Strasmore Research
学习 Matt Connor作者： Matt Connor · 更新于 2026-08-30

什么是看跌看涨比率？数据解读指南

看跌看涨期权比率等于看跌期权成交量除以看涨期权成交量。查看美国全市场真实区间，并按到期日、指数与个股及十年历史对比，了解如何解读。

看跌/看涨期权比率，是当日看跌期权成交量除以看涨期权成交量，表示每成交一张看涨期权时，成交了多少张偏空合约。比率高于 1.0，说明看跌期权成交量超过看涨期权；明显低于 1.0，则说明看涨期权占主导。

大多数解释只停留在定义和约定俗成的经验规则上。本页按日计算真实数据，覆盖美国市场每一张挂牌期权合约，并采用专业机构的分析方式进一步拆分：区分指数期权与个股期权，按到期日分类，并与过去十年的历史数据进行对比。

看跌期权-看涨期权比率如何计算？

将一个交易时段内的所有期权交易汇总，分别计算看跌期权和看涨期权的合约成交量，再用前者除以后者。标的价格下跌时，看跌期权通常会升值；价格上涨时，看涨期权通常会升值。因此，该比率可粗略反映市场偏向下行还是上行。

计算过程非常简单。假设某只股票在一个交易时段内成交了40,000张看跌期权和60,000张看涨期权：40,000 ÷ 60,000 = 0.67，即每三张看涨期权对应两张看跌期权。若看涨期权成交量仍为60,000张，而看跌期权增至90,000张，比率就会变为1.5。这就是完整公式。真正复杂的是解读，而不是除法。

“成交量”一词包含两个细节：

  • 看成交量，不看未平仓量。 标准比率统计的是当日成交的合约。另一种计算方式使用未平仓量，即尚未了结的合约数量，其变化速度慢得多。应确认图表显示的是哪一种指标。
  • 每笔交易都有两方。 买入开仓的看跌期权、卖出平仓以对冲的看跌期权，以及为赚取收入而卖出的看跌期权，都会计入相同的成交量。该比率统计的是交易活动，而非交易意图。

全市场看跌/看涨期权比率如何表现？

该比率覆盖所有已上市的美国股票、ETF和指数期权，按日计算，统计区间为6月1日至我们的交易记录中最近一个完整交易日：

查询全市场每日看跌/看涨比率：所有美国上市期权，2026年6月1日至7月10日
28 rows (showing 20)
日日期标签看跌/看涨比率合约数（百万）
2026-06-01June 10.58970.8
2026-06-02June 20.661.7
2026-06-03June 30.65163.6
2026-06-04June 40.67966.7
2026-06-05June 50.866103.1
2026-06-08June 80.76566
2026-06-09June 90.86182.4
2026-06-10June 100.86467.8
2026-06-11June 110.80870
2026-06-12June 120.65476.3
2026-06-15June 150.71473.3
2026-06-16June 160.7966
2026-06-17June 170.85372.3
2026-06-18June 180.79379.2
2026-06-22June 220.75565.3
2026-06-23June 230.88460.4
2026-06-24June 240.86768.4
2026-06-25June 250.92365.9
2026-06-26June 260.89571.9
2026-06-29June 290.79465.7
每个数字背后的完整 SQL
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
       concat(monthName(day), ' ', toString(toDayOfMonth(day))) AS day_label,
       round(sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'P')
             / sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'C'), 3) AS put_call_ratio,
       round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm
FROM global_markets.options_minute_aggs
WHERE window_start >= '2026-06-01 04:00:00'
  AND window_start < '2026-07-11 04:00:00'
GROUP BY day
ORDER BY day
自己运行这个查询

该序列在区间起点为0.589（June 1），在区间终点为0.686（July 10）。期间从未突破1.0。在全部28个交易日中，看涨期权成交量均超过看跌期权。这带来第一个实际启示：1.0并不是初学者通常认为的中性中点。真正有信息量的是该比率在自身区间内的变化。以下是6月完整月份的区间：

