期权仓位
市场参与者买卖 Call 或 Put，形成尚未平仓的合约。
发布于：2026-06-21 · 深度修订：2026-07-26
期权 Gamma、GEX 与墙位从零理解对冲机制与交易决策
先忘掉“Call Wall 是压力位”这类结论。只有先理解一张期权怎样产生 Delta、做市商为什么买卖正股、Gamma 又怎样改变对冲数量，GEX 图上的正负柱和墙位才真正有意义。
1、先建立一张完整地图
Gamma、GEX 和墙位不是三个孤立指标，而是一条因果链上的不同环节：
我真正使用 GEX 时，不会先问“明天涨还是跌”，而会先问两个更窄的问题：价格靠近某个行权价时，做市商对冲可能放大波动还是吸收波动；这个结构在开盘后有没有被成交、隐波和期限变化确认。把问题缩小以后，GEX 才从一张很会讲故事的图，变成一项可被盘中推翻的假设。
CAUSAL CHAIN
从一张期权，走到可能影响正股的对冲流
Delta 风险
期权价格会随正股变化，可以换算为等效股票数量。
动态对冲
做市商买卖股票、期货或其他期权，降低方向风险。
Gamma 变化
股价、时间和波动率变化，使需要对冲的数量不断改变。
市场反馈
聚合后的对冲买卖可能吸收波动，也可能放大趋势。
在一组仓位和方向假设下，标的价格变化可能引起多大的Delta 变化与潜在对冲需求。
它不直接预测涨跌，不等于真实资金流，也不能证明某个行权价一定是支撑或压力。
Long Call、Long Put 都是 Long Gamma。
Short Call、Short Put 都是 Short Gamma。
把期权换算为近似等效股票数量。
决定对冲数量随股价变化得有多快。
接下来不从公式开始，而是从一张最普通的期权合约开始。
2、期权到底是什么
期权是一份有期限的权利。Call 给买方在到期日前后按约定价格买入标的的权利；Put 给买方按约定价格卖出标的的权利。买方支付权利金，拥有选择权；卖方收取权利金，同时承担被行权或指派的义务。
| 头寸 | 最直观的市场观点 | 最大损益的核心特征 | Gamma 符号 |
|---|---|---|---|
| Long Call | 希望上涨 | 亏损通常限于权利金，上涨收益开放 | 正 |
| Short Call | 认为难以大涨或收取波动率 | 收益有限，裸卖风险可很大 | 负 |
| Long Put | 看跌或为持仓保险 | 亏损通常限于权利金，下跌时获益 | 正 |
| Short Put | 愿意承接下跌或收取波动率 | 收益有限，下跌时承担损失 | 负 |
美股标准个股期权通常一张对应 100 股，这就是合约乘数。因此，一张看似只花几百美元的期权，风险变化可能对应几十股甚至接近一百股的正股敞口。
价格、行权价和到期日
假设股票现价 50 美元，一张一个月后到期、行权价 50 美元的 Call，属于平值期权。股票涨到 60 美元，它更可能最终有价值；股票跌到 40 美元，它更可能到期作废。但期权在到期前的价格不仅由正股决定，还受到剩余时间、隐含波动率、利率和股息等因素影响。
Delta、Gamma、Theta、Vega 等“希腊字母”，本质上是期权定价模型给出的敏感度。它们是动态估计，不是合同中写死的常数，也不是对未来的保证。OIC 的 Greeks 说明同样把它们定义为理论性的参考量。
3、Delta：把一张期权换算成多少股
Delta近似表示：标的价格变动 1 美元时，期权价格会变化多少美元。Call 的 Delta 通常在 0 到 1 之间，Put 的 Delta 通常在 -1 到 0 之间。
DELTA EQUIVALENT
\[ \Delta_{\text{等效股票}} = \Delta_{\text{期权}} \times M \]
\[ 0.50 \times 100 = +50\ \text{股} \]
一张 Delta 为 0.50 的 Long Call，方向敞口近似等于持有 50 股正股。
