作者： Matt Connor
3-5-7规则 期权 仓位管理
3-5-7规则是期权交易中的仓位管理惯例：单笔交易风险不超过3%，同一标的不超过5%，总风险不超过7%。本文考察其来源与数据验证结果。
3-5-7规则是期权论坛和券商博客中反复出现的一种仓位管理惯例：单笔交易的风险不超过账户资金的3%，同一标的的风险不超过5%，所有未平仓头寸的总风险不超过账户资金的7%。它管理的是规模，而非选择。该规则并未说明交易什么标的，也无法凭空创造出原本不存在的优势。
3-5-7规则的具体内容
这三个数字适用于风险资金，而非投入资金。
- 每笔交易3%。 单个头寸的最大亏损控制在账户净值的3%以内。对于一个假设的10万美元账户，这个上限是3000美元。
- 每个标的5%。 同一股票上的所有头寸合并计算。同一标的上的看涨期权多头、看涨期权价差和看跌期权空头，都共享同一个5%的预算。
- 总风险7%。 所有未平仓头寸的最大亏损总和，在任何时刻都不得超过账户净值的7%。
第一个限制约束了一个错误的交易想法。第二个限制约束了同一个错误想法以三种不同形式表达出来的情况。第三个限制则约束了多个头寸同时朝不利方向变动时的局面。
期权使得第一个数字的计算异常简单。对于看涨或看跌期权多头，支付的权利金就是最大亏损，因此3%的上限就是对风险权利金的限制。以一个10万美元的账户和报价4.50美元的合约为基准：一份合约覆盖100股，成本为450美元，六份合约的风险敞口为2700美元，在3000美元的限制之内。对于风险有限的价差策略，最大亏损是行权价差减去收到的权利金。对于风险无限的头寸，如裸卖空看涨期权，则不存在算术上的最大亏损，该规则对此通常没有说明。用保证金要求或心理止损位来替代真正的最大亏损，会悄然破坏该规则所依赖的算术基础。
规则的来源
搜索结果将3-5-7规则呈现为一种既定做法。它属于民间智慧。没有论文、数据集或已发表的推导过程支持这三个整数，而且早期流传的版本描述的是股票交易而非期权交易。对这些具体数值应给予的重视程度，应等同于对一种惯例的重视，而非对一项研究发现的重视。
该规则所属的体系有更充分的文献记载。固定分数仓位管理，即每个头寸承担固定比例的账户净值风险，贯穿了整个20世纪的交易文献。其正式的前身是凯利准则（John Kelly，1956年），该准则根据估计的优势和赔率推导出最优的下注比例。其在市场中的实际应用几乎总是取公式计算结果的一半或四分之一，因为高估优势会导致毁灭性的仓位规模。3-5-7规则跳过了估算步骤，直接选取了一个小数字。这种替代就是其全部设计理念：对一无所知的情况具有稳健性，但对任何情况都不是最优的。
5%的单一标的限制是针对什么衡量的？
每个标的的名称上限只有与单个标的的波动幅度相比较时才有意义。下面的面板选取了七只知名股票，统计了截至2026年6月30日的十二个月内，常规交易时段收盘价之间的变动情况。
每个数字背后的完整 SQL
WITH daily AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS d,
toFloat64(argMax(close, window_start)) AS px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('SPY', 'KO', 'JNJ', 'AAPL', 'MSFT', 'NVDA', 'TSLA')
AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2025-07-01')
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, d
),
moves AS (
SELECT ticker, d,
100 * (px / any(px) OVER (PARTITION BY ticker ORDER BY d
ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING) - 1) AS move_pct
FROM daily
)
SELECT ticker,
count() AS sessions,
round(quantileDeterministic(0.5)(abs(move_pct), cityHash64(ticker, d)), 2) AS median_abs_move_pct,
round(quantileDeterministic(0.95)(abs(move_pct), cityHash64(ticker, d)), 2) AS p95_abs_move_pct,
round(100 * countIf(abs(move_pct) >= 3) / count(), 1) AS pct_days_beyond_3,
round(min(move_pct), 2) AS worst_day_pct
FROM moves
WHERE isFinite(move_pct)
GROUP BY ticker
ORDER BY p95_abs_move_pct一年内的波动范围很广。面板中最稳定的标的SPY的每日绝对变动中位数为0.46%，在250个交易日中有0%的交易日单日涨跌幅达到或超过3%。最活跃的标的TSLA的每日变动中位数为1.83%，在30.4%的交易日中触及3%的关口，并创下单日最大变动-8.39%。其第95百分位的日变动5.45%是表格顶部1.62%数值的三倍多。
一个固定的百分比上限对不同标的的作用截然不同。对于一个典型日变动为0.46%的标的，5%的标的预算是一个宽松的限制。而对于一个中位日变动为1.83%、且异常波动幅度更大的标的，同样的5%预算会很快被用完。正是为了应对这种差异，才存在根据标的自身波动性调整上限的仓位管理惯例，而流动性与波动性期权一文详细阐述了这种差异如何在合约本身中体现出来。
亏损会集中出现
7%的总风险限制是该规则中分量最重的部分，它针对的是市场的一个真实特性：糟糕的交易日并非均匀分布。下一个面板统计了同一时间段内相同七只股票的表现，追踪了窗口期内最差的连续五个交易日表现，以及从运行高点回落的最大幅度。
每个数字背后的完整 SQL
WITH daily AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS d,
toFloat64(argMax(close, window_start)) AS px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('SPY', 'KO', 'JNJ', 'AAPL', 'MSFT', 'NVDA', 'TSLA')
AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2025-07-01')
