2日常规交易时段
每个数字背后的完整 SQL
SELECT
    root,
    round(count() / 1e6, 1) AS quote_updates_millions,
    round(quantileDeterministic(0.5)(spread_bps, det), 2) AS median_spread_bps,
    round(quantileDeterministic(0.5)(width_cents, det), 2) AS median_width_cents
FROM (
    SELECT 'SPY' AS root, (toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000 AS spread_bps, (toFloat64(ask_price) - toFloat64(bid_price)) * 100 AS width_cents, cityHash64(ticker, sip_timestamp) AS det
    FROM global_markets.cache_options_quotes
    WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
      AND ticker >= 'O:SPY26' AND ticker < 'O:SPY27'
      AND bid_price > 0 AND ask_price > 0 AND ask_price > bid_price
    UNION ALL
    SELECT 'QQQ' AS root, (toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000 AS spread_bps, (toFloat64(ask_price) - toFloat64(bid_price)) * 100 AS width_cents, cityHash64(ticker, sip_timestamp) AS det
    FROM global_markets.cache_options_quotes
    WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
      AND ticker >= 'O:QQQ26' AND ticker < 'O:QQQ27'
      AND bid_price > 0 AND ask_price > 0 AND ask_price > bid_price
    UNION ALL
    SELECT 'IWM' AS root, (toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000 AS spread_bps, (toFloat64(ask_price) - toFloat64(bid_price)) * 100 AS width_cents, cityHash64(ticker, sip_timestamp) AS det
    FROM global_markets.cache_options_quotes
    WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
      AND ticker >= 'O:IWM26' AND ticker < 'O:IWM27'
      AND bid_price > 0 AND ask_price > 0 AND ask_price > bid_price
    UNION ALL
    SELECT 'GLD' AS root, (toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000 AS spread_bps, (toFloat64(ask_price) - toFloat64(bid_price)) * 100 AS width_cents, cityHash64(ticker, sip_timestamp) AS det
    FROM global_markets.cache_options_quotes
    WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
      AND ticker >= 'O:GLD26' AND ticker < 'O:GLD27'
      AND bid_price > 0 AND ask_price > 0 AND ask_price > bid_price
    UNION ALL
    SELECT 'TSLA' AS root, (toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000 AS spread_bps, (toFloat64(ask_price) - toFloat64(bid_price)) * 100 AS width_cents, cityHash64(ticker, sip_timestamp) AS det
    FROM global_markets.cache_options_quotes
    WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
      AND ticker >= 'O:TSLA26' AND ticker < 'O:TSLA27'
      AND bid_price > 0 AND ask_price > 0 AND ask_price > bid_price
)
GROUP BY root
ORDER BY root ASC

指数 ETF 的成本最低：SPY 的中值价差为 80.97 bps，QQQ 为 123.71 bps，IWM 为 130.72 bps。成本最高的是 TSLA 期权，报价为 309.93 bps，GLD 期权为 786.75 bps —— 两者属于完全不同的成本区间。报价更新量（单位：百万）反映了另一层逻辑：报价最频繁的产品，其价差通常也最窄。

0DTE 与周权效应：期限越短，价差越大

剩余时间较短的合约，其美元价格通常较低。即使美分差额保持不变，基点（bps）价差也会随之机械性上升。下表按到期日对 SPY 平值期权报价（行权价 730–760）进行了分组——涵盖本交易日内至少出现过一百万次报价更新的所有 2026 年到期合约，并按日期顺序排列。