假设股票从 50 涨到 51 美元，如果其他因素暂时不变，Delta 为 0.50 的 Call 理论上大约上涨 0.50 美元。由于一张合约对应 100 股，合约价值约增加 50 美元。
Delta = +100 股，股价每涨 1 美元，持仓约增加 100 美元。
约等于 +50 股；不是说它一定有 50% 概率盈利。
约等于 -50 股；股价下跌时，Put 价值通常上升。
Delta 最常见的两个误解
第一，Delta 不是固定值。股价、到期时间和隐含波动率变化时，Delta 也会改变。第二，Delta 不应机械地等同于盈利概率。某些模型和条件下两者数值接近，但 Delta 的首要含义仍是价格敏感度和对冲比率。
OIC 的 Delta 教程展示了相同关系：Call 越深入实值，Delta 越接近 1；越深入虚值，Delta 越接近 0。
4、做市商为什么要买卖正股
做市商持续给出买价和卖价，为市场提供流动性。客户卖出一张 Call 时，交易对手可能是买入这张 Call 的做市商。做市商未必想赌股票涨跌，它更希望赚取买卖价差并管理组合风险，因此会对冲期权带来的 Delta。
先完成第一次对冲
继续使用前面的例子：客户卖出一张 Delta 为 +0.50 的 Call；做市商在另一侧买入这张 Call，因此做市商持有 Long Call，期权 Delta 是 +0.50，即约 +50 股。为了把组合方向风险降到接近零，做市商可以卖空约 50 股正股：
Long 1 张 Call+50 股 Delta+卖空约 50 股正股−50 股 Delta=接近 Delta 中性
这就是 Delta 对冲。真实交易台会在整个组合层面净额管理风险，也可能使用期货、ETF 或其他期权，并不会为每一张客户订单单独买卖正股。但这个简化例子足以解释对冲流从哪里来。
对冲并非一次完成
问题在于，股价从 50 涨到 51 美元后，这张 Call 的 Delta 可能不再是 0.50。如果新的 Delta 变成 0.56，做市商原来卖空 50 股的对冲就少了 6 股，必须再卖空 6 股。描述这 0.50 如何变成 0.56 的，就是 Gamma。
5、Gamma：Delta 改变得有多快
Gamma衡量标的价格每变动 1 美元，Delta 大约改变多少。若一张 Call 的 Delta 为 0.50、Gamma 为 0.06，股票从 50 涨到 51 美元后，新的 Delta 可近似为 0.56。
LOCAL APPROXIMATION
\[ \Delta_{\text{new}} \approx \Delta_0 + \Gamma \,\Delta S \]
\[ 0.56 \approx 0.50 + 0.06 \times 1 \]
这是局部近似。价格移动较大时，Gamma 本身也会变化，不能无限线性外推。
于是前面的 Long Call 对冲变成：
| 时点 | Long Call Delta | 一张合约的等效 Delta | 为中性需要的正股 | 调整动作 |
|---|---|---|---|---|
| 股价 50 | +0.50 | 约 +50 股 | 卖空 50 股 | 建立初始对冲 |
| 股价涨至 51 | 约 +0.56 | 约 +56 股 | 卖空 56 股 | 再卖空 6 股 |
| 股价跌至 49 | 约 +0.44 | 约 +44 股 | 卖空 44 股 | 买回 6 股 |
这揭示了 Long Gamma 的反馈：股票上涨时卖出更多正股，股票下跌时买回正股。对冲方向与价格变化相反，因此可能吸收波动。它也与后文 CRCL 代理模型的 Call 侧假设一致：做市商 Long Call，所以 Call GEX 被记为正值。
如果交易方向反过来，客户买入 Call、做市商持有 Short Call，上表中的所有对冲动作也会反过来：股价从 50 涨到 51 美元时，做市商需要再买入约 6 股；跌到 49 美元时，需要再卖出约 6 股。那才是顺着价格运动、可能放大波动的 Short Gamma 反馈。
