Strasmore Research
学习 Matt Connor作者： Matt Connor · 更新于 2026-08-15

期权3-5-7规则：风险上限与数据检验

了解期权3-5-7规则的风险敞口定义、民间来源与适用边界，并查看它在真实数据下能否有效控制单笔、单一标的及整体账户风险。

“3-5-7规则”是一种仓位管理惯例，常见于期权论坛和券商博客：单笔交易的风险最多不超过账户资金的3%，单一标的的风险最多不超过5%，所有未平仓头寸合计的风险最多不超过账户资金的7%。该规则只决定仓位大小，不决定交易选择。它没有规定应交易什么，也无法凭空创造原本不存在的优势。

“3-5-7规则”的含义

这三个数字针对的是风险敞口，而不是投入资金。

  • 每笔交易3%。 单个仓位的最大亏损须低于账户净值的3%。假设账户规模为100,000美元，该上限为3,000美元。
  • 每个标的5%。 同一只股票上的所有仓位合并计算。针对同一标的的看涨期权多头、看涨期权价差和看跌期权卖出仓位，共用一个5%的风险额度。
  • 合计7%。 所有未平仓仓位的最大亏损合计，在任何时点都须低于账户净值的7%。

第一道限制控制单个错误判断的风险。第二道限制控制同一个错误判断以三种方式表达时的风险。第三道限制控制多个仓位同时波动时整个交易时段的风险。

期权使第一个数字特别容易计算。对于看涨期权或看跌期权多头，已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。假设账户规模为100,000美元，某合约报价为4.50美元：一张合约对应100股，成本为450美元；买入六张合约的风险敞口为2,700美元，低于3,000美元的上限。对于风险已定义的价差策略，最大亏损等于行权价差减去收到的权利金。对于裸卖看涨期权等风险未定义的仓位，则根本不存在算术意义上的最大亏损；通常所说的这条规则也没有涵盖这种情况。计算所需的两个数据——报价中的权利金和可用的行权价——都可以从期权链中读取，而逐列读取期权链将说明每一列具体代表什么。若以保证金要求或主观止损代替真正的最大亏损，便会悄然破坏这条规则所依赖的计算逻辑。

规则的由来

搜索结果通常将3-5-7规则描述为已经确立的惯例。但它其实只是民间经验。没有论文、数据集或公开推导能够支持这三个数字，而且早期流传的版本讲的是股票交易，而不是期权交易。对这些具体数值的重视程度，应当等同于对一种惯例的重视，而不是对一项研究结论的重视。

这条规则所属的理论体系，则有更充分的文献支持。固定比例仓位管理要求每个头寸承担固定比例的账户权益风险，这一方法贯穿二十世纪的交易文献。它的正式理论先驱是凯利准则（John Kelly，1956年）。该准则根据估算的交易优势和盈亏赔率推导最优仓位比例。由于高估交易优势可能导致仓位过大并造成毁灭性损失，实际市场应用通常只采用公式结果的一半或四分之一。3-5-7规则跳过了优势估算，直接选定一个较小的数字。这一替代方案的全部设计理念是：无需掌握任何信息即可保持稳健，但对任何目标而言都不是最优方案。

5%单一标的上限是相对于什么衡量的

单一标的上限只有结合个股的波动幅度来看才有意义。下表选取七只家喻户晓的股票代码，统计截至2026年6月30日的过去12个月，并按正常交易时段的收盘价计算收盘至收盘的涨跌幅。

查询七大知名公司单日涨跌幅，2025年7月至2026年6月
ticker交易日数绝对涨跌幅中位数 (%)绝对涨跌幅 P95 (%)涨跌幅超过 3% 的天数占比单日最大跌幅 (%)
SPY2500.461.620-2.69
KO2500.652.111.2-2.56
JNJ2500.632.211.6-2.42
AAPL2500.683.237.2-6.15
MSFT2500.763.378.4-10.02
NVDA2501.374.3516.4-6.22
TSLA2501.835.4530.4-8.39
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
自己运行这个查询

一年期区间差异很大。表中最稳定的标的SPY，单日绝对涨跌幅中位数为0.46%，在250个交易日中，有0%的交易日涨跌幅达到3%或以上。交易最活跃的标的TSLA，单日涨跌幅中位数为1.83%，有30.4%的交易日越过3%关口，单日最差交易日的涨跌幅达到-8.39%。其95%分位数单日涨跌幅为5.45%，超过表格顶部1.62%数值的三倍。

同一个固定百分比上限，对不同标的的约束作用完全不同。对于典型单日波动为0.46%的标的，5%的标的额度限制较为宽松。对于单日中位数波动为1.83%、异常波动时幅度更大的标的，同样的5%额度很快就会用尽。按标的自身波动率调整上限的仓位 sizing 规则，正是为了解决这一差异；流动性与波动性期权将说明这种差异如何体现于期权合约本身。

亏损往往成簇出现

7%的总限额是这项规则中最关键的部分，其针对的是市场的一项真实特征：糟糕的交易日并不会均匀分布。下一个面板使用同一时间窗口内的相同七个名称，统计其中最差的连续五个交易日表现，以及窗口内从滚动高点算起的最大跌幅。