查询SPY 期权按到期日划分的中位数价差（仅限平值附近）
每个数字背后的完整 SQL
WITH opts AS (
    SELECT
        toFloat64(ask_price) - toFloat64(bid_price) AS width,
        (toFloat64(ask_price) + toFloat64(bid_price)) / 2 AS mid,
        substring(ticker, -15, 6) AS expiry_code,
        toUInt32OrZero(substring(ticker, -8)) / 1000 AS strike,
        cityHash64(ticker, sip_timestamp) AS det
    FROM global_markets.cache_options_quotes
    WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
      AND ticker >= 'O:SPY26' AND ticker < 'O:SPY27'
      AND bid_price > 0 AND ask_price > 0 AND ask_price > bid_price
      AND strike BETWEEN 730 AND 760
)
SELECT
    expiry_code,
    round(count() / 1e6, 1) AS quote_updates_millions,
    round(quantileDeterministic(0.5)(width / mid * 10000, det), 2) AS median_spread_bps,
    round(quantileDeterministic(0.5)(width * 100, det), 2) AS median_width_cents
FROM opts
GROUP BY expiry_code
HAVING count() >= 1000000
ORDER BY expiry_code ASC

当日到期合约（到期代码 260702，即 0DTE）的中位价差为 113.64 bps，而其中位美分差仅为 2。对比之下，到期日最长的合约 261231 的美分价差较宽（11），但基点价差明显更窄，仅为 37.16 bps。这是期权交易成本的核心逻辑：当期权本身价格仅为几美元时，一两美分的价差并不一定意味着成本低廉。什么是 0DTE 期权 解释了当日到期合约的运作机制。

交易规模数据揭示了成本承担者

期权交易以合约为单位，标准合约涵盖 100 股。2026-07-02 的期权成交中位数仅为 1 合约；即使是第 90 百分位数的成交量也仅为 10 合约。大多数期权交易规模较小，散户交易者受报价价差的影响最大——大型机构订单通常可以通过议价获得更优价格，或通过分批下单来降低成本。

查询2026年7月2日期权成交规模分布（每笔成交的总合约数）
每个数字背后的完整 SQL
WITH trades AS (
    SELECT toFloat64(size) AS size FROM global_markets.options_trades
    WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
)
SELECT
    round(quantileExact(0.50)(size), 0) AS median_contracts,
    round(quantileExact(0.90)(size), 0) AS p90_contracts,
    round(avg(size), 1) AS avg_contracts,
    count() AS total_prints
FROM trades

常见问题

期权交易成本是否比股票更高？

通常是的，若按交易价格的比例计算。像 SPY 这样流动性极高的 ETF，其股票本身的报价价差远低于 1 个基点；而同一标的的期权价差通常高达数十个基点。虽然具体金额取决于期权价格和合约数量，但价差占期权价值的百分比几乎总是高于股票。

为什么 0DTE 期权的基点价差如此之大？

当日到期和周到期期权在临近到期时，单价通常很低（有时低于 1.00 美元）。对于 0.50 美元的期权，1 到 2 美分的价差即占价格的 2%–4%，即 200–400 个基点。虽然美分看起来很少，但百分比成本很高。因此，交易者通常比较基点而非美分。

佣金是否比价差更重要？

对于单手零售交易，价差通常是主要成本。以 1.00 美元 / 1.05 美元的报价为例，在计入任何佣金前，单手合约（每手 100 股）的完整往返成本为 5.00 美元。对于低价或宽价差产品，仅价差成本就可能超过任何合理的佣金。

我可以通过使用限价单来避免价差吗？

在价差区间内下达限价单可能以低于全额价差的价格成交，但无法保证成交。市价单的定义即支付价差。价差是为即时成交支付的成本，而非经纪商收取的费用。

哪些期权产品的价差最窄？

根据本页的统计数据，大型指数 ETF（SPY、QQQ、IWM）的中位数价差最窄，且报价交易量最大。商品 ETF (GLD) 和个股期权的价差可能宽得多。价差因合约而异——即使标的相同，不同的行权价和到期日也会导致价差不同——因此单一的中位数数值掩盖了巨大的差异。