Put 也遵循同样规律。Long Put 的 Delta 为负、Gamma 为正；做市商如果卖出 Put，就持有 Short Put，并处于 Short Gamma。股价下跌时，Long Put 的 Delta 会变得更负，Short Put 的 Delta 会变得更正。为保持 Delta 中性，做市商需要卖出更多正股，同样是在下跌中追卖。
买入 Put 为什么是 Positive Gamma
假设股票价格为 50 美元，一张 Long Put 的 Delta 是 -0.50、Gamma 是 +0.06，合约乘数为 100。它最初约等于持有 -50 股的方向敞口。为了单独观察 Gamma，可以先假设其他定价因素不变，并把 Gamma 视为这 1 美元区间内的局部近似。
| 股价变化 | Long Put 的近似 Delta | 一张合约的等效股票 Delta | 若要保持 Delta 中性 |
|---|---|---|---|
| 初始价格 50 | -0.50 | -50 股 | 买入 50 股建立初始对冲 |
| 下跌至 49 | -0.50 + 0.06 × (-1) = -0.56 | -56 股 | 再买入 6 股 |
| 上涨至 51 | -0.50 + 0.06 × 1 = -0.44 | -44 股 | 卖出 6 股 |
这就是 Positive Gamma 的直觉：价格下跌时，Long Put 的 Delta 变得更负，下跌保护自动增强；价格上涨时，Delta 变得没那么负，方向敞口自动收缩。如果对 Long Put 做动态 Delta 对冲，操作表现为跌时买入正股、涨时卖出正股，即与市场方向相反。它体现的是凸性，并不表示 Long Put 本身看涨——未对冲的 Long Put 仍然具有负 Delta，通常从下跌中获益。
不要混淆
Long Put：负 Delta，正 Gamma
负 Delta 描述方向——正股下跌通常有利；正 Gamma 描述凸性——下跌越多，Delta 越负，保护越强。
Gamma 在哪里最大
Gamma 通常在接近平值、接近到期时最高，因为期权的 Delta 正处于从接近 0 向接近 1，或从接近 -1 向 0 快速切换的区域。深度实值和深度虚值期权的 Delta 已相对稳定，Gamma 往往较低。OIC 的 Gamma 教程给出了相同的数值例子和期限特征。
6、正 Gamma 与负 Gamma：不是涨跌，而是反馈
Gamma 的正负描述的是持仓曲率。Long Call 与 Long Put 都是 Long Gamma；Short Call 与 Short Put 都是 Short Gamma。市场讨论“正 GEX 环境”或“负 GEX 环境”时，通常试图估计做市商整个组合的净 Gamma。
Net 到底是什么意思
Net 就是“净额”。一家做市商通常同时持有不同方向、行权价和到期日的 Call 与 Put：有些仓位是 Long Gamma，有些是 Short Gamma。把所有仓位的 Gamma 暴露按正负相加、互相抵消后，得到的才是整个期权组合的 Net Gamma。
仓位 A · Long Call+600
仓位 B · Short Put−400
仓位 C · Long Put+100
Net Gamma Exposure\( +600 - 400 + 100 = +300 \)
这个组合的净 Gamma 为 +300，所以称为净 Gamma 为正（Net Long Gamma）。这并不表示做市商持有的每一张期权都是 Long Gamma，只表示多空仓位抵消后，整个账本仍保留正 Gamma；如果合计结果为负，则称为净 Gamma 为负（Net Short Gamma）。
为什么要说 Net
做市商按整个账本管理 Delta 与 Gamma 风险
决定总体对冲流偏向“涨时卖、跌时买”还是“涨时买、跌时卖”的，是相互抵消后的净 Gamma，而不是某一张孤立合约。
