作者： 什麼是選擇權 rho？利率 Greeks 解析
選擇權 rho 衡量利率變動如何影響權利金，了解為何30天期買權影響極小，以及兩年期 LEAPS 可能放大，掌握長天期交易成本。
Option rho 衡量無風險利率變動時，選擇權價格的變化幅度，通常以利率每變動一個百分點所對應的價格變化表示。買權的 rho 為正，賣權的 rho 為負。對一份30天期、價平合約而言，rho 是 Greeks 列中數值最小的項目；但對兩年期 LEAPS 而言，其影響足以讓權利金變動數個百分點。
什麼是選擇權 rho？為什麼買權的 rho 為正？
Rho 屬於選擇權 Greeks，這些敏感度指標分別衡量單一輸入變數的影響。Delta 衡量股價，vega 衡量隱含波動率，theta 衡量時間經過的影響，rho 則衡量定價模型用來折現未來現金流的利率。選擇權 Greeks 解析將說明其餘指標。
Rho 的正負號，源自買權的本質：遞延買進。買權買方今天鎖定股票價格，並在未來履約或到期時付款。在這段期間，履約價款項仍留在買方帳戶中，可以賺取利息。遞延時間越長、利率越高，這項安排的價值越高，因此模型會給予買權更高的價格。這就是正 rho。
賣權則是相反的情況：遞延賣出。賣權持有人要等到未來日期才能收到履約價現金，而在折現率較高時，未來收到的固定金額現值較低。因此，賣權價格的 rho 為負。
為什麼 rho 會隨距離到期的時間增加而放大？
將 Black-Scholes 模型中的 rho 項展開後，可以看到它由履約價、剩餘年數、折現因子，以及模型判斷履約價最終會被支付的機率相乘而成。在零售交易畫面上的各種合約中，變化幅度最大的是剩餘年數。遞延一個月付款的價值，大約只有遞延兩年的二十四分之一。
以下範例可顯示其影響幅度。這些是經過四捨五入的假設輸入值，不是任何合約的報價：股價100美元、履約價100美元、波動率25%、無股息，起始利率為4%。Rho 以利率每變動一個百分點計算，以下價格變化代表利率完整上升100個基點對各合約的影響。
- 30天期買權：約3.02美元，rho 約為+0.04。利率變動後，價格約為3.06美元，增加4美分，相當於權利金的1.4%。
- 30天期賣權：約2.69美元，rho 約為-0.04。相同利率變動後，價格約為2.65美元。
- 730天期買權：約17.68美元，rho 約為+0.96。相同利率變動後，價格約為18.65美元，增加97美分，相當於權利金的5.5%。
- 730天期賣權：約9.99美元，rho 約為-0.89。相同利率變動後，價格約為9.13美元，減少約86美分，相當於權利金的8.6%。
股價、履約價與波動率都相同。唯一差異是剩餘期限，而兩年期買權的 rho 約為30天期數值的23倍。下方圖表以真實 SPY 合約衡量相同效果，將各到期期間分組的平均 rho，除以21至45天分組的平均值。
每個數據背後的精確 SQL 語法
SELECT
b.dte_bucket AS dte_bucket,
round(b.call_rho / f.front_call_rho, 2) AS call_rho_ratio,
round(b.put_rho / f.front_put_rho, 2) AS put_rho_ratio,
b.contract_count AS contract_count
FROM
(
SELECT
multiIf(days_to_expiry <= 45, '21-45d',
days_to_expiry <= 90, '46-90d',
days_to_expiry <= 180, '91-180d',
days_to_expiry <= 365, '181-365d',
days_to_expiry <= 545, '366-545d',
'546-760d') AS dte_bucket,
min(days_to_expiry) AS sort_key,
avgIf(rho, startsWith(lower(toString(option_type)), 'c')) AS call_rho,
avgIf(rho, startsWith(lower(toString(option_type)), 'p')) AS put_rho,
count() AS contract_count
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPY'
AND date >= '2026-05-01'
AND date < '2026-08-01'
AND iv_converged = 1
AND volume > 0
AND days_to_expiry BETWEEN 21 AND 760
AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.03
GROUP BY dte_bucket
HAVING countIf(startsWith(lower(toString(option_type)), 'c')) > 0
AND countIf(startsWith(lower(toString(option_type)), 'p')) > 0
) AS b
CROSS JOIN
(
SELECT
avgIf(rho, startsWith(lower(toString(option_type)), 'c')) AS front_call_rho,
