作者： IV期限結構怎麼看？正斜率與倒掛曲線解讀
了解IV期限結構如何由到期日與隱含波動率繪製，解析向上傾斜與倒掛的原因，並查看2026年6月六檔標的的實際選擇權資料與曲線形狀。
IV term structure 是以到期日為橫軸、隱含波動率為縱軸繪製的曲線。每個到期日各有一筆讀值，所用選擇權的履約價接近目前股價。
實務上幾乎都可歸納為兩種形狀。市場平靜時，曲線通常向上傾斜，較遠期的到期日對應較高的隱含波動率。若近期月份有已排定的事件，曲線則可能倒掛。
以下兩種形狀，都是根據逐契約的選擇權資料建立，而非教科書式示意圖。
IV期限結構衡量的內容
隱含波動率是選擇權價格對標的股票預期波動幅度的年化估計值。報價以每份合約為單位，因此同一檔股票在任何時點都可能有數百個讀值，分別對應交易板上的每個履約價與到期日。將履約價固定在接近現價的位置，再讓到期日變動，這些讀值便會排列成一條曲線。這條曲線就是期限結構。
取樣方式比多數說明所承認的更重要。本文每個圖表都選取絕對 delta 介於 0.35 與 0.65 之間的合約。這是表示接近平值的標準方法，不會把分析綁定在單一履約價上。接著，再計算各到期區間內隱含波動率的中位數。之所以採用中位數而非平均數，是因為一份成交稀疏合約的過時報價可能產生不合理讀值，而平均數會將該讀值帶入結果。
以下是六檔流動性高的標的在2026年6月各交易日的曲線。
每個數據背後的精確 SQL 語法
WITH (
SELECT quantileDeterministic(0.5)(toFloat64(implied_volatility), cityHash64(ticker))
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('SPY', 'AAPL', 'MSFT', 'KO', 'JNJ', 'PG')
AND date >= toDate('2026-06-01')
AND date < toDate('2026-07-01')
AND iv_converged = 1
AND volume > 0
AND implied_volatility BETWEEN 0.03 AND 3
AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
AND days_to_expiry BETWEEN 5 AND 20
) AS front_band_iv
SELECT multiIf(days_to_expiry <= 20, '5-20 days',
days_to_expiry <= 45, '21-45 days',
days_to_expiry <= 90, '46-90 days',
days_to_expiry <= 180, '91-180 days',
'181-365 days') AS expiry_band,
round(100 * quantileDeterministic(0.5)(toFloat64(implied_volatility), cityHash64(ticker)), 1) AS median_iv_pct,
round(100 * (quantileDeterministic(0.5)(toFloat64(implied_volatility), cityHash64(ticker)) - front_band_iv), 1) AS pts_vs_front_band,
count() AS contract_count
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('SPY', 'AAPL', 'MSFT', 'KO', 'JNJ', 'PG')
AND date >= toDate('2026-06-01')
AND date < toDate('2026-07-01')
AND iv_converged = 1
AND volume > 0
AND implied_volatility BETWEEN 0.03 AND 3
AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
AND days_to_expiry BETWEEN 5 AND 365
GROUP BY expiry_band
ORDER BY min(days_to_expiry)中位數隱含波動率在19.6%區間為5-20 days，在21.5%區間為181-365 days，較近月區間高出1.9點。這種形狀沿用了期貨市場的名稱：正價差（contango），也就是較遠期交割的價格較高。曲線反轉則稱為逆價差（backwardation）。
為何曲線通常向上傾斜
兩項機制維持著這種正常形狀。
第一是事件密度。九天後到期的合約涵蓋九天的日曆風險。對於在這段期間沒有預定事件的大型股而言，這些大多只是一般交易日。一年後到期的合約則涵蓋四次季度財報、數次央行會議，以及期間所有未預期的新聞。每份合約包含的已知未知因素越多，市場願意支付的年化數值就越高。
第二是波動率本身的行為。已實現波動率會群聚：平靜的幾週往往接著平靜的幾週，劇烈波動的幾週也往往接連出現。在市場平靜時，近月到期選擇權的定價接近今日的低波動讀值；一年後到期的選擇權則更接近長期平均值，而後者通常較高。市場遭遇衝擊後，同樣的算術關係會反向運作。崩盤後的數個交易時段內，最前端到期日的隱含波動率會成為整個報價板上最高的數值，曲線也會沿著全段反轉；較遠月份則維持在接近通常水準的位置。
改變曲線的因素：有明確日期的事件
預定公布的財報，是最容易觀察到曲線反轉的事件。財報會在已知日期的收市後公布。所有在該日期之後結算的到期日，都會納入這項行情變動；在該日期之前結算的到期日，則不會。涵蓋該事件的最近到期日，可用來平均分攤事件影響的正常交易日最少，因此其年化數值升幅最大。六個月期權則會將同一事件分散在約 125 個交易日中，幾乎看不出影響。
