期权卖方的溢价从哪里来——每个行权价、每个期限、每一天都一样吗？

并不处处相同。 溢价是真实的：美国和中国的期权卖方平均都能赚到它。但它不是一个统一的折扣。研究指出了溢价变化的四个维度，以及两个提示不该卖的信号。

• 单位：已实现波动率与隐含波动率的关系是一个比值（RV ≈ k · IV），而不是固定的差值。
• 期限：溢价在近月最大，期限越长越小。
• 行权价：在美国，虚值（out-of-the-money, OTM）认沽期权按单位风险计算的溢价最高。在中国，较贵的一翼会随散户情绪在认购和认沽之间切换，而偏贵的认购一翼伴随着政策驱动的跳空上涨风险。
• 时间：溢价主要在隔夜累积，而不是在交易时段内。
• 择时：IV 的水平和 IV rank 不能用来择时。期限结构倒挂（近月 IV 高于次月）以及波动率刚刚飙升后的几周，是溢价最小甚至为负的时候。

为什么问这个问题

本站目前的策略评分只假设一个数：下个月的已实现波动率（realised volatility, RV）= 隐含波动率（implied volatility, IV）− 1 个波动率点，在每个行权价、每个到期月都一样。对平值（at-the-money, ATM）波动率来说，这是我们找到的最好的单一预测（见用过去的波动率预测，比 implied volatility 更准吗？）。但如果溢价处处相同，那么期权链上每个合约相对其他合约都是公平定价的，评分就只能按各个交易承担了多少风险来排序。

所以问题是：溢价有没有“形状”——在某些行权价、期限或时间点上比其他地方更丰厚？本页汇总经过同行评审的论文、工作论文和券商研究对此的结论。本页不包含我们自己的新数据；计划中的检验列在文末。

溢价处处相同吗？不，有四个维度

单位。 如果溢价是比值，那么固定 1 点在 IV 高时偏小、在 IV 低时偏大。Carr & Wu 还发现，当波动率的波动率（vol-of-vol）高时，溢价更大。本站的波动率预测研究检验过最接近的水平形式 a + b·IV：在全部 21 个日期网格上，预测误差都降低了约 2 %，但并不显著（Diebold–Mariano 检验 t = −0.78）。对数形式和 vol-of-vol 项尚未检验。

期限。 Delta 中性跨式组合显示，方差风险的价格随期限缩小，约 9 个月以内仍然显著，并且在波动率高时曲线更陡（Andries 等 2025）。方差互换（variance swap）的结果显示，只有意外的、短暂的已实现方差被定价；对更远期方差消息的对冲平均没有成本（Dew-Becker 等 2017）。罗素 2000 指数的备兑开仓（buy-write）策略，用 1 个月期认购时经风险调整后跑赢指数，用 2 个月期认购时则没有（Kapadia & Szado 2007）。一个限制：在最短的期限上（当日到期），扣除现实成本后溢价很小且难以赚到（Vilkov），所以“越短越好”到不了到期日当天。

行权价。 哪个行权价“最贵”，取决于用什么做分母。按单位市场 beta 计算，虚值认沽最赚钱（Constantinides 等）；方差风险溢价（variance risk premium, VRP）中超过一半是对跳跃尾部风险的补偿（Bollerslev & Todorov 2011）。按每张 Delta 对冲期权的金额计算，买方的亏损在远离平值时更小（Bakshi & Kapadia 2003）；对标普 500 期权做 Delta 对冲卖出的网格研究发现，按压力损失调整后，最好的是近月、平值附近或轻度虚值的期权（Israelov & Tummala 2017）。所以“IV − 1 点乘以 vega”作为金额利润的初步估计还算合理，但用来按风险调整后的收益给交易排序就不对了。

在美国，行权价之间的错误定价确实存在：优化后的 1 个月期标普期权组合，扣除成本后样本外夏普比率（Sharpe ratio）达到 0.82，收益“主要”来自期权之间的错误定价（Faias & Santa-Clara 2017）。但单独的 vega 中性偏斜（skew）交易收益约为零：偏斜溢价和方差溢价表现为同一个因子（Kozhan 等）。

