Strasmore Research
Deep Dives · Matt ConnorBy Matt Connor ·

Gamma exposure GEX 计算 对冲 做市商

Gamma exposure (GEX) 估算标的价格每变动1%时做市商的对冲交易量。本文介绍其计算方法、假设前提，并解释为何免费GEX数据存在差异。

Gamma exposure，通常缩写为GEX，估算的是标的价格每变动1%时，期权做市商需要对股票或期货进行的对冲交易量。它是一个基于持仓数据的统计指标，由三个要素构成：未平仓合约、期权定价模型，以及一个关于交易双方身份的重大假设。本文将逐步介绍其计算方法，明确阐述其假设前提，并以2026年7月的一个特定交易日为例，衡量其背后的市场数据。

Gamma exposure (GEX) 衡量什么

从下一层概念开始理解。Delta 衡量期权价格对标的价格的敏感度：Delta为0.40意味着股票价格每上涨1美元，该期权合约价值大约增加40美分。Gamma 衡量的是Delta自身的变化速率。Gamma值高的合约，其Delta会随着标的价格穿越行权价而迅速变化，我们的 期权Gamma解释器 通过真实合约展示了这一变化曲线。

卖出期权并进行对冲的做市商持有标的资产的头寸，并会根据价格变动来调整该头寸的规模。Gamma决定了价格每变动1美元所需调整的规模。Gamma exposure将这个每份合约的数值放大为整个市场的美元金额。标准计算方法如下：

  1. 对于每个上市的行权价和到期日，获取未平仓合约数量，即仍处于未平仓状态的合约总数。
  2. 使用期权定价模型（通常是Black-Scholes模型）计算每份合约的Gamma值。模型输入参数包括：标的价格、行权价、剩余到期时间、利率和隐含波动率。
  3. 将Gamma值乘以未平仓合约数、乘以100股的合约乘数、再乘以标的价格的平方，最后除以100。得出的结果是标的价格每变动1%时，对应的股票美元价值。
  4. 根据做市商持有看涨期权多头和看跌期权空头的惯例，为结果赋予正负号，然后对所有行权价和到期日的结果进行加总。

一个明显是假设性的计算示例：假设有10,000份未平仓合约，Gamma值为0.05，标的价格为100美元。计算结果为：10,000 × 0.05 × 100 × (100的平方) / 100 = 5,000,000美元。这意味着标的价格每变动1%，对应500万美元的股票价值。按照同样的算法，已发布的指数级别读数可达数十亿美元。

正Gamma与负Gamma状态

正负号决定了整个读数的含义。

正Gamma（多头Gamma）。 做市商账户的Delta随着标的价格上涨而增加，随着标的价格下跌而减少。为了保持对冲中性，意味着要在价格上涨时卖出股票，在价格下跌时买入股票。因此，对冲交易流与价格变动方向相反。

负Gamma（空头Gamma）。 做市商账户的Delta随着标的价格上涨而减少，随着标的价格下跌而增加。为了保持对冲中性，意味着要在价格上涨时买入股票，在价格下跌时卖出股票。因此，对冲交易流与价格变动方向相同。

市场参与者将第一种情况称为“抑制”或“钉住”状态，将第二种情况称为“加速”状态。他们将总Gamma估计值由正转负的价格水平称为 Gamma翻转点。这些标签描述的都是一种对冲规则，而非价格预测。在一个每交易日交易数十亿股的市场中，做市商对冲只是众多交易流之一，而GEX估计值无法看到其他交易流。关于做市商对冲部门实际的全天操作，请参阅 做市商如何赚钱。

合约实际分布在哪里

每份合约的Gamma值在接近平值和临近到期时达到峰值。因此，最接近当前价格的行权价承担了大部分的计算权重。以下是这种集中度在数据上的体现：2026年7月6日（星期一）交易的每一份当日到期的SPY合约，按行权价分组，并按交易合约数量排序。

查询当日SPY合约按行权价分布：十大最活跃合约，2026年7月6日
每个数字背后的完整 SQL
SELECT strike_label AS strike,
       round(sumIf(contracts, opt_type = 'C') / 1e3, 1) AS call_contracts_k,
       round(sumIf(contracts, opt_type = 'P') / 1e3, 1) AS put_contracts_k,
       round(sum(contracts) / 1e3, 1)                   AS total_contracts_k
FROM (
    SELECT substring(ticker, length(ticker) - 8, 1)              AS opt_type,
           toUInt32OrZero(substring(ticker, length(ticker) - 7, 8)) AS strike_thousandths,
           toString(intDiv(strike_thousandths, 1000))            AS strike_label,
           sum(toFloat64(volume))                                AS contracts
    FROM global_markets.options_minute_aggs
    WHERE window_start >= toDateTime('2026-07-06 08:00:00')
      AND window_start <  toDateTime('2026-07-07 04:00:00')
      AND startsWith(ticker, 'O:SPY260706')
    GROUP BY ticker, opt_type, strike_thousandths, strike_label
)
GROUP BY strike_label
ORDER BY sum(contracts) DESC
LIMIT 10
Run this yourself