NVIDIA 於 2025年2月26日星期三收市後公布財報。圖表在兩個時點讀取整條曲線：財報公布前的最後一個交易日，即 2月25日；以及公布後的第一個交易日，即 2月27日。
每個數據背後的精確 SQL 語法
SELECT multiIf(days_to_expiry <= 20, '5-20 days',
days_to_expiry <= 45, '21-45 days',
days_to_expiry <= 90, '46-90 days',
days_to_expiry <= 180, '91-180 days',
'181-365 days') AS expiry_band,
round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
toDate(date) = toDate('2025-02-25')), 1) AS iv_before_print_pct,
round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
toDate(date) = toDate('2025-02-27')), 1) AS iv_after_print_pct,
round(100 * (quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
toDate(date) = toDate('2025-02-25'))
- quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
toDate(date) = toDate('2025-02-27'))), 1) AS iv_drop_pts
FROM global_markets.options_greeks
WHERE underlying_symbol = 'NVDA'
AND date >= toDate('2025-02-25')
AND date < toDate('2025-02-28')
AND iv_converged = 1
AND volume > 0
AND implied_volatility BETWEEN 0.05 AND 5
AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
AND days_to_expiry BETWEEN 5 AND 365
GROUP BY expiry_band
HAVING countIf(toDate(date) = toDate('2025-02-25')) >= 3
AND countIf(toDate(date) = toDate('2025-02-27')) >= 3
ORDER BY min(days_to_expiry)5-20 days區間在財報公布前一個交易日為 84.9%，公布後一個交易日為 66.4%，變動 18.5 個百分點。181-365 days區間在同兩個收市時點之間變動 1 個百分點，僅為前端區間變動的一小部分。同一標的、同一事件，卻讓曲線兩端呈現相反的結果。前端的這種崩落就是 IV crush，而期限結構會提前顯示這項變化。
觀察曲線的建立與收斂
報告前後各一個交易日只能提供截面觀察。曲線的建立需要數週，並會呈現為曲線兩端之間的差距擴大。
每個數據背後的精確 SQL 語法
SELECT toDate(date) AS session_date,
round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
days_to_expiry BETWEEN 5 AND 20), 1) AS front_iv_pct,
round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
days_to_expiry BETWEEN 91 AND 180), 1) AS back_iv_pct,
round(100 * (quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
days_to_expiry BETWEEN 5 AND 20)
- quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
days_to_expiry BETWEEN 91 AND 180)), 1) AS front_minus_back_pts
FROM global_markets.options_greeks
WHERE underlying_symbol = 'NVDA'
AND date >= toDate('2025-02-10')
AND date < toDate('2025-03-15')
AND iv_converged = 1
AND volume > 0
AND implied_volatility BETWEEN 0.05 AND 5
AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
AND ((days_to_expiry BETWEEN 5 AND 20) OR (days_to_expiry BETWEEN 91 AND 180))
GROUP BY session_date
HAVING countIf(days_to_expiry BETWEEN 5 AND 20) >= 3
AND countIf(days_to_expiry BETWEEN 91 AND 180) >= 3