溢价能择时吗？

两个有效信号彼此一致。波动率刚上升时，保护买方已经付过高价，对冲需求下降，溢价处于最小；几周后才恢复（Cheng；Lochstoer & Muir）。期限结构倒挂是从期限结构看到的同一种状态。常见的经验法则“IV 高就卖”，恰好把时机弄反了。

证据支持哪些策略结构？

• 卖出平值跨式和卖出虚值认沽。 风险偏好差异很大的投资者，在扣除成本和保证金之后，最优组合都持有这两种结构（Driessen & Maenhout 2007）。在标普期权上，买入平值跨式每月亏 15.7 %，高度显著（Broadie、Chernov & Johannes 2009）。
• 在 Cboe 基准指数中，卖出认沽（put-write）的长期表现最好。 1986–2018 年夏普比率：卖出认沽 0.64，备兑开仓 0.51，标普 500 0.45，保护性认沽 0.29（行业资助研究，Wilshire 受 Cboe 委托，2019）。需谨慎：测得的超额表现取决于所用指标，而且主要来自有限的数据（Natter 2018）。
• 每一条买入腿都在支付溢价。 认沽保护在单位收益下反而可能加深回撤（Israelov 2019）；领口策略（collar）在买入腿上把溢价付了出去（Israelov & Klein 2016）。在备兑开仓中，卖出波动率那一腿的夏普比率约 1.0，但承担的风险不到 10 %（Israelov & Nielsen 2015）。所以有保护的结构赚得比对应的裸卖要少。
• 铁鹰式（iron condor）的两翼让出了多少溢价，没有人测量过。 没有找到按 Delta 分组、扣除成本后研究铁鹰式、信用价差或卖出宽跨式的同行评审论文。一项关于 Cboe 铁鹰式指数的行业研究发现，它的标准差是研究中最低的（7.23 %），但仍有 10 个月跌幅超过 6 %，标普 500 是 15 个月（Black & Szado 受 Cboe 委托，2016）。
• 杠杆的成本由买方承担。 内含杠杆越高的期权（虚值、短期）经风险调整后的收益越低，因为受杠杆约束的买方愿意多付钱（Frazzini & Pedersen 2022）。
• 按保证金而不是权利金计算收益。 在 50ETF 期权上，保证金是权利金的 5–30 倍，平均约 10 倍（东证期货 2019，从业机构研究）。

中国市场有何不同

• 溢价存在。 Delta 对冲的 50ETF 期权平均亏损，方差风险溢价为正（Li、Zhou & Huang 2022；Li、Yu & Wang 2022；Yue 等 2023）。它能否预测市场方向并不稳健：一篇论文发现它能预测未来最长 6 个月的收益（Cui 等 2019），部分作者相同的后续论文则发现不能（Li、Yu & Wang 2022）。用它来定价，不要用它判断方向。
• IV 对 RV 的预测比美国更好。 用 IV 回归 20 日 RV，50ETF 的斜率为 1.122，调整后 R² 为 0.454（2016-06 至 2019-05），美国为 0.631 和 0.257（东证期货 2019，从业机构研究）。
• 微笑是凸的，较贵的一翼会移动。 2015-02 至 2017-12，50ETF 虚值认购的 IV 高于虚值认沽，微笑曲率为正（平均 0.0386），卖出认购赚钱而卖出认沽亏钱（Yue 等 2021）。2015–2019 年的另一个样本则显示认沽一侧的偏斜（Ni、Guo & Wang 2020）。个人投资者主导偏斜（Jiang & Zhou 2024），高风险偏好表现为认购需求（Liu、Wang & Sui 2023），偏斜能以负号预测未来 1 天到 4 周的 Delta 中性认购收益（Guo 等 2025）。凸的微笑也解释了本站自己数据中的一个数字：对两翼加权的 QVIX 比随后的实际波动高约 2.7 点，而平值 IV 只高约 1 点（VRP 研究）。这个差距中有一部分可能来自指数的编制方法（Zheng、Jiang & Chen 2017 发现，早先的 iVIX 受中国市场摩擦影响而有偏差）。
• 偏贵的认购一翼伴随上涨跳空风险。 2024 年，卖出认沽赚 +17.6 %，买入认沽亏 −31.3 %；卖出认购全年亏损，亏损集中在 9 月 24 日至 10 月 8 日之间（中信证券 2025，从业机构研究）。
• 同一行权价上认购与认沽的 IV 差，主要是持有成本而不是优势。 计入融券卖空 ETF 的成本后，认购和认沽的 IV 一致（Zhou & Qing 2023）。由于卖空限制，用期货对冲优于用 ETF 本身对冲（Huang、Wang & Xiao 2025）。
• 日盘、隔夜与星期效应来自散户资金流。 认购隔夜赚、日内亏，认沽相反（Wang & Zhou 2026）；期权收益在周五最高、周一回落（Guo & Yue 2026）。两者都是新近的单一样本结果。