查询2026年6月看跌/看涨区间：全市场每日比率的中位数、最高值和最低值
6月中位数6月高点6月高点日期6月低点6月低点日期
0.7930.923June 250.589June 1
每个数字背后的完整 SQL
WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
           sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'P')
           / sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'C') AS ratio
    FROM global_markets.options_minute_aggs
    WHERE window_start >= '2026-06-01 04:00:00'
      AND window_start < '2026-07-01 04:00:00'
    GROUP BY day
)
SELECT round(quantileDeterministic(0.5)(ratio, cityHash64(toString(day))), 3) AS june_median,
       round(max(ratio), 3) AS june_high,
       concat(monthName(argMax(day, ratio)), ' ', toString(toDayOfMonth(argMax(day, ratio)))) AS june_high_day,
       round(min(ratio), 3) AS june_low,
       concat(monthName(argMin(day, ratio)), ' ', toString(toDayOfMonth(argMin(day, ratio)))) AS june_low_day
FROM daily
自己运行这个查询

6月中位数为0.793，区间下限为0.589（June 1），上限为0.923（June 25）。本月最令人印象深刻的交易日是6月5日的抛售，详见2026年6月回顾。期权成交量达到103.1百万张合约，是该统计区间内最活跃的交易日；比率也从前一日的0.679跃升至0.866。抛售与看跌期权占主导、创纪录成交量的交易发生在同一天：该比率实时反映了下行方向头寸的激增。

有两点需要注意。该比率会随当周交易产品组合的变化而漂移，因此，区间内的小幅日间波动单独来看意义有限。总成交量也是不可或缺的背景信息。同样的比率若对应两倍的合约数量，所传递的信号会强得多。因此，图表在显示比率的同时，也列出了合约数量。

CBOE、ISEE及其他常见的看跌/看涨期权基准指标

如果您的券商或财经新闻图表引用“看跌/看涨期权比率”，它几乎肯定引用的是少数几个已命名并公开发布的序列之一，而这些指标的统计范围各不相同：

  • $CPC，CBOE总看跌/看涨期权比率：统计CBOE交易所交易的所有期权，即看跌期权成交量除以看涨期权成交量。
  • $CPCE，仅股票期权比率：统计个股期权。采用实物交割的ETF期权，例如SPY，也归入股票期权一侧，尽管交易者通常将其作为指数产品使用。
  • $CPCI，仅指数期权比率：统计现金结算的指数期权，包括SPX、NDX、RUT、VIX等。
  • ISEE，ISE情绪指数，计算方式相反：仅统计客户开仓买入，再以看涨期权除以看跌期权，并乘以100。ISEE较高表示看涨期权占主导；$CPC较高表示看跌期权占主导。如果将其中一个指标按另一个指标的方式解读，结论会完全相反。

CBOE自身的股票/指数分类将SPY等ETF期权归入股票期权一侧。下方图表采用了不同的划分方式，将宽基ETF与个股分开，因为两者的交易特征完全不同。所有2026年6月合约按三类统计如下：

查询指数挂钩期权与个股期权：按类别划分的2026年6月看跌/看涨比率
样本量看跌/看涨比率合约数（百万）成交量占比
Broad-market ETFs (SPY, QQQ, IWM, DIA)1.175476.332.2
Index options (SPX, VIX, NDX)1.096115.77.8
Single stocks and other ETFs0.588885.859.9
每个数字背后的完整 SQL
WITH substring(ticker, 3, length(ticker) - 17) AS root
SELECT multiIf(root IN ('SPX', 'SPXW', 'XSP', 'NDX', 'NDXP', 'RUT', 'RUTW', 'VIX', 'VIXW', 'DJX', 'OEX', 'XEO'), 'Index options (SPX, VIX, NDX)',
               root IN ('SPY', 'QQQ', 'IWM', 'DIA'), 'Broad-market ETFs (SPY, QQQ, IWM, DIA)',
               'Single stocks and other ETFs') AS population,
       round(sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'P')
             / sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'C'), 3) AS put_call_ratio,
       round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
       round(100 * sum(toFloat64(volume)) / sum(sum(toFloat64(volume))) OVER (), 1) AS pct_of_volume
FROM global_markets.options_minute_aggs
WHERE window_start >= '2026-06-01 04:00:00'
  AND window_start < '2026-07-01 04:00:00'
GROUP BY population
ORDER BY put_call_ratio DESC
自己运行这个查询