avgIf(rho, startsWith(lower(toString(option_type)), 'p')) AS front_put_rho
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPY'
AND date >= '2026-05-01'
AND date < '2026-08-01'
AND iv_converged = 1
AND volume > 0
AND days_to_expiry BETWEEN 21 AND 45
AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.03
) AS f
ORDER BY b.sort_key每一列都以近月分組為基準顯示倍數，藉此排除模型單位對比較的影響。546至760天分組的平均買權 rho，是21至45天數值的 20.26 倍；賣權則是其近月分組平均值的 18.12 倍。曲線與剩餘時間大致呈直線關係，這正是公式所反映的結果。
LEAPS 隨時間經過，rho 會如何變化？
分組資料只是某一時點的截面。追蹤同一個到期月份一年，可以看到同一組合約如何變化。圖表逐週追蹤2027年1月到期、接近價平的 SPY 買權，並與同一標的、21至45天期的滾動序列比較。
每個數據背後的精確 SQL 語法
SELECT
toString(toMonday(date)) AS week,
round(avgIf(rho, expiration_date = '2027-01-15'), 3) AS leaps_call_rho,
round(avgIf(rho, days_to_expiry BETWEEN 21 AND 45), 3) AS front_call_rho
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPY'
AND startsWith(lower(toString(option_type)), 'c')
AND date >= '2025-08-04'
AND date < '2026-08-01'
AND iv_converged = 1
AND volume > 0
AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
AND (expiration_date = '2027-01-15' OR days_to_expiry BETWEEN 21 AND 45)
GROUP BY week
HAVING countIf(expiration_date = '2027-01-15') > 0
AND countIf(days_to_expiry BETWEEN 21 AND 45) > 0
ORDER BY week圖表第一週，2027年1月履約價的平均值為 5.125。最後一週平均值為 1.789，此時剩餘期限不到六個月；同一週的滾動近月序列則為 0.274。這些合約唯一改變的是剩餘日曆時間。這個模式正是選擇權 Greeks 如何隨時間變化所描述的現象，也說明為什麼LEAPS 合約會最先顯現利率敏感度。
哪些履約價的 rho 最高？
Rho 會隨模型判斷履約價實際被支付的機率而變化。深度價內買權幾乎確定會被履約，且接近整個履約價的付款都會被遞延，因此 rho 位於履約價鏈的高端。深度價外買權最終支付履約價的機率很低，rho 也維持在較低水準。圖表依長天期 SPY 合約的履約價相對於股價的位置進行分組。
每個數據背後的精確 SQL 語法
SELECT
multiIf(toFloat64(strike_price) / toFloat64(underlying_close) - 1 < -0.10, 'strike 10%+ below',
toFloat64(strike_price) / toFloat64(underlying_close) - 1 < -0.05, 'strike 5-10% below',
toFloat64(strike_price) / toFloat64(underlying_close) - 1 < -0.02, 'strike 2-5% below',
toFloat64(strike_price) / toFloat64(underlying_close) - 1 < 0.02, 'strike within 2%',
toFloat64(strike_price) / toFloat64(underlying_close) - 1 < 0.05, 'strike 2-5% above',
toFloat64(strike_price) / toFloat64(underlying_close) - 1 < 0.10, 'strike 5-10% above',
'strike 10%+ above') AS moneyness_bucket,
round(avgIf(rho, startsWith(lower(toString(option_type)), 'c')), 3) AS call_rho,
round(avgIf(rho, startsWith(lower(toString(option_type)), 'p')), 3) AS put_rho,
count() AS contract_count
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPY'
AND date >= '2026-05-01'