注意事项

• 对冲与持有到期。 上面大多数结果用的是每日再平衡的 Delta 对冲收益。本站用户大多不做对冲、持有到期。溢价是一样的，但单笔交易的噪声要大得多。
• 短样本上的原始收益什么也证明不了。 用 18 年的标普数据，按行权价分组的原始认沽收益都无法与“完全没有溢价”的世界区分开（Broadie、Chernov & Johannes 2009）。本站按行权价的历史数据不到三年。我们的任何检验都必须使用 Delta 对冲收益，并在多个标的上合并。
• 证据主要来自美国。 中国的研究更少、更新，而且常常是单一样本，不同研究中较贵的一翼方向也不同。
• 成本。 美国的若干结果是扣除成本之前的；两翼的相对买卖价差更宽，会吃掉一部分虚值溢价。

接下来要检验什么

按每项检验可用的数据量排序：

1. 比值还是差值。 用 2015 年以来的 QVIX（约 135 个月），以下个月已实现波动率的对数对 QVIX 的对数做回归，检验斜率是否为 1；比较 IV − 1 点与 k · IV 的样本外误差；再加入 vol-of-vol 项。我们之前对水平形式 a + b·IV 的检验只得到很小且不显著的改进，所以预计变化最多也很小。
2. 波动率飙升之后。 在同一段 QVIX 历史上，按过去 1 到 4 周 QVIX 的涨幅，以及 Lochstoer–Muir 缺口（今天的波动率预测与其缓慢移动的均值之差），对下个月的溢价分组。如果飙升后溢价确实稳定偏小，评分会加入一条“等一等”的规则。
3. 按行权价、按期限。 使用本站 2024 年以来的逐行权价波动率曲面，按虚实程度测量两翼的 Delta 对冲收益，合并六只 ETF，比较近月与次月，并以 25 Delta 偏斜为条件。如果两翼不同，统一的折扣就会改为随行权价和期限变化的形式，例如 a(T) + b·(IV_k − IV_ATM)。
4. 期限结构倒挂。 检验“近月平值 IV 高于次月平值 IV”能否作为“不要卖”的标记。曲面数据不到三年，结果只能算初步的。

等数据足够之后再看：长假休市（2015 年以来约 20 次）、做市商 gamma（至少需要两年历史），以及隔夜与日内收益的比较（来自本站 2026 年开始的盘中快照）。