两类指数相关产品均呈现看跌期权占优：宽基ETF为1.175，现金结算的指数期权为1.096，两者都高于1.0。个股及其他产品的比率为0.588，仅略高于每两张看涨期权对应一张看跌期权。其背后是结构性因素：指数产品是投资组合对冲的标准工具，而对冲通常使用看跌期权；个股则更容易吸引投机性看涨期权买盘。成交量占比同样重要。个股和其他ETF占6月合约的59.9%，因此所谓“总”比率实际上主要是股票期权比率，只是披着指数比率的外衣。

该比率取决于你将其用于哪个标的

再放大一层。将同一项指标用于五只最活跃的股票，观察时间均为2026年6月：

查询按标的划分的看跌/看涨比率：交易最活跃的五只标的，2026年6月
标的资产看跌/看涨比率合约数（百万）
SPY1.16263.2
QQQ1.11165.9
TSLA0.7358
AAPL0.6427
NVDA0.5664.6
每个数字背后的完整 SQL
SELECT multiIf(ticker LIKE 'O:SPY2%', 'SPY',
               ticker LIKE 'O:QQQ2%', 'QQQ',
               ticker LIKE 'O:NVDA2%', 'NVDA',
               ticker LIKE 'O:TSLA2%', 'TSLA',
               'AAPL') AS underlying,
       round(sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'P')
             / sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'C'), 2) AS put_call_ratio,
       round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm
FROM global_markets.options_minute_aggs
WHERE window_start >= '2026-06-01 04:00:00'
  AND window_start < '2026-07-01 04:00:00'
  AND (ticker LIKE 'O:SPY2%' OR ticker LIKE 'O:QQQ2%' OR ticker LIKE 'O:NVDA2%'
       OR ticker LIKE 'O:TSLA2%' OR ticker LIKE 'O:AAPL2%')
GROUP BY underlying
ORDER BY put_call_ratio DESC
自己运行这个查询

在这五只股票中，SPY 的看跌期权占比最高，达到 1.16；NVDA 仅为 0.56。直接比较不同股票的这一比率几乎没有意义，更有价值的比较是将某只股票当前的比率与其自身历史水平进行对照。

看跌—看涨期权比率会随到期日变化吗？

一天的成交量并不是一个同质的整体：有些合约将在几小时内到期，有些则要到数年后才到期。按距离到期日的天数对6月成交量进行分类，参见DTE的含义，即可将对冲交易与彩票式投机区分开来：

查询按距到期日天数划分的看跌/看涨比率：所有美国上市期权，2026年6月
到期分组看跌/看涨比率合约数（百万）成交量占比
0DTE (expires today)0.957506.334.3
1-7 days0.75640627.5
8-30 days0.717261.217.7
31-90 days0.634164.311.1
91+ days0.5641409.5
每个数字背后的完整 SQL
WITH toDate(toTimeZone(window_start, 'America/New_York')) AS trade_day,
     toDate(concat('20', substring(ticker, length(ticker) - 14, 2), '-',
                   substring(ticker, length(ticker) - 12, 2), '-',
                   substring(ticker, length(ticker) - 10, 2))) AS expiry,
     dateDiff('day', trade_day, expiry) AS dte
SELECT multiIf(dte <= 0, '0DTE (expires today)', dte <= 7, '1-7 days', dte <= 30, '8-30 days',
               dte <= 90, '31-90 days', '91+ days') AS expiry_bucket,
       round(sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'P')
             / sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'C'), 3) AS put_call_ratio,
       round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
       round(100 * sum(toFloat64(volume)) / sum(sum(toFloat64(volume))) OVER (), 1) AS pct_of_volume
FROM global_markets.options_minute_aggs
WHERE window_start >= '2026-06-01 04:00:00'
  AND window_start < '2026-07-01 04:00:00'
GROUP BY expiry_bucket
ORDER BY min(dte)
自己运行这个查询