不过，净额会隐藏结构。净 Gamma 同为 +300，既可能来自 +400 与 −100，也可能来自 +10,000 与 −9,700；后者的双边总暴露更大，对价格、期限和波动率变化也可能更敏感。因此实盘除了看 Net Gamma，还应继续拆分不同行权价、到期日以及 Call/Put 的总暴露。
| 假设状态 | 价格上涨时的对冲 | 价格下跌时的对冲 | 可能产生的市场特征 |
|---|---|---|---|
| 净 Gamma 为正（Net Long Gamma） | 卖出部分标的 | 买入部分标的 | 逆向交易，倾向吸收波动、促进均值回归 |
| 净 Gamma 为负（Net Short Gamma） | 买入更多标的 | 卖出更多标的 | 顺向交易，倾向放大趋势与盘中波动 |
因此，正 Gamma 不等于看涨，负 Gamma 也不等于看跌。正 Gamma 更接近“对冲流可能压低已实现波动”；负 Gamma 更接近“对冲流可能强化正在发生的方向”。方向仍由新闻、资金、基本面与现货订单共同决定。
Cboe 对做市商 Gamma 的研究强调两个维度：符号决定对冲与市场同向还是反向，规模决定潜在影响大小。研究也提醒，高名义成交量并不代表同等规模的净对冲需求，因为客户买卖可能互相抵消。
7、从单张 Gamma 到整条期权链的 GEX
单张期权的 Gamma 很小，但一个行权价可能有数千或数万张未平仓合约。Gamma Exposure，简称 GEX，就是把 Gamma 按合约数量和乘数放大，再聚合到行权价、到期日或整个标的。
常见的“标的价格变动 1% 时，Delta 对冲名义金额变化多少”近似为：
GAMMA EXPOSURE · 1% MOVE
\[ \operatorname{GEX} \approx \Gamma \times OI \times M \times S^2 \times 0.01 \]
结果常被表达为：标的价格变动 1% 时，模型估计的 Delta 对冲美元名义金额变化。
为什么公式里有价格平方
- 标的变动 1%，对应价格变化为 标的价格 × 1%。
- Gamma × 价格变化，得到每张期权的 Delta 变化。
- 再乘 OI 与合约乘数，得到需要调整的等效股票数量。
- 最后乘一次标的价格，把股票数量换成美元名义金额。
代入一个完整例子
假设某行权价有 2,000 张合约，Gamma 为 0.02，乘数为 100，股票价格为 50 美元：
股价变动 1%\( 50 \times 1\% = 0.50\ \text{美元} \)
每张 Delta 变化\( 0.02 \times 0.50 = 0.01 \)
等效股票变化\( 0.01 \times 2{,}000 \times 100 = 2{,}000\ \text{股} \)
美元名义金额\( 2{,}000 \times 50 = 100{,}000\ \text{美元} \)
10 万美元表示一种模型化的 Delta 变化规模，不代表市场上必然立即出现 10 万美元买单。真实对冲可能早已净额抵消，也可能通过期货或其他期权完成；Gamma 本身也会随着价格、时间和隐波变化。
最关键的限制：OI 看不见谁站在哪一边
公开的未平仓量只告诉我们还有多少合约没有关闭。一张合约同时存在一个多头和一个空头，OI 不会告诉我们客户是买方还是卖方，更不会直接给出做市商的净仓位。OIC 对 OI 的定义也只把它定义为尚未关闭的合约总数。
本文到底假设做市商持有什么
本文 CRCL 案例采用最简单的 Call 正、Put 负代理口径。翻译成真实头寸语言，就是假设做市商整体上持有 Long Call / Short Put：
Long Call 是 Long Gamma，所以 Call GEX 乘以 +1，记为正贡献。
Short Put 是 Short Gamma，所以 Put GEX 乘以 −1，记为负贡献。