本站相关阅读：用过去的波动率预测，比 implied volatility 更准吗？，以及波动率预测研究。

参考文献

按主题分组。每条包括：文献、发现、以及对本站的意义。券商和行业研究标注为从业机构研究。

单位与期限

• Carr & Wu（2009），Variance Risk Premiums，Review of Financial Studies 22(3)。5 个指数和 35 只股票的方差互换：取对数后，所有指数以及 35 只股票中的 24 只都不能拒绝斜率为 1；vol-of-vol 高时溢价更大。对本站：把溢价建模为比值，而不是固定差值。
• Andries、Eisenbach、Kahn & Schmalz（2025），The Term Structure of the Price of Variance Risk，Review of Finance 29(6)。方差风险的价格随期限缩小，约 9 个月以内显著，波动率高时更陡。对本站：近月的折扣应更大。
• Dew-Becker、Giglio、Le & Rodriguez（2017），The Price of Variance Risk，Journal of Financial Economics 123(2)。只有意外的、短暂的已实现方差被定价；对远期方差消息的对冲平均没有成本（1996–2014）。对本站：长期限的卖出 vega 赚得很少。
• Kapadia & Szado（2007），The Risk and Return Characteristics of the Buy-Write Strategy on the Russell 2000 Index，Journal of Alternative Investments 9(4)。用 1 个月期认购的备兑开仓经风险调整后跑赢指数，用 2 个月期的则没有。对本站：整条策略层面的期限效应。
• Vilkov（2024–2026 年各版本），0DTE Trading Rules，SSRN 工作论文。当日到期期权的溢价很小，扣除现实成本后难以赚到。对本站：“越短越好”到不了到期日当天。

行权价与偏斜

• Constantinides、Jackwerth & Savov（2013），The Puzzle of Index Option Returns，Review of Asset Pricing Studies 3(2)。在相同市场 beta 下，卖出 0.95 行权价认沽每月赚 1.79 %，1.05 行权价认沽 0.81 %；差值 0.99 %，t ≈ 9；虚值认购也偏贵，但程度较小。对本站：反对平行折扣最直接的证据。
• Kozhan、Neuberger & Schneider（2013），The Skew Risk Premium in the Equity Index Market，Review of Financial Studies 26(9)。微笑斜率的 40 % 以上是溢价，但偏斜溢价和方差溢价是同一个因子：vega 中性的偏斜交易收益约为零。对本站：两翼偏贵，但对冲后的偏斜交易并非免费午餐。
• Bollerslev & Todorov（2011），Tails, Fears, and Risk Premia，Journal of Finance 66(6)。方差风险溢价中超过一半是对跳跃尾部风险的补偿。对本站：溢价集中在尾部，而不是平均分布在各个波动率点上。
• Bakshi & Kapadia（2003），Delta-Hedged Gains and the Negative Market Volatility Risk Premium，Review of Financial Studies 16(2)。Delta 对冲的标普期权亏钱，远离平值时亏得少，波动率高时亏得多。对本站：最支持“优势 ∝ vega”（按金额计）的一篇论文。
• Israelov & Tummala（2017），Which Index Options Should You Sell?，AQR 工作论文。Delta 对冲卖出标普期权：短期优于长期，认沽优于认购，按单位压力损失计算，近月平值附近或轻度虚值的期权最好（未扣成本）。对本站：我们逐行权价检验的模板；答案取决于用哪种风险度量。
• Broadie、Chernov & Johannes（2009），Understanding Index Option Returns，Review of Financial Studies 22(11)。买入平值跨式每月亏 15.7 %，高度显著；即使有 18 年数据，按行权价分组的原始认沽收益也无法与零溢价区分。对本站：要用 Delta 对冲并合并后的收益来检验。
• Faias & Santa-Clara（2017），Optimal Option Portfolio Strategies: Deepening the Puzzle of Index Option Mispricing，Journal of Financial and Quantitative Analysis 52(1)。优化后的 1 个月期标普期权组合：扣除成本后样本外夏普比率 0.82，主要来自期权之间的错误定价。对本站：行权价之间的相对错误定价可能存在。
• Frazzini & Pedersen（2022），Embedded Leverage，Review of Asset Pricing Studies 12(1)。内含杠杆越高的期权，经风险调整后的收益越低。对本站：卖出虚值、短期合约的得分应高于只按 vega 计算的优势。