查询最差五个交易日区间及窗口期最大回撤，2025年7月至2026年6月
ticker最差 5 个交易日涨跌幅 (%)最大回撤 (%)低于最高价 10% 的天数占比
MSFT-14.41-34.9959
TSLA-10.27-29.9249
NVDA-10.67-20.2834.3
AAPL-8-13.8711.6
JNJ-5.83-10.912.4
SPY-3.81-9.130
KO-5.52-8.490
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
自己运行这个查询

窗口内最大跌幅属于MSFT，跌幅为-34.99%；在窗口的59%个交易日中，该名称的价格都低于其滚动高点10%以上。其连续五个交易日的最差表现为-14.41%。另一端，KO较其滚动高点最多下跌-8.49%，并有0%个交易日处于这一跌幅水平。这里的所有读数都以2025年7月1日作为滚动高点起点，因此反映的是窗口内数据，而非历史最高点数据。

将这一点与每笔交易3%的上限对照来看。一名交易者若持有三个仓位，且每个仓位都达到3%的上限，则其风险敞口合计为9%，已经超过7%的总限额；而且，这三个仓位很容易只是以三个名称呈现的同一项敞口。总限额和单一标的限额是这项规则发挥约束作用的关键部分，这也是集中度风险所讨论的主题。

指数在更长时间尺度上也呈现出类似情况。以下是标普500跟踪产品连续十一年的单日涨跌幅：

查询标普500跟踪基金（SPY）：按日历年统计的下跌交易日，2016年至2026年年中
年份交易日数下跌超过 1% 的天数下跌超过 3% 的天数单日最大跌幅 (%)
2016252221-3.61
201725140-1.77
2018251325-4.12
2019252150-2.98
20202534516-11.63
2021252210-2.45
2022251658-4.34
2023250280-1.99
2024252190-2.97
2025250303-5.98
2026123150-2.59
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
自己运行这个查询

收盘跌幅达到或超过3%的交易日集中在少数年份，而不是按固定节奏出现。2020出现了其中的16个交易日，最差单日表现为-11.63%；而2017出现了0个交易日。收盘跌幅达到或超过1%的交易日数量，从最平静年份的4个波动至最繁忙年份的65个。最后一行统计截至2026年6月30日的123个交易日，因此只覆盖部分年度。固定的7%总限额按设计适用于平静年份，而其真正的考验出现在剧烈波动年份。即使标的资产从未出现达到这一幅度的单日跌幅，长期期权也可能在一夜之间损失全部权利金，这正是隔夜跳空所描述的机制。

该规则涵盖的内容，以及未涵盖的内容

固定比例规则针对的是最快耗尽账户的失误模式：单笔仓位大到足以造成实质影响。任何一个较小的固定比例都胜过没有固定比例；而容易记住的比例会在压力下得到执行，因为仓位规模通常正是在这种情况下决定的。

该规则未涵盖的大部分细节。它不会根据波动率调整仓位，因此，稳定股票的3%仓位与每日波动为1.83%的股票的3%仓位，会被视为同等规模的下注。它忽略了不同ticker之间的相关性，因此，即使七个仓位都未超过上限，整个投资组合仍可能实质上只是同一笔交易。它没有涉及时间价值衰减：即使价格没有不利变动，平静交易日也会侵蚀多头期权的价值（期权theta介绍了其运作机制）。它也忽略了交易成本；佣金和买卖价差会持续拖累收益，而固定比例上限无法反映这些成本（交易期权的成本列出了具体数据）。此外，该规则还假设最大损失可以确定，但对于卖出无限风险头寸而言，这一假设并不成立。

常见问题

期权交易中的3-5-7规则是什么？

这是一种头寸规模管理惯例：单笔交易的风险敞口不超过账户权益的3%，单一标的的风险敞口不超过5%，所有未平仓头寸合计的风险敞口同时不超过7%。这些数字指最大亏损，而不是投入的资金规模。

3-5-7规则是官方规则或经过验证的规则吗？

不是。它以交易界的经验法则形式流传，但这些具体数字没有公开推导过程，也没有相应研究支持。它所属的更广泛方法是固定比例头寸管理，这一方法已有充分记录；凯利准则则是其正式版本。

3-5-7规则如何应用于买入看涨期权或看跌期权？

买入期权支付的权利金就是最大亏损，因此3%的限制决定了单笔交易可支付的权利金上限。以一个10万美元账户为例，权利金上限为3,000美元；若合约报价为4.50美元，则相当于六张合约。

为什么还要单独设置单一标的5%的限制？

同一只股票上的多个头寸，在该股票大幅波动时会形成同一个风险敞口。在截至2026年6月30日的十二个月内，TSLA有30.4%的交易日涨跌幅达到或超过3%；该标的上的不同合约在这些交易日也会同步波动。

这一规则适用于备兑看涨期权及其他收益型头寸吗？

备兑看涨期权的最大亏损通常是股票头寸价值减去已收取的权利金，往往远高于账户的3%。因此，该上限通常应用于股票头寸，而不是期权部分。备兑看涨期权介绍了收益与亏损的计算方法。

以上每个数字均来自对真实市场数据执行的存储查询。如果您希望在Strasmore终端上使用另一组标的重新运行查询，每个面板都可一键查看其SQL。

#期权#risk management#position sizing#options basics