THE PROXY USED IN THIS ARTICLE
\[ \operatorname{GEX}_{\text{Call}} = +\Gamma_{\text{Call}} \times OI \times M \times S^2 \times 0.01 \]
\[ \operatorname{GEX}_{\text{Put}} = -\Gamma_{\text{Put}} \times OI \times M \times S^2 \times 0.01 \]
\[ \operatorname{GEX}_{\text{Net}} = \sum_i \operatorname{GEX}_{\text{Call},i} + \sum_j \operatorname{GEX}_{\text{Put},j} \]
负号来自“做市商 Short Put”的仓位假设，不是因为 Put 的数学 Gamma 天生为负。
为什么有人使用这个代理假设
它隐含一种常见但未经逐笔验证的客户行为：客户倾向于卖出部分 Call 获取收益，同时买入 Put 保护下行；做市商站在交易另一边，于是更可能 Long Call、Short Put。这个经验模式在某些宽基指数和成熟组合中可能有解释力，但它绝不是所有标的、所有期限、所有市场状态都成立的规律。
| 真实客户交易 | 做市商可能持仓 | 真实做市商 Gamma | 本文代理是否判断正确 |
|---|---|---|---|
| 客户卖出 Call | Long Call | 正 | 可能正确 |
| 客户买入 Call | Short Call | 负 | 方向判断错误 |
| 客户买入 Put | Short Put | 负 | 可能正确 |
| 客户卖出 Put | Long Put | 正 | 方向判断错误 |
在投机性 Call 买盘很强的个股中，做市商可能实际持有大量 Short Call；在大量卖 Put 收权利金的市场中，做市商又可能 Long Put。这两种情况都会让简单的 Call 正、Put 负模型给出错误符号。因此，不同平台使用的符号、持仓推断、波动率曲面和净额算法不同，绝对数值不能直接比较；标题写着“Dealer GEX”，也不意味着它真的观察到了完整的做市商账本。
口径警告
本文不是在说“做市商真实仓位就是 Long Call / Short Put”
本文只是使用这一组合来给公开 OI 赋予符号。它生成的是情景模型，不是交易所披露的持仓事实；后续所有 Zero Gamma、Call Wall 与 Put Wall 都继承了这个假设。
8、零 Gamma、Call Wall 与 Put Wall
理解墙位前，必须先回答一个更基础的问题：为什么横坐标是标的价格的 Gamma Profile，经常在下方为负、上方为正，并在中间出现一个 Zero Gamma Point？
先区分两种看起来相似、实际不同的图
| 图表类型 | 横坐标 | 每个点表示什么 | 能否直接找 Zero Gamma |
|---|---|---|---|
| 行权价 GEX 柱状图 | Strike 行权价 | 按当前股价计算，各行权价贡献多少 GEX | 不能；它展示仓位分布 |
| Gamma Profile 曲线 | 假设的标的价格 | 假设股价位于该价格时，整条期权链重新计算后的 Net GEX | 可以；曲线穿越 0 的位置就是 Zero Gamma |
Gamma Profile 横坐标上的 70、80、90 美元，并不是分别代表 70、80、90 行权价的期权。它们代表三个假设现价情景：如果正股现在是 70、80 或 90 美元，保持 OI 不变，并继续沿用“做市商 Long Call / Short Put”的方向假设，把每一张期权的 Gamma 重新计算一遍，整个组合的 Net GEX 会是多少。
GAMMA PROFILE AT HYPOTHETICAL SPOT S*