择时

• Johnson（2017），Risk Premia and the VIX Term Structure，Journal of Financial and Quantitative Analysis 52(6)。斜率能预测 18 种波动率资产的收益（最高与最低五分位的下月收益差为 7.4–36.4 %），水平则不能；倒挂时 18 种中有 17 种溢价变号。对本站：曲线倒挂是“不要卖”的标记。
• Simon & Campasano（2014），The VIX Futures Basis: Evidence and Trading Strategies，Journal of Derivatives 21(3)。基差预测的是 VIX 期货收益而不是 VIX 本身，基差规则扣除成本后仍然盈利。对本站：期限斜率中包含可收取的溢价。
• Cheng（2019），The VIX Premium，Review of Financial Studies 32(1)。风险上升时溢价下降或持平；在溢价转负时减少卖空敞口，提高了夏普比率。对本站：不要在刚刚飙升时卖出。
• Lochstoer & Muir（2022），Volatility Expectations and Returns，Journal of Finance 77(2)。对波动率的预期先反应不足、后反应过度；信号变动 1 个标准差 ≈ 每月 5 个百分点，而跨式组合平均溢价为每月 9.5 %。对本站：一个可以搭建的“飙升后等一等”信号。
• Andersen、Fusari & Todorov（2020），The Pricing of Tail Risk and the Equity Premium: Evidence from International Option Markets，Journal of Business & Economic Statistics 38(3)。尾部溢价的变化与波动率无关；IV 预测的是未来的波动，而不是溢价。对本站：IV 水平不是合适的择时变量。
• Andersen、Fusari & Todorov（2015），The Risk Premia Embedded in Index Options，Journal of Financial Economics 117(3)。一个不能被波动率解释的左尾因子能预测溢价；危机之后溢价持续偏高的时间比风险本身更长。对本站：一个统一的波动率点折扣无法跟踪认沽一翼的溢价。
• Goyal & Saretto（2009），Cross-Section of Option Returns and Volatility，Journal of Financial Economics 94(2)。历史波动率减隐含波动率能在个股横截面上区分期权收益；成本吃掉了大部分。对本站：与我们对单个指数按时间检验的无效结果一致。
• Yang（2024），Volatility-Managed Volatility Trading，北大汇丰商学院工作论文。按 1/波动率调整卖出波动率的仓位，样本外夏普比率从 1.54 升到最高 1.76（方差互换），从 0.51 升到最高 0.62（跨式组合）。对本站：这是风险控制规则，不是溢价预测。
• Ni、Pearson、Poteshman & White（2021），Does Option Trading Have a Pervasive Impact on Underlying Stock Prices?，Review of Financial Studies 34(4)。Delta 对冲者的净 gamma 与个股绝对收益负相关。对本站：做市商 gamma 应进入已实现波动率一侧；目前历史还太短。

日内、周内与休市

• Muravyev & Ni（2020），Why Do Option Returns Change Sign from Day to Night?，Journal of Financial Economics 136(1)。Delta 对冲的标普期权每天收益 −0.7 %：隔夜 −1 %，日内 +0.3 %。对本站：溢价在隔夜累积。
• Papagelis & Dotsis（2025），The Variance Risk Premium Over Trading and Nontrading Periods，Journal of Futures Markets 45(7)。在美国、欧洲和亚洲的波动率指数上，大部分溢价来自隔夜部分。对本站：美国以外也是同样的规律。
• Jones & Shemesh（2018），Option Mispricing around Nontrading Periods，Journal of Finance 73(2)。Delta 对冲认沽在休市期间收益 −0.82 %，交易日 +0.03 %，19 年全部为负；长周末并不更强。对本站：按交易日计时（本站正是这样做的）就是他们推荐的修正。
• French & Roll（1986），Stock Return Variances: The Arrival of Information and the Reaction of Traders，Journal of Financial Economics 17(1)。交易时段内的价格波动远大于休市期间。对本站：交易日时钟背后的基本事实。

