作者： Matt Connor
Put/Call Ratio 如何計算
了解 put/call ratio 如何以 put 與 call 的成交量或未平倉量計算，並掌握指數讀數較高的原因與 2026 年正常範圍。
Put/call ratio 的計算方式，是將同一期間內成交的 put 合約數量除以 call 合約數量。若某交易時段成交 250,000 口 put 與 500,000 口 call，該比率就是 0.50。市場對這項指標的所有討論，包括成交量與未平倉量、個股與指數之間的差異，最終都取決於除法兩側各自計入了哪些合約。若要先了解基本定義，請參閱put/call ratio 是什麼。本頁將說明計算方式。
Put/call ratio 的計算公式：逐步說明
這項公式包含兩個輸入值與一個運算：計算成交的 put 數量、計算成交的 call 數量，再以前者除以後者。Put 是一種契約，賦予持有人在到期日當天或之前，以固定 exercise price 賣出 100 股標的資產的權利。Call 則賦予持有人以固定 exercise price 買進的權利。成交量計算該交易時段內轉手的契約數，並在下一個開盤時歸零。
計算數量時不進行加權。深度價外週選的一口，與盤面上成交最活躍 exercise price 的一口，權重完全相同；兩者也都不會按所承擔的資金風險進行調整。這項 ratio 計算的是契約數量。
真正會改變結果的選擇，在於哪些契約會納入計算。下方面板以相同算式，計算八檔高流動性標的在完整一個月內的數據。
每個數據背後的精確 SQL 語法
SELECT
underlying_symbol AS symbol,
sumIf(volume, right_letter = 'P') AS put_volume,
sumIf(volume, right_letter = 'C') AS call_volume,
round(toFloat64(sumIf(volume, right_letter = 'P'))
/ toFloat64(sumIf(volume, right_letter = 'C')), 2) AS put_call_ratio
FROM
(
SELECT
underlying_symbol,
volume,
substring(ticker, length(ticker) - 8, 1) AS right_letter
FROM global_markets.options_greeks
WHERE date >= '2026-07-01'
AND date < '2026-08-01'
AND underlying_symbol IN ('SPY', 'QQQ', 'IWM', 'AAPL', 'MSFT', 'NVDA', 'TSLA', 'KO')
AND volume > 0
)
GROUP BY symbol
HAVING call_volume > 0 AND put_volume > 0
ORDER BY put_call_ratio DESC2026年7月期間，IWM 的 ratio 為八檔標的中最高，每一口 call 對應 3.11 口 put；MSFT 最低，為每一口 call 對應 0.38 口 put。同一個公式、同一個月，最高與最低標的之間的差距，遠大於市場評論經常提及的日間波動。若未標明分類，單獨引用一個 ratio 幾乎不具備資訊價值。
以成交量或未平倉量為基礎
分子與分母可以採用兩種不同的統計口徑。
成交量版本計算觀察區間內成交的合約數。這是流量指標，每個交易時段都從零開始，反映投資人當天的行為。市場報導中的各種標題比率，都是採用這一版本。
未平倉量版本則以未平倉買權合約數除以未平倉賣權合約數。未平倉量是指已建立、但尚未平倉、履約或到期的合約數。這是存量指標，反映累積部位，而非當日交易活動，因此變動較慢。若一個交易時段內有 30,000 張賣權在兩名既有持有人之間轉手，成交量會增加 30,000 張，但未平倉量維持不變。Options volume versus open interest說明了相關的記錄方式。
假設某標的在週二收盤時有 40,000 張未平倉賣權與 50,000 張未平倉買權，未平倉量比率為 0.80。週三有 30,000 張賣權與 10,000 張買權成交，成交量比率為 3.00。同一天的同一個選擇權鏈可以同時得到這兩個數字。兩者相差近四倍，但都正確。未平倉量比率也是最大痛點計算的基礎；該計算是依未平倉合約數，而非成交合約數，為各履約價加權。
流量指標容易大幅波動。以下是同一個月內，一檔 ETF 與一檔個股的每日成交量比率。
每個數據背後的精確 SQL 語法
SELECT
toString(d) AS session_date,
concat(formatDateTime(d, '%b '), toString(toDayOfMonth(d))) AS day_label,
round(toFloat64(sumIf(volume, sym = 'SPY' AND right_letter = 'P'))
/ toFloat64(sumIf(volume, sym = 'SPY' AND right_letter = 'C')), 2) AS spy_put_call_ratio,