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, d
),
win AS (
SELECT ticker, d, px,
any(px) OVER (PARTITION BY ticker ORDER BY d
ROWS BETWEEN 5 PRECEDING AND 5 PRECEDING) AS px_5_ago,
max(px) OVER (PARTITION BY ticker ORDER BY d
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS running_high
FROM daily
)
SELECT ticker,
round(min(100 * (px / px_5_ago - 1)), 2) AS worst_5_session_pct,
round(min(100 * (px / running_high - 1)), 2) AS deepest_drawdown_pct,
round(100 * countIf(px / running_high - 1 <= -0.1) / count(), 1) AS pct_days_10pct_below_high
FROM win
WHERE isFinite(px_5_ago)
GROUP BY ticker
ORDER BY deepest_drawdown_pct窗口期内最大回落幅度属于MSFT，为-34.99%，该标的在窗口期59%的交易日中，价格低于其运行高点超过10%。其最差的连续五个交易日跌幅为-14.41%。另一端，KO从运行高点回落-8.49%，并在0%的交易日中处于该跌幅水平。这里的每个读数都是从2025年7月1日开始计算运行高点，因此是窗口期内的数据，而非历史最高点数据。
将此与每笔交易3%的上限进行比较。一个持有三个头寸的交易者，每个头寸都按3%的上限规模操作，其总风险敞口为9%，已经超过了7%的总风险限制，而且这三个头寸很可能只是同一个风险敞口披着三个不同的名称。总风险上限和单一标的上限是该规则中发挥关键作用的部分，这也是集中度风险一文探讨的主题。
指数在更长的时间跨度内讲述了类似的故事。以下是标普500 ETF在十一个日历年内单日变动的统计数据：
每个数字背后的完整 SQL
WITH daily AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d,
toFloat64(argMax(close, window_start)) AS px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2015-12-01')
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 d
),
moves AS (
SELECT d,
100 * (px / any(px) OVER (ORDER BY d ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING) - 1) AS move_pct
FROM daily
)
SELECT toYear(d) AS year,
count() AS sessions,
countIf(move_pct <= -1) AS days_down_1pct,
countIf(move_pct <= -3) AS days_down_3pct,
round(min(move_pct), 2) AS worst_day_pct
FROM moves
WHERE isFinite(move_pct) AND toYear(d) >= 2016
GROUP BY year
ORDER BY year收盘下跌3%或更多的交易日集中在少数几个年份，而非均匀分布。2020年包含了16个这样的交易日，单日最大跌幅为-11.63%，而2017年则包含了0个。收盘下跌1%或更多的交易日数量，从最平静年份的4个，到最活跃年份的65个不等。最后一行覆盖了截至2026年6月30日的123个交易日，因此是一个不完整的年份。一个固定的7%总风险上限，其设计初衷是针对平静年份的，而真正的考验则来自剧烈波动的年份。此外，一份长期期权也可能在一夜之间损失全部权利金，而标的资产本身并未出现如此大的日间波动，隔夜跳空一文描述了这一机制。
规则能处理什么，又遗漏了什么
固定分数规则处理的是最能迅速清空账户的失败模式：一个规模过大的头寸。任何小的固定比例都优于没有比例，而一个易于记忆的比例在压力下更容易被应用——而仓位规模的决策恰恰是在压力下做出的。
它遗漏的是大部分细节。它不随波动性调整，因此在一个稳定标的上投入3%的风险资金，与在一个每日波动1.83%的标的上投入3%的风险资金被视为相同的赌注。它忽略了不同标的之间的相关性，因此一个包含七个头寸、且每个头寸都在上限之内的投资组合，本质上可能仍然是一笔交易。它没有提及时间价值衰减，后者会在平静的交易日中侵蚀长期期权的价值，即使没有出现任何不利的价格变动（期权Theta一文介绍了其机制）。它忽略了交易成本，佣金和买卖价差是一种持续存在的损耗，百分比上限永远无法体现这一点（交易期权的成本一文提供了具体数据）。它还假设最大亏损是可知的，这对于风险无限的裸卖空头寸来说是不成立的。
常见问题解答
期权交易中的3-5-7规则是什么？
这是一种仓位管理惯例：单笔交易的风险不超过账户净值的3%，任何单一标的的风险不超过5%，所有未平仓头寸的总风险不超过7%。这些数字描述的是最大亏损，而非投入的资金。
3-5-7规则是官方或经过验证的规则吗？
不是。它作为交易界的民间智慧流传，其具体数字背后没有已发表的推导过程或支持性研究。它所属的更广泛的体系——固定分数仓位管理——有充分的文献记载，而凯利准则是其正式版本。
3-5-7规则如何应用于看涨或看跌期权多头？
对于期权多头，支付的权利金就是最大亏损，因此3%的限制限制了单笔交易的总权利金。对于一个假设的10万美元账户，这意味着3000美元的权利金，按4.50美元的合约报价计算，相当于六份合约。
为什么需要单独设立5%的单一标的限制？
在同一只股票上建立多个头寸，当该股票出现大幅波动时，这些头寸会表现为一个风险敞口。在截至2026年6月30日的十二个月内，TSLA在30.4%的交易日中波动达到或超过3%，该标的上的不同合约会在这些交易日中的每一天同步波动。
该规则适用于备兑开仓和其他收入策略吗？
备兑开仓的最大亏损是股票头寸本身减去收取的权利金，这通常远高于账户资金的3%，因此该上限适用于股票头寸部分，而非期权部分。备兑开仓一文阐述了其收益计算方式。
以上每个数据均来自对真实市场数据的存储查询，如果您想在Strasmore终端上针对不同的股票名称重新运行，每个面板的SQL代码只需点击一下即可获取。