ORDER BY session_date兩條帶狀區間之間的差距，在觀察窗口的第一個交易日為 12.4 點，最後一個交易日為 3.3 點，期間共 24 個交易日。應觀察前端曲線的形狀，而非其水準：報告發布日接近時，前端曲線會上升；報告前後的交易日達到高點；報告發布後一個交易日內便回落。後端曲線在整段期間幾乎沒有變化。財報與選擇權希臘值說明同一事件如何影響個別契約的 vega 與 theta。
曲線有多常處於倒掛狀態？
倒掛並不罕見，而且不同 ticker 處於倒掛狀態的全年時間比例差異極大。
每個數據背後的精確 SQL 語法
WITH daily AS (
SELECT underlying_symbol,
toDate(date) AS session_date,
quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
days_to_expiry BETWEEN 5 AND 30) AS front_iv,
quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
days_to_expiry BETWEEN 91 AND 180) AS back_iv
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('NVDA', 'AAPL', 'MSFT', 'AMZN', 'KO', 'JNJ', 'PG', 'SPY', 'XOM', 'WMT')
AND date >= toDate('2025-08-01')
AND date < toDate('2026-08-01')
AND iv_converged = 1
AND volume > 0
AND implied_volatility BETWEEN 0.03 AND 5
AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
AND ((days_to_expiry BETWEEN 5 AND 30) OR (days_to_expiry BETWEEN 91 AND 180))
GROUP BY underlying_symbol, session_date
HAVING countIf(days_to_expiry BETWEEN 5 AND 30) >= 3
AND countIf(days_to_expiry BETWEEN 91 AND 180) >= 3
)
SELECT underlying_symbol AS ticker,
count() AS sessions,
round(100 * countIf(front_iv > back_iv) / count(), 1) AS inverted_pct,
round(100 * quantileDeterministic(0.5)(front_iv - back_iv,
cityHash64(concat(underlying_symbol, toString(session_date)))), 1) AS median_spread_pts
FROM daily
GROUP BY underlying_symbol
ORDER BY inverted_pct DESC截至2026年7月31日的12個月內，251個交易日中，XOM有68.5%個交易日的近月區間高於91至180日期間的區間；SPY則為19.5%個交易日。兩者的價差中位數分別為1.4點與-2.1點。具有固定日曆事件的標的，每年處於倒掛狀態的時間較長；廣泛型指數基金則大多時間處於正價差狀態，倒掛主要集中在拋售期間。IV排名衡量的是不同事項：今日水準位於自身過去一年區間的哪個位置，而不是不同到期日之間的曲線形狀。
平坦或倒掛的期限結構如何影響日曆價差
日曆價差是賣出近月選擇權，同時買進相同履約價的遠月選擇權。對角價差則是在兩個不同履約價之間採取相同做法。無論是哪一種策略，部位都是做多遠期期限的隱含波動率，並做空近期期限的隱含波動率。因此，期限結構是主要參數，而不是背景細節。
當曲線向上傾斜時，賣出的近月部位具有較低的隱含波動率，買進的遠月部位則具有較高的隱含波動率。若事件前的近月曲線出現倒掛，這種關係就會反轉，部位建立時也會面對一條有收斂空間的曲線。事件過後，近月隱含波動率會向遠月水準大幅回落，遠月變動有限，兩者之間的差距也會恢復至通常形狀。不過，部位最終落點也取決於股價的波動幅度；期限結構無法反映這一點。預期波動幅度頁面說明了這部分問題。
平坦曲線是較棘手的情況。無論往哪個方向，都沒有曲線斜率可供利用，結果幾乎完全取決於股價走勢與時間經過。
IV期限結構常見問題
什麼是選擇權的 IV 期限結構？
這是以到期日為橫軸，繪製價平附近選擇權隱含波動率的曲線。2026年6月，六檔流動性高的標的中，位於 5-20 days 區間的中位數為 19.6%，位於 181-365 days 區間的中位數為 21.5%。
IV期限結構倒掛代表什麼？
倒掛曲線會在最近到期日出現最高的隱含波動率。當有明確日期的事件落在近月合約期間內時，便可能出現這種情況。急跌後的數個交易日也可能如此，因為近月合約會根據近期的大幅波動定價，遠月合約則較接近長期平均值。
為什麼財報公布前的近月隱含波動率這麼高？
近月合約剩餘的一般交易日很少，必須在這段期間內反映一個預期中的大型隔夜波動，因此年化數值會上升。NVIDIA 的 5-20 days 區間在2025年2月26日財報公布前一個交易日為 84.9%，隔一個交易日則為 66.4%。
期限結構和波動率偏斜是同一回事嗎？
不是。偏斜比較同一到期日、不同履約價的隱含波動率。期限結構則大致固定價平程度，比較不同到期日的隱含波動率。波動率偏斜涵蓋同一波動率曲面的履約價維度。
以上每個數值都是根據各合約隱含波動率執行的 stored query，SQL 可在各圖表面板下方展開。你可以在 Strasmore terminal 上，為任何 ticker 繪製相同曲線。