round(toFloat64(sumIf(volume, sym = 'AAPL' AND right_letter = 'P'))
/ toFloat64(sumIf(volume, sym = 'AAPL' AND right_letter = 'C')), 2) AS aapl_put_call_ratio
FROM
(
SELECT
date AS d,
underlying_symbol AS sym,
volume,
substring(ticker, length(ticker) - 8, 1) AS right_letter
FROM global_markets.options_greeks
WHERE date >= '2026-07-01'
AND date < '2026-08-01'
AND underlying_symbol IN ('SPY', 'AAPL')
AND volume > 0
)
GROUP BY d
HAVING countIf(sym = 'SPY' AND right_letter = 'C') > 0
AND countIf(sym = 'AAPL' AND right_letter = 'C') > 0
ORDER BY d在 Jul 1，SPY 的成交量比率為 1.1，AAPL 則為 0.49。到了 Jul 31，兩者分別為 2 與 0.55。在 22 個交易時段內，每日成交數據上下波動，兩條序列在圖表上的水準也不同。兩者之中，水準差距更值得關注。
股票、指數、ETP 與總體：Cboe 的四種比率
所謂「put/call ratio」的數值，來自 Cboe 每日市場統計資料。Cboe 會公布數種 put/call ratio。分類如下：
- 股票 put/call ratio：個別股票的選擇權。
- 指數 put/call ratio：指數選擇權，包括 SPX 與 VIX。
- 交易所交易產品 put/call ratio：ETF 的選擇權，SPY、QQQ 與 IWM 均屬於此類。
- 總體 put/call ratio：將所有類別加總。
每一種比率的計算方式都相同，都是該類別中 put 的總量除以 call 的總量。因此，讀數的差異只來自各類別所包含的標的不同。這些類別不能互換。
指數選擇權是以一筆交易避險整體投資組合的標準工具。持有廣泛股票部位的基金，會買進指數 put 進行避險，卻沒有相應理由買進指數 call。這類需求具有單向性，會全部計入指數類別的分子。個股交易流則呈現相反傾向，個別股票的 call 買進量占成交量的比重通常很高，而且長期如此。這兩個類別因結構不同而處於不同水準。將其中一類的讀數與另一類的基準比較，是使用這項指標時最常見的錯誤。
廣泛型市場 ETF 具有與指數選擇權相同的避險功能，但會被計入交易所交易產品類別。下圖追蹤這兩類的月度中位數。
每個數據背後的精確 SQL 語法
WITH
daily AS
(
SELECT
d,
toFloat64(sumIf(volume, right_letter = 'P' AND sym IN ('SPY', 'QQQ', 'IWM')))
/ toFloat64(sumIf(volume, right_letter = 'C' AND sym IN ('SPY', 'QQQ', 'IWM'))) AS etf_ratio,
toFloat64(sumIf(volume, right_letter = 'P' AND sym NOT IN ('SPY', 'QQQ', 'IWM')))
/ toFloat64(sumIf(volume, right_letter = 'C' AND sym NOT IN ('SPY', 'QQQ', 'IWM'))) AS stock_ratio
FROM
(
SELECT
date AS d,
underlying_symbol AS sym,
volume,
substring(ticker, length(ticker) - 8, 1) AS right_letter
FROM global_markets.options_greeks
WHERE date >= '2025-08-01'
AND date < '2026-08-01'
AND underlying_symbol IN ('SPY', 'QQQ', 'IWM', 'AAPL', 'MSFT', 'NVDA', 'TSLA', 'KO')
AND volume > 0
)
GROUP BY d
HAVING countIf(right_letter = 'C' AND sym IN ('SPY', 'QQQ', 'IWM')) > 0
AND countIf(right_letter = 'C' AND sym NOT IN ('SPY', 'QQQ', 'IWM')) > 0
)
SELECT
toString(toStartOfMonth(d)) AS month,
formatDateTime(toStartOfMonth(d), '%b %Y') AS month_label,