数据说明

所有时间戳均以 UTC 存储；2026 年 7 月 2 日的常规交易时段已过滤为 sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00' (美东时间上午 9:30–下午 4:00)。价差统计仅使用有效的双向报价 (bid_price > 0, ask_price > 0, ask_price > bid_price)；在除法运算前，将 Decimal 价格转换为 Float64；并使用确定性中位数估计器 (quantileDeterministic，通过代码和时间戳的哈希值进行键值化)，以确保重新生成时结果一致。下文的普查统计了该窗口内所有的 SPY 期权记录，并展示了有效双向报价在原始数据流中所占的比例。

报价质量普查与完整方法论
查询SPY 期权报价质量：有效、单边及锁定/交叉记录
每个数字背后的完整 SQL
WITH opts AS (
    SELECT
        bid_price,
        ask_price
    FROM global_markets.cache_options_quotes
    WHERE sip_timestamp >= '2026-07-02 13:30:00' AND sip_timestamp < '2026-07-02 20:00:00'
      AND ticker >= 'O:SPY26' AND ticker < 'O:SPY27'
)
SELECT
    count() AS total_updates,
    countIf(bid_price > 0 AND ask_price > 0 AND ask_price > bid_price) AS valid_two_sided,
    round(100.0 * countIf(bid_price > 0 AND ask_price > 0 AND ask_price > bid_price) / count(), 2) AS valid_pct,
    countIf(bid_price = 0 OR ask_price = 0) AS one_sided,
    round(100.0 * countIf(bid_price = 0 OR ask_price = 0) / count(), 2) AS one_sided_pct,
    countIf(bid_price > 0 AND ask_price > 0 AND ask_price <= bid_price) AS locked_or_crossed,
    round(100.0 * countIf(bid_price > 0 AND ask_price > 0 AND ask_price <= bid_price) / count(), 2) AS locked_or_crossed_pct
FROM opts

该交易时段内，超过 99.94% 的 SPY 期权报价记录为有效的双向报价；单向报价占数据流的 0.06%，锁定或交叉报价的比例可以忽略不计。上述所有价差数值均基于有效的双向报价子集计算得出——即交易者在 NBBO 中实际可以观察到的成本。

  • 市场数据源：整合的 OPRA 式期权报价行情 (global_markets.cache_options_quotes)、相应的股票报价行情，以及整合的期权成交行情 (global_markets.options_trades；成交量面板刻意覆盖了整个行情，而非仅限 SPY)。
  • OCC 代码格式：O: + 根代码 + 六位到期日 (YYMMDD) + C/P + 七位行权价 ×1000。0DTE 面板通过代码解析到期日和行权价；价差计算将看涨和看跌期权合并计算。每个根代码的过滤范围涵盖其 2026 年到期范围 (O:SPY26..O:SPY27 及同类)，从而通过 (ticker, sip_timestamp) 索引对每次扫描进行精简。
  • 价差定义：仅针对有效的双向报价，单位为基点 ((ask − bid) / midpoint × 10,000)。
  • 中位数与百分位数：基于 cityHash64(ticker, sip_timestamp) 键值化的 quantileDeterministic 蓄水池估计器——占用固定内存，且每次重新生成的结果均一致。
  • 标的收盘价：来自 delayed_stocks_minute_aggs 的最后一个常规交易时段分钟线。
  • 交易时段窗口：UTC 时间 13:30–20:00，通过观察到的 SPY 分钟线进行校验，而非基于日历计算。
  • 固定时段：2026 年 7 月 2 日——这是一个完整的交易日，在撰写本文时（2026 年 7 月 9 日），该数据已完全通过仓库的 ~1–2 天入库延迟。日期是固定的，因此重新生成会产生相同的结果。

想了解特定合约的成本吗？上述每个面板都是已存储的查询——您可以在 Strasmore 终端上运行它们或您自己的变体。欲了解更多机制细节，请参阅 股票交易成本、什么是买卖价差、0DTE 期权、期权报价数据流规模 以及 期权成交量与持仓量。

#期权#trading costs#bid-ask spread#options spread#market structure