\[ \operatorname{GEX}_{\text{Net}}(S^*) = \sum_i \sigma_i\,\Gamma_i(S^*)\,OI_i\,M_i\,(S^*)^2 \times 0.01 \]
改变横坐标 S* 时，每张期权的 Gamma 都会改变；Zero Gamma 是所有带符号贡献相加后等于 0 的组合平衡点。
为什么常见形态是左侧负、右侧正
根本原因不是“低价天然负 Gamma、高价天然正 Gamma”，而是Gamma 会在行权价附近变大，再叠加市场常见的仓位分布和数据商的符号假设。
下方 Put 的 Gamma 变大。若模型把这些 Put 解释为做市商 Short Gamma，它们的负贡献会占主导；上方 Call 远离平值，Gamma 贡献衰减。
不是任何一张期权的 Gamma 变为零，而是所有行权价、所有期限的带符号 GEX 加总后约等于零。
上方 Call 的 Gamma 变大。若模型把这些 Call 解释为做市商 Long Gamma，正贡献开始占主导；下方 Put 远离平值，负贡献衰减。
用三个行权价做一个极简例子
假设期权链只有两组主要仓位：80 Put 在模型中贡献负 GEX，100 Call 贡献正 GEX。其他条件暂时不变：
| 假设股价 | 80 Put 的相对 Gamma | 100 Call 的相对 Gamma | 聚合结果 |
|---|---|---|---|
| 接近 80 | 靠近平值，负贡献较强 | 远离平值，正贡献较弱 | Net GEX 更可能为负 |
| 约 90 | 负贡献正在衰减 | 正贡献正在增强 | 两侧可能恰好抵消，形成 Zero Gamma |
| 接近 100 | 远离平值，负贡献较弱 | 靠近平值，正贡献较强 | Net GEX 更可能为正 |
不是定律
Gamma Profile 不保证只有一个交点，也不保证左负右正
如果 Put/Call 仓位、做市商方向假设、期限或波动率偏斜不同，曲线可以全正、全负、左右反转，甚至多次穿越零轴。Zero Gamma 只是当前输入和模型下求出的根，不是期权市场必然存在的固定价格。
现在再把三个概念分开：
零 Gamma 点
模型估计的聚合 GEX 从正转负或从负转正的标的价格。它是反馈状态可能切换的位置，不是天然支撑或压力。
Call Wall
Call OI、Call Gamma 或模型正向暴露高度集中的行权价。不同数据商定义并不完全相同。
Put Wall
Put OI、Put Gamma 或模型负向暴露集中的行权价，同样只是仓位地图中的集中区域。
为什么价格有时会靠近墙位后减速
如果做市商在附近的净 Gamma 为正（Net Long Gamma），价格上涨时的卖出对冲与下跌时的买入对冲可能把价格推回行权价；临近到期时，平值 Gamma 上升，这种来回再平衡可能形成“钉住”。同时，大量期权参与者会在同一行权价附近滚动、平仓或调整，也会增加该区域的交易密度。
为什么墙位又经常被直接突破
墙位不是挂在订单簿上的实体大单。若做市商实际处于 Short Gamma，突破后对冲可能顺着方向加速；若出现财报、监管、宏观数据或大额现货买盘，事件流也可能远大于期权对冲流。墙位被放量穿越并在回踩中守住时，它更可能从“阻挡区域”转化为“趋势触发区域”。
| 结构组合 | 更合理的预期 | 不能下的结论 |
|---|---|---|
| 正 Gamma + 临近 Call Wall | 上涨可能减速、震荡或钉在附近 | 股价一定下跌 |
| 负 Gamma + 突破 Call Wall | 追买对冲可能放大突破 | Call OI 大，所以无法突破 |
| 正 Gamma + 临近 Put Wall | 下跌可能被买入对冲吸收 | Put Wall 是绝对支撑 |
| 重大事件 + 任意墙位 | 先看事件订单，之后观察仓位重建 | 静态 GEX 可以压过所有信息 |
9、为什么同一张 GEX 图第二天就可能过时