round(quantileExact(0.5)(etf_ratio), 2) AS etf_median_ratio,
round(quantileExact(0.5)(stock_ratio), 2) AS stock_median_ratio
FROM daily
GROUP BY month, month_label
ORDER BY month圖表涵蓋 Aug 2025 至 Jul 2026。在兩個端點，ETF 籃子每日比率的中位數都接近或高於 1.0；第一個月為 1.52，最後一個月為 1.49。個股籃子在兩個端點都低於 1.0，分別為 0.6 與 0.56，且在圖表涵蓋的全部 12 個月中皆如此。這項持續存在的差距，正是基準值必須標明所屬類別的原因；否則該基準沒有實質意義。
正常的 put/call ratio 是多少
「正常」是一個區間，而這個區間取決於分類，不是指標本身。下方面板涵蓋過去十二個月的每個交易日，列出各籃子每日 ratio 的中位數，並以第10與第90百分位數標示其範圍邊界。
每個數據背後的精確 SQL 語法
WITH
daily AS
(
SELECT
d,
toFloat64(sumIf(volume, right_letter = 'P' AND sym IN ('SPY', 'QQQ', 'IWM')))
/ toFloat64(sumIf(volume, right_letter = 'C' AND sym IN ('SPY', 'QQQ', 'IWM'))) AS etf_ratio,
toFloat64(sumIf(volume, right_letter = 'P' AND sym NOT IN ('SPY', 'QQQ', 'IWM')))
/ toFloat64(sumIf(volume, right_letter = 'C' AND sym NOT IN ('SPY', 'QQQ', 'IWM'))) AS stock_ratio,
toFloat64(sumIf(volume, right_letter = 'P'))
/ toFloat64(sumIf(volume, right_letter = 'C')) AS all_ratio
FROM
(
SELECT
date AS d,
underlying_symbol AS sym,
volume,
substring(ticker, length(ticker) - 8, 1) AS right_letter
FROM global_markets.options_greeks
WHERE date >= '2025-08-01'
AND date < '2026-08-01'
AND underlying_symbol IN ('SPY', 'QQQ', 'IWM', 'AAPL', 'MSFT', 'NVDA', 'TSLA', 'KO')
AND volume > 0
)
GROUP BY d
HAVING countIf(right_letter = 'C' AND sym IN ('SPY', 'QQQ', 'IWM')) > 0
AND countIf(right_letter = 'C' AND sym NOT IN ('SPY', 'QQQ', 'IWM')) > 0
)
SELECT
p.2 AS category,
round(quantileExact(0.1)(p.3), 2) AS p10_ratio,
round(quantileExact(0.5)(p.3), 2) AS median_ratio,
round(quantileExact(0.9)(p.3), 2) AS p90_ratio
FROM
(
SELECT arrayJoin([
tuple(1, 'Broad market ETFs', etf_ratio),
tuple(2, 'Single stocks', stock_ratio),
tuple(3, 'All eight names', all_ratio)
]) AS p
FROM daily
)
GROUP BY p.1, p.2
ORDER BY p.1單一股票籃子的交易日中位數為 0.58；第10百分位數為 0.45，第90百分位數為 0.76。廣泛市場 ETF 籃子在整個分布中的數值較高：中位數為 1.54，介於 1.25 與 1.86 兩個邊界之間。
那麼，1.20 算高嗎？相較於單一股票籃子，1.20 這筆成交高於 0.76 的第90百分位數，因此並不常見。相較於 ETF 籃子，這個數值則接近日常水準。至於指數類別，前文所述的避險交易流集中於此，則必須再以另一組水準來判斷。同一個數字，最終屬於哪個類別，會在開始解讀前先決定結論。
這些區間也會隨時間變動。以過去十二個月計算的百分位數，只能描述過去十二個月；而沿用十年前文章中的基準區間，描述的是合約組成不同、幾乎沒有 零日到期交易 的市場。要判斷某個讀數偏高或偏低，唯一符合實際的方法，是以近期期間重新計算百分位數。
解讀與計算是兩項不同的工作。有些人將偏高的讀數解讀為偏空部位；反向投資者則視其為過度擁擠的避險交易。偏高的 put/call ratio 是否看多，應完整拆解這項爭論。
為何採用21日移動平均