当日最活跃的行权价为 751 美元，交易了 1817.5 千份合约，其中看涨期权 1082.3 千份，看跌期权 735.2 千份。下一个最活跃的行权价 750 美元，交易了 1725.9 千份。到排名第十的行权价时，交易量降至 159.6 千份。仅十个行权价，价格区间仅几美元，就占据了这只价格超过700美元的标的当日大部分交易活动。

看涨与看跌期权的比例在现价附近发生翻转，这正是带符号的GEX计算试图捕捉的倾斜。在 753 美元（高于现价）处，看涨期权领先看跌期权，比例为 587.8 千份对 74.8 千份。在 748 美元（低于现价）处，看跌期权领先，比例为 457.4 千份对 107 千份。

该数据表揭示了一个重要注意事项：这里显示的是成交量，即易手的合约数量，而非未平仓合约量，即收盘后仍处于未平仓状态的合约数量。GEX是基于后者计算的。期权成交量与未平仓合约量 对两者进行了区分。

近期到期的合约主导市场数据

查询2026年7月6日：全市场期权成交量按到期天数分布
每个数字背后的完整 SQL
SELECT multiIf(dte = 0, '0 (expires today)',
               dte = 1, '1 day',
               dte <= 7, '2-7 days',
               dte <= 30, '8-30 days',
               '31+ days') AS days_to_expiry,
       round(sum(volume) / 1e6, 2) AS contracts_mm,
       round(100.0 * sum(volume) / sum(sum(volume)) OVER (), 1) AS pct_of_volume
FROM (
    SELECT toFloat64(volume) AS volume,
           dateDiff('day',
                    toDate(toTimeZone(window_start, 'America/New_York')),
                    toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6)))) AS dte
    FROM global_markets.options_minute_aggs
    WHERE window_start >= toDateTime('2026-07-06 08:00:00')
      AND window_start <  toDateTime('2026-07-07 04:00:00')
      AND toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2026-07-06')
)
WHERE dte >= 0
GROUP BY days_to_expiry
ORDER BY min(dte)
Run this yourself

当日到期的合约占当日所有美国期权成交量的 38.8%，即 23.52 百万份，而到期时间超过一个月的合约成交量仅为 18.6% 百万份。每份合约的Gamma值正是在这个近期到期的部分中最大，同时这个部分的未平仓合约周转速度也最快。基于前一晚清算文件计算出的GEX数值，描述的是一个已经发生变化的账户。零日期权 详细介绍了这种当日到期的合约。

GEX估计值集中在少数产品中

查询2026年7月6日：当日到期期权成交量最高的标的
每个数字背后的完整 SQL
SELECT root AS underlying,
       round(sum(volume) / 1e6, 2) AS zero_dte_contracts_mm,
       round(100.0 * sum(volume) / sum(sum(volume)) OVER (), 1) AS pct_of_zero_dte_volume
FROM (
    SELECT substring(ticker, 3, length(ticker) - 17) AS root,
           toFloat64(volume) AS volume
    FROM global_markets.options_minute_aggs
    WHERE window_start >= toDateTime('2026-07-06 08:00:00')
      AND window_start <  toDateTime('2026-07-07 04:00:00')
      AND toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2026-07-06')
      AND toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6))) = toDate(toTimeZone(window_start, 'America/New_York'))
)
WHERE root != 'SPCX'
GROUP BY root
ORDER BY sum(volume) DESC
LIMIT 8
Run this yourself

当日到期的交易高度集中：SPY占据了其中的 36.1%，QQQ占据了 21.2%，而SPXW（周度现金结算的标普500指数期权）占据了 11.3%。已发布的GEX系列数据通常也是针对这少数几个标的，因为只有这些标的的期权链深度足够，使得逐行权价加总的结果具有实际意义。对于交易清淡的个股，其GEX计算仅仅是基于少量合约的算术运算。