Gamma 不是只随股价变化。剩余时间和隐含波动率也会改变 Delta 的形状，因此真实对冲还受到更高阶敏感度影响。
| 变化来源 | 对结构的影响 | 交易时要看什么 |
|---|---|---|
| 时间流逝 | 临近到期的平值 Gamma 常快速上升，远离行权价后又迅速衰减 | 距到期日、0DTE 占比、尾盘时间 |
| 隐含波动率变化 | Delta 与 Gamma 会重新分布；高隐波通常让概率质量分散到更宽价格区间 | IV、偏斜、事件前后波动率落差 |
| 平仓与展期 | 旧墙位消失，新墙位迁移到下一到期日 | 当日成交与次日 OI 变化 |
| 跨期限抵消 | 近月 Short Gamma 可能被远月 Long Gamma 部分抵消，反之亦然 | 分到期日观察，不只看总净值 |
Charm描述时间流逝引起的 Delta 变化，Vanna描述隐含波动率变化引起的 Delta 变化。初学者不必马上计算它们，但必须知道：即使股价不动，做市商需要的对冲数量也可能变化。这也是为什么开盘、事件后隐波崩落以及到期日尾盘常出现额外流量。
10、怎样按正确顺序阅读一张 GEX 图
- 先确认口径。图表表示客户 GEX 还是估计的做市商 GEX？Call/Put 如何赋予正负号？单位是每 1 美元还是每 1% 变动？
- 定位现价。现价处于估计的正 Gamma 区还是负 Gamma 区？距离零 Gamma 点多远？
- 观察总量与毛暴露。净 GEX 接近零可能是仓位很少，也可能是巨大正负暴露互相抵消，两者风险完全不同。
- 寻找集中点。Call Wall、Put Wall 是否靠近现价？暴露集中在一个行权价，还是分散在多个价位？
- 拆开到期日。近月决定盘中敏感度，远月提供背景；不能用全年总 OI 解释今天尾盘。
- 与正股流动性比较。潜在对冲名义金额占日均成交额、盘口深度和事件订单的比例有多大？
- 等待市场验证。关键位附近的成交量、回撤速度、IV 与偏斜是否符合预期反馈？
核心原则GEX 图首先是一张条件性流量地图。只有价格行为验证了地图中的反馈，墙位才升级为交易信号。
11、案例：把 CRCL 快照一步步读完
下面使用一组历史静态快照演示方法。标的价格为 80.23 美元，期权到期日为 2026 年 6 月 26 日，共 206 条合约记录、103 个行权价。它不是当前行情，也不代表这些墙位今天仍然有效。
数据来自本地 Futu OpenD 静态快照，使用接口返回的 Gamma、OI、行权价、到期日和合约乘数聚合。富途期权行情字段文档提供 Gamma 与 OI，但不提供真实做市商方向。本文明确假设做市商 Long Call / Short Put，因此 Call GEX 乘 +1、Put GEX 乘 −1；这是代理情景，不是富途提供的“做市商 GEX”。
历史快照价格80.23
到期日2026-06-26
合约记录206
行权价数量103
第一步：先看状态，不先猜方向
模型估计 Net GEX 约为 -0.35m，说明在该到期日和符号假设下，近端结构偏负 Gamma。正确解读不是“股价会跌”，而是一旦价格形成方向，动态对冲可能更容易顺着方向放大。
第二步：再看现价与关键位置
现价 80.23 紧邻模型 Put Wall 80，86 附近是估计的符号切换区域，90 是 Call 暴露集中点。于是三个价位对应三项不同任务：
| 位置 | 要验证的问题 | 支持情景的市场行为 | 使情景失效的行为 |
|---|---|---|---|
| 80 | Put Wall 是否吸收下跌 | 跌破后迅速收回，成交衰减，IV 不再上升 | 放量跌破、IV 上升且反抽失败 |
| 86 | 反馈状态是否发生切换 | 站稳后回撤变浅、已实现波动下降 | 多次触及都被快速打回 |
| 90 | Call Wall 是磁吸、压力还是触发器 | 缩量靠近并反复回落，表现为吸收 | 放量突破、回踩不破并伴随上行加速 |