AND date < '2026-08-01'
AND iv_converged = 1
AND volume > 0
AND days_to_expiry BETWEEN 366 AND 760
AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) <= 0.20
GROUP BY moneyness_bucket
HAVING countIf(startsWith(lower(toString(option_type)), 'c')) > 0
AND countIf(startsWith(lower(toString(option_type)), 'p')) > 0
ORDER BY min(toFloat64(strike_price) / toFloat64(underlying_close))在最低分組中，履約價至少低於股價10%的合約，平均買權 rho 為 6.411；相同履約價的平均賣權 rho 為 -2.391。在另一端，履約價至少高於股價10%的合約，買權數值為 3.433，賣權數值為 -7.572。兩條線會朝相反方向穿越不同履約價。這些圖表以每日每口合約模型計算的 rho 尺度呈現，因此應先觀察其正負號與形狀，美元金額則參考上方的計算範例。深度價內 LEAPS同時具備較長剩餘期限與較高履約機率，位於兩張圖表的極端位置。
利率實際會變動多少？
Rho 以利率每變動一個百分點計算，而一個百分點對利率而言是很大的變化。圖表以基點衡量各曆年2年期與10年期美國國債殖利率的年初至年末變化，其中100個基點等於一個百分點。
每個數據背後的精確 SQL 語法
SELECT
toString(toYear(date)) AS year,
round((argMax(yield_2_year, date) - argMin(yield_2_year, date)) * 100, 0) AS change_2y_bps,
round((argMax(yield_10_year, date) - argMin(yield_10_year, date)) * 100, 0) AS change_10y_bps
FROM global_markets.treasury_yields
WHERE date >= '2014-01-01'
AND date < '2026-08-01'
AND yield_2_year > 0
AND yield_10_year > 0
GROUP BY year
ORDER BY year在 2014，2年期殖利率的年初至年末變化為 28 個基點。在 2026，截至觀察期間最近一日，變化為 81 個基點。圖表中的部分年份，年末殖利率與年初相差僅數十個基點；另一些年份則變動數百個基點。若持有兩年期合約經歷其中波動較大的年份，利率曝險便值得納入追蹤。同一年持有一週期權，則不然。
利率如何反映在實際選擇權價格中？
有兩個地方可以具體觀察 rho。第一個是 box spread。這是由四個選擇權組成的策略，無論到期時股價位於何處，都會產生固定金額的現金流。股票曝險彼此抵銷後，剩下的主要就是利率因素，而 box spread 的價格可以推算借貸利率。Box spread 內含的貸款利率將逐步拆解其結構。
第二個是深度價內賣權的提前履約。提前履約可以在今天取得履約價現金，而不是等到到期日；取得的現金還能在合約剩餘期間賺取利息。當這筆利息超過選擇權剩餘的時間價值時，美式賣權提前履約的價值就會高於繼續持有。這本質上就是 rho 的影響。歐式合約沒有這項選擇，美式與歐式選擇權將說明兩者差異。
常見問題
選擇權交易中的 rho 是什麼？
Rho 衡量無風險利率每變動一個百分點時，選擇權價格的變化。買權的 rho 為正，賣權的 rho 為負；兩者都會隨剩餘到期時間增加而放大。
賣權的 rho 是正還是負？
為負。賣權持有人要等到未來才能收到履約價現金。折現率上升會降低這筆未來付款的現值，而賣權價格會以負 rho 反映這項差異。
Rho 對短天期選擇權重要嗎？
影響非常小。在上方假設範例中，利率完整變動100個基點，對一份價格3美元的30天期選擇權只影響約4美分。在一般交易時段，Delta、gamma、theta 與 vega 對短天期合約的影響都大得多。
哪些選擇權的 rho 最高？
長天期價內買權。Rho 會隨剩餘年數及模型判斷履約價最終被支付的機率增加而放大，而這兩項在價內 LEAPS 上都接近最大值。
Rho 與 vega 有何不同？
Vega衡量對隱含波動率的敏感度；rho 衡量對利率的敏感度。隱含波動率一週內可能變動數個百分點，但利率輸入值的變化通常較慢，圖表中的年度走勢即反映這一點。
這些圖表的製作方式
選擇權圖表涵蓋隱含波動率求解結果收斂且當日成交量不為零的 SPY 合約。除非圖表依履約價分組，否則合約均維持在接近價平的位置。期限與履約價圖表涵蓋2026年5月至7月。逐週追蹤圖表涵蓋2025年8月至2026年7月，並固定追蹤2027年1月15日到期的單一到期日，因此履約價會隨股價變化，而到期日維持不變。Rho 來自每日每口合約的模型求解，並以該模型的尺度呈現。因此，期限圖表將各分組與近月分組比較，而不是直接報出原始數值。計算範例是以四捨五入輸入值進行的假設計算，不是任何合約的報價。
本頁每張圖表下方都附有完整 SQL。開啟其中一張圖表，換入其他 ticker 或到期日，便能在 Strasmore terminal 上提出相同問題。