该比率随着到期日拉远而逐级下降。当日到期的合约，即0DTE期权，比率为0.957，是五个区间中看跌期权占比最高的区间；而且只有这一类合约占6月总成交量的34.3%。距离到期日1至7天的合约，比率降至0.756；8至30天为0.717；31至90天为0.634；在91天及以上的区间，也就是曲线中LEAPS所在的一端，比率降至0.564，成为市场中看涨期权占比最高的部分。

这张表悄然改写了人们通常的解读方式。全市场比率是不同到期日合约的混合结果，而各到期日的成交占比每周都会变化：如果某周的到期日星期五成交量较大，短期期权在总体中的权重就会上升，标题中的比率也会随之变动，但这并不意味着市场参与者的焦虑程度发生了变化。比较数据时，应确保口径一致。到期日也会从另一个角度影响解读：比率将一天的资金流汇总为一个数字，而最大痛点则读取同一个星期五各个行权价上的未平仓合约。因此，两者描述的是同一到期周期的不同部分。

历史上看，这一读数有多极端？

六周的数据不足以判断某个读数是否罕见。要回答这个问题，需要多年数据。因此，下面列出市场上运行时间最长、交易最活跃的期权品种SPY，以及我们的期权成交数据中该品种在每个完整年份的日度看跌看涨比率中位数、最低值和最高值：

查询SPY看跌/看涨比率十年历史：按年份统计的每日读数中位数、最低值和最高值
年份交易时段中位比率低点高点
20152521.7540.9872.96
20162521.5080.5032.508
20172511.5970.5813.541
20182501.4380.6112.362
20192521.5240.6932.351
20202531.4310.592.282
20212521.3140.6562.167
20222511.3610.9831.927
20232501.2420.6931.716
20242521.1750.8291.897
20252501.1680.5871.793
20261501.2340.7291.751
每个数字背后的完整 SQL
WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
           sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'P')
           / sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'C') AS ratio
    FROM global_markets.options_minute_aggs
    WHERE ticker LIKE 'O:SPY%'
    GROUP BY day
    HAVING sumIf(toFloat64(volume), substring(ticker, length(ticker) - 8, 1) = 'C') > 0
)
SELECT toYear(day) AS year,
       count() AS sessions,
       round(quantileDeterministic(0.5)(ratio, cityHash64(toString(day))), 3) AS median_ratio,
       round(min(ratio), 3) AS low,
       round(max(ratio), 3) AS high
FROM daily
WHERE toYear(day) >= 2015
GROUP BY year
ORDER BY year
自己运行这个查询

可以得出三点。第一，表中每一年，SPY的日度比率中位数都高于1.0。指数对冲偏向看跌期权，并非2026年的短期情绪，而是该产品的常态。第二，过去十年间，这一水平逐步下降：在2015年，中位数为1.754；在2025年为1.168。同期，短期期权交易不断增长。第三，年度区间很宽。迄今为止，2026在150个交易日中的区间为0.729至1.751。这就是“今天的读数是否极端？”这一问题的准确答案：应将其与该产品自身的历史分布比较，而不是与1.0比较。