第三步：比较规模与流动性
Call GEX 约 +1.94m、Put GEX 约 -2.29m，净值只有约 -0.35m。这个例子说明，净值接近零并不代表没有结构：两侧毛暴露都明显大于净值。还必须把潜在对冲量与 CRCL 当时的正股成交额、盘口深度和事件流比较，才能判断期权是否足以“推动”正股。
第四步：检查期限结构
| 期限组 | 历史快照特征 | 合理含义 |
|---|---|---|
| 6 月 26 日—7 月 17 日 | 连续四个到期日为负 | 近端结构偏脆弱，突破后更需警惕波动扩张 |
| 7 月 24 日—7 月 31 日 | 转为正值 | 远端相对稳定，但不能自动抵消近月到期冲击 |
| 8 月 21 日 | 净值接近中性 | 可能是低暴露，也可能是两侧厚仓互相抵消，应看毛值 |
案例最终没有给出“80 买、90 卖”的机械答案，因为那正是对 GEX 最危险的误用。它给出的是一套可证伪的条件：价格到达某处时，市场应该出现什么；如果没有出现，就降低模型权重。
12、怎样转化为实际交易决策
GEX 更适合帮助决定策略类型、风险预算和验证条件，而不是单独决定买卖方向。
| 市场结构 | 更合适的思维 | 执行重点 | 主要风险 |
|---|---|---|---|
| 正 Gamma，价格位于两墙之间 | 优先考虑震荡和均值回归 | 等待区间边缘确认，减少中间位置追涨杀跌 | 事件突破后仍固守旧区间 |
| 负 Gamma，关键位被有效突破 | 允许趋势和波动继续扩张 | 缩小单笔仓位，减少逆势补仓 | 把负 Gamma 错解为确定方向 |
| 高 Gamma 且临近到期 | 重视盘中路径和尾盘再平衡 | 观察钉住、突然解钉和到期后仓位消失 | 把到期前结构延续到下一周期 |
| 墙位附近出现放量穿越 | 把墙位视为待确认的触发器 | 观察回踩、IV 和新增期权成交 | 仅因 OI 很大就逆势开仓 |
盘前、盘中、盘后的完整流程
写出假设
记录现价、零 Gamma、Call/Put Wall、主要到期日、事件风险与模型口径。提前写明支持和失效条件。
等待验证
价格接近关键位时，同时看成交、IV、偏斜、回撤速度和盘口。没有确认，不因一张图开仓。
更新结构
检查成交对应的次日 OI 变化、墙位是否迁移、到期日是否滚动，并复盘判断是机制正确还是偶然碰巧。
仓位管理比点位预测更重要
负 Gamma 环境意味着分布可能更肥尾，止损滑点和跳空风险更高，因此更应降低杠杆、缩小单笔风险并避免无限逆势加仓。正 Gamma 环境虽然常见波动收敛，也不能忽略事件跳跃；卖波动策略尤其要明确最大损失，而不能把“预计钉住”当作保护。
13、局限与结论
| 局限 | 为什么重要 | 处理方法 |
|---|---|---|
| 仓位方向不可见 | OI 无法直接推导做市商净 Gamma | 确认数据商假设，并用成交、IV 和价格验证 |
| OI 通常滞后 | 盘中看到的结构可能尚未反映当日开平仓 | 结合实时成交，次日再核对 OI |
| 模型参数变化 | 股价、时间和 IV 都会改变 Greeks | 动态重算，不保存旧截图长期使用 |
| 组合可以抵消 | 跨行权价、跨期限和跨产品风险会净额化 | 同时看净暴露、毛暴露与期限结构 |
| 事件流可能压倒对冲流 | 财报、监管和宏观冲击会改变所有既有假设 | 事件前降低模型权重，预设跳空情景 |
理解 GEX 的核心，不是背诵“正 Gamma 震荡、负 Gamma 趋势”，而是看懂完整链条：期权仓位产生 Delta，Gamma 改变 Delta，动态对冲把这种变化传递到正股，聚合后的暴露才可能形成市场反馈。
零 Gamma 是反馈可能切换的模型位置；Call Wall 和 Put Wall 是仓位集中区域；三者都不是天然的目标价。最可靠的使用方法，是让期权结构提出假设，让价格、成交和隐含波动率完成验证，并在反应不符合预期时及时放弃。
本文用于市场结构研究与期权教育，不构成投资建议。