GEX所依赖的假设

未平仓合约不包含交易方向信息。 交易所仅公布每个行权价的未平仓合约总数，从不公布谁是多头、谁是空头。做市商持有看涨期权多头和看跌期权空头的惯例，源于对客户行为的一般性概括，即散户买入看涨期权，机构买入看跌期权进行对冲。这是一种经验法则，在特定日期的特定行权价上，它很可能是错误的。

Gamma值来自模型。 Black-Scholes模型需要每个行权价的隐含波动率、利率和股息假设。只要波动率曲面发生变化，总和中的每个Gamma值都会随之改变。

未平仓合约数据天然具有滞后性。 它每个交易日仅在收盘后根据清算数据发布一次。因此，日内GEX读数锚定的是昨天的账户状况。

产品边界是一个选择问题。 SPX指数期权、SPY ETF期权和E-mini期货期权都追踪标普500指数，但乘数不同。包含或排除其中任何一个，都会导致总金额发生数十亿美元的变化。

为什么两个GEX数值会不一致

两个数据面板可能读取同一个市场，但得出的总金额却相去甚远。造成这种差异的每一个原因都包含在上述列表中：包含了哪些产品、使用了哪个波动率曲面输入模型、数值是按每1%变动还是按每一个指数点报价、做市商的正负号是应用于每个行权价还是应用于加总结果、以及如何处理到期日合约。将一个发布商的数据水平与另一个发布商引用的阈值进行比较，相当于比较两个不同的统计指标。阅读同一数据源的系列数据并与自身历史进行比较，可以保持单位的一致性。

最大痛点，一个相关的统计指标

最大痛点 是指使得最大总美元价值的未平仓合约到期时变为废纸的那个行权价。它的计算仅基于未平仓合约量，无需波动率模型，也无需做市商方向的假设。它给出的是一个价格点，而非量化交易流。这两个指标常在月度到期日前后被并列引用，但它们回答的是不同的问题：最大痛点指向一个行权价，而Gamma exposure量化的是对冲成本。

市场参与者实际如何使用

在代码共享网站上，开源的GEX和持仓数据面板很常见。阅读其中一个是最快理解这些假设如何具体化的方式。期权链快照、模型输入、正负号约定和加总步骤，都体现在几百行代码中。截至2026年7月，有几个此类项目仍在积极维护中。值得关注的项目会明确说明其波动率数据来源和做市商方向约定。一个未公开其推导过程的数值是无法被验证的。将GEX与交易流结合阅读的交易者，通常会将其与 异常期权活动 以及更广泛的 期权希腊字母 配合使用。

Gamma exposure 常见问题解答

正Gamma exposure意味着什么？

正GEX描述的是这样一种估计的做市商账户状态：当标的价格上涨时，Delta增加；当标的价格下跌时，Delta减少。为了保持该账户对冲中性，意味着要在价格上涨时卖出，在价格下跌时买入。市场参与者将这种情况描述为“抑制”或“钉住”；它描述的是对冲规则，而非价格预测。

什么是Gamma翻转点？

Gamma翻转点是GEX模型的总体估计值由正转负时所对应的标的价格。在该价格之上，模型化的对冲交易流与价格变动方向相反；在该价格之下，对冲交易流与价格变动方向相同。只要未平仓合约量、波动率曲面或模型假设发生变化，这个价格水平就会移动。因此，两个发布商很少会报出相同的翻转点。

GEX背后的未平仓合约数据来自哪里？

未平仓合约数据在每个交易日收盘后，根据清算数据发布一次：即每个行权价和到期日的未平仓合约数量。该数据不包含任何关于哪个交易对手是多头或空头的信息，这是任何GEX计算中最大的一个假设。

Gamma exposure和Gamma squeeze是一回事吗？

不是。Gamma exposure是对整个账户对冲敏感性的一个静态估计。而Gamma squeeze是一个叙事性标签，用于描述特定个股中发生的快速买入事件，对冲交易流只是其中的一个组成部分。GEX是一种测量尝试；而squeeze标签是对事后发生事件的描述。

GEX可以针对单只股票计算吗？

从技术上讲可以，同样的计算方法适用于任何上市期权链。但在交易清淡的期权链上，由于行权价数量少且隐含波动率点差大，估计值会很快变得充满噪音。在上述2026年7月的交易日中，除了排名靠前的少数个股标的，指数产品以外的当日成交量迅速下降。

以上每个数据面板都是一个已存储的查询，其SQL代码只需点击一下即可查看。您可以在Strasmore终端上对任何期权链运行相同的扫描。

#gex#gamma#market structure#期权#dealers