單一交易日的比率只是雜訊序列中的小樣本，因此發布的數值通常會經過平滑處理。常見做法是採用21日移動平均，約相當於一個交易月：加總最近21個交易日的每日比率，再除以21，然後將視窗向前移動一個交易日。市場上也有10日與50日版本；所選期間長度會決定單日尖峰有多少能保留下來。
有兩點值得注意。將21個每日比率取平均，和用一個月的 put 成交量除以一個月的 call 成交量，並不是同一種算術。前者讓每個交易日的權重相同，後者則讓成交較活躍的交易日占更大權重。其次，處於極端值的平滑讀數，是由一個月內多個交易日的資料組成，因此離開該極端值的速度也較慢。
每個數據背後的精確 SQL 語法
WITH
daily AS
(
SELECT
d,
toFloat64(sumIf(volume, right_letter = 'P'))
/ toFloat64(sumIf(volume, right_letter = 'C')) AS raw_ratio
FROM
(
SELECT
date AS d,
volume,
substring(ticker, length(ticker) - 8, 1) AS right_letter
FROM global_markets.options_greeks
WHERE date >= '2026-01-02'
AND date < '2026-08-01'
AND underlying_symbol IN ('AAPL', 'MSFT', 'NVDA', 'TSLA', 'KO')
AND volume > 0
)
GROUP BY d
HAVING countIf(right_letter = 'C') > 0
)
SELECT
session_date,
day_label,
daily_ratio,
ma21_ratio
FROM
(
SELECT
d,
toString(d) AS session_date,
concat(formatDateTime(d, '%b '), toString(toDayOfMonth(d))) AS day_label,
round(raw_ratio, 2) AS daily_ratio,
round(avg(raw_ratio) OVER (ORDER BY d ROWS BETWEEN 20 PRECEDING AND CURRENT ROW), 2) AS ma21_ratio
FROM daily
)
WHERE d >= '2026-04-01'
ORDER BY d鋸齒狀線是單一股票籃子的每日比率，平滑線則是其21日平均值。在圖表顯示的第一個交易日 Apr 1，每日成交數據為 1.04，平滑值為 0.81。在 Jul 31，兩者分別為 0.56 與 0.58。在 84 個交易日內，平均值移動的距離只有原始序列的一部分，這正是引用平滑數值的全部目的。
這些圖表如何計算
契約類型直接取自選擇權代號：位於八位數履約價代碼前的字母，C 代表 call，P 代表 put。只有當日有申報成交量的契約才會納入計算，因此從未成交的履約價不會增加任何一方的數量。第一個圖表針對每一檔標的，以當月 put 總成交量除以當月 call 總成交量。其餘圖表則先為每個交易日計算一個比率，再彙總這些交易日，這符合發布移動平均值的建構方式。籃子包括代表大盤的 SPY、QQQ 與 IWM，以及代表個股的 AAPL、MSFT、NVDA、TSLA 與 KO。每個圖表都附有產生該結果的完整 SQL。
常見問題
如何計算 put/call ratio？
將同一期間內的 put contracts 數量除以 call contracts 數量。多數公開版本採用該交易時段的成交量，因此 0.65 代表每成交 100 張 calls，就有 65 張 puts 成交。open interest 版本則使用未平倉合約數，而非成交合約數，回答的是不同問題。
put/call ratio 高於 1，代表數值偏高嗎？
這取決於分類。就上方圖表中的單一股票籃子而言，每日讀數的第90百分位為 0.76，因此高於該水準的 prints 並不常見。對廣泛市場 ETF 與指數選擇權而言，由於投資組合避險集中在 put 端，接近或高於 1 的讀數很常見。
volume put/call ratio 與 open interest put/call ratio 有何不同？
Volume 計算該交易時段內成交的合約數，並在每天早上重新開始。Open interest 計算仍然未平倉的合約數，並會從一天延續至下一天。Volume 版本在單一交易時段內可能翻倍，但 open interest 版本可能只變動幾個百分點，因此兩者在同一天常會指向不同方向。
財經媒體引用哪一種 put/call ratio？
通常是 Cboe equity put/call ratio 或 total put/call ratio，而且多半採用 21個交易時段的移動平均，而非原始的每日 print。Cboe 的四個分類處於不同水準，因此沒有標示分類的引用數值，無法與任何基準比較。
本頁的每個圖表都附有產生該圖表的 SQL，因此每一項計數都能逐行核對。若要對其他標的或更長期間進行相同計算，請在 Strasmore terminal 以一般英文提出要求。