如何观察单只股票的认沽/认购比率

上面的面板是计算方法示例，并非固定报告。要为自己持有的股票计算该比率：

  1. 确定统计范围。 只统计一个 ticker 的期权，不要统计“整个市场”。上文所述的混合效应会使综合数据难以解读。
  2. 汇总该 ticker 在所有行权价和到期日上的当日认沽期权成交量与认购期权成交量，再进行相除。在期权代码中，从末尾起第九个字符是 P 或 C；这一个字符决定了完整的期权分类。
  3. 先建立历史，再判断水平。 单日 0.9 本身没有意义。你需要先了解该 ticker 自身的中位数和区间，以及 SPY 面板逐年的表现。
  4. 结合成交量一起观察。 普通成交量下的比率飙升可能只是噪声；如果同样的飙升出现在六周以来最活跃的交易日，则对应上文的 6 月 5 日交易时段。
  5. 明确到期日范围。 是统计所有到期日，还是只统计短期期权？两种做法都合理，但不能在不同交易日之间混用。

交易者如何解读，以及其明确局限

这些只是市场解读，并非定律：比率上升通常被视为对冲需求增加；逆向交易者则可能将极端飙升解读为投降，意味着市场参与者终于买入了保险。6月5日的交易清楚展示了这一机制：比率是在抛售期间飙升，而不是提前上升。在这一观察窗口内，它更像同步温度计，而不是预测指标。任何经验法则都应通过实际序列进行检验。同时要注意，0DTE成交量持续变化，也在不断改变“正常水平”的含义。

常见问题

正常的看跌/看涨期权比率是多少？

这完全取决于统计对象。2026年6月，美国所有上市期权的全市场日度中位数为 0.793，区间为 0.589 至 0.923，从未高于 1.0。同月，宽基市场 ETF 期权为 1.175，个股及其他 ETF 期权为 0.588。“正常”的 SPY 比率，不代表单只股票的正常水平。

看跌/看涨期权比率较高是看涨还是看跌？

两种解读都存在，但都不是必然规律。单看数据，大量看跌期权成交代表市场在进行下行方向配置；逆向投资者则会将极端飙升视为卖方仓位已接近充分的信号。在2026年6月的数据中，比率峰值出现在抛售当日。它与下跌同步发生，而不是提前发出信号。

看跌/看涨期权比率与 VIX 或隐含波动率相同吗？

不相同，这是最常见的混淆。看跌/看涨期权比率基于成交量，即有多少张合约易手。VIX 和隐含波动率则来自期权价格，即这些合约的定价有多高，并以年化波动率表示。隐含波动率偏斜比较下行看跌期权与上行看涨期权的价格。大量看跌期权成交可能对应平静的价格，低成交量也可能对应恐慌性价格。因此，这两个指标可能出现分歧，而且都可能是正确的。

$CPC、$CPCE 和 $CPCI 是什么？

它们是 CBOE 发布的看跌/看涨期权比率：$CPC 代表总成交量，$CPCE 代表股票期权（SPY 和其他 ETF 在该分类中也算股票期权），$CPCI 代表现金结算的指数期权。这种分类很重要。我们的三分法将宽基市场 ETF 从指数期权和个股中分别剔除，并未采用 CBOE 的两分法。按这一方法计算，2026年6月宽基市场 ETF 为 1.175，指数期权为 1.096，两者均高于 1.0；个股及其他 ETF 为 0.588。ISE 的 ISEE 则是另一个独立的反向指标，计算看涨期权与看跌期权之比，且仅统计客户开仓买入。

看跌/看涨期权比率使用成交量还是未平仓量？

标准比率使用当日成交量。也有基于未平仓量的变体，其变化速度慢得多。同一天，这两个指标可能指向不同方向；成交量与未平仓量介绍了二者的区别。

这里的每个数值都来自对完整期权成交明细执行的存储查询。展开任一面板的 SQL，或在 Strasmore 终端上为自己的观察名单计算该比率。

#期权#put-call ratio#hedging#market structure