策略结构与基准指数

• Driessen & Maenhout（2007），An Empirical Portfolio Perspective on Option Pricing Anomalies，Review of Finance 11(4)。风险偏好差异很大的投资者，扣除成本和保证金后都会卖出虚值认沽和平值跨式。对本站：证据支持的两种结构。
• Wilshire 受 Cboe 委托（2019），Wilshire study of Cboe options-based benchmark indexes，行业资助研究。1986–2018 年夏普比率：卖出认沽 0.64，备兑开仓 0.51，标普 500 0.45，保护性认沽 0.29。对本站：无保护的卖出认沽长期表现最好。
• Black & Szado 受 Cboe 委托（2016），Study analyzes performance of Cboe S&P 500 options-selling indexes，行业资助研究。铁鹰式指数的标准差是研究中最低的（7.23 %），但仍有 10 个月跌幅超过 6 %，标普 500 是 15 个月。对本站：两翼降低了波动，但让出了多少溢价没有测量。
• Natter（2018），Options-based benchmark indices — A review of performance and (in)appropriate measures，Journal of Futures Markets 38(2)。测得的超额表现取决于所用指标，而且主要来自有限的数据。对本站：谨慎看待基准指数的夏普比率。
• Israelov（2019），Pathetic Protection，Journal of Alternative Investments 21(3)。存在波动率溢价时，认沽保护在单位收益下可能加深回撤。对本站：把买入腿按支付溢价来评分。
• Israelov & Klein（2016），Risk and Return of Equity Index Collar Strategies，Journal of Alternative Investments 19(1)。领口策略表现差，在买入腿上付出了溢价。对本站：同上。
• Israelov & Nielsen（2015），Covered Calls Uncovered，Financial Analysts Journal 71(6)。备兑开仓中卖出波动率那一腿的夏普比率约 1.0，但承担的风险不到 10 %。对本站：备兑开仓的主要风险来自股票本身，而不是溢价。

中国市场

• Li、Zhou & Huang（2022），Delta-hedged gains of SSE 50 ETF options，Applied Economics Letters 29(20)。Delta 对冲的 50ETF 期权收益显著为负。对本站：A 股 ETF 期权的卖方同样能赚到溢价。
• Li、Yu & Wang（2022），方差风险溢价和收益率预测：来自上证50ETF期权市场的证据，《系统工程理论与实践》42(2)。50ETF 的方差风险溢价显著为正，且不能预测 50ETF 收益。对本站：用它定价，不用它判断方向。
• Cui、Li、Wu & Yu（2019），Variance Risk Premium and Return Predictability: Evidence from the Chinese SSE 50 ETF Options，SSRN 工作论文。发现溢价能预测未来最长 6 个月的收益，主要来自上行部分。对本站：与后来的论文结论相反，说明收益预测并不稳健。
• Yue、Ruan、Gehricke & Zhang（2023），The volatility index and volatility risk premium in China，Quarterly Review of Economics and Finance 91。一个无模型的 50ETF 波动率指数（编制方式接近 QVIX）显示平均溢价为正。对本站：与我们数据中 QVIX 的差距一致。
• Zheng、Jiang & Chen（2017），AVIX: An Improved VIX Based on Stochastic Interest Rates and an Adaptive Screening Mechanism，Journal of Futures Markets 37(4)。官方 iVIX 受卖空限制、行权价稀疏和分红调整影响而有偏差。对本站：QVIX 高于已实现波动率的部分差距可能来自编制方法，而不是溢价。
• Yue、Gehricke、Zhang & Pan（2021），The implied volatility smirk in the Chinese equity options market，Pacific-Basin Finance Journal 69。2015-02 至 2017-12：50ETF 虚值认购的 IV 高于虚值认沽，平值 IV 均值 0.241，微笑为凸（曲率 0.0386）；扣除成本后，Delta 对冲卖出认购每张 +2.95 %，卖出认沽 −1.88 %。对本站：赚钱的一翼可能是认购一翼。
• Ni、Guo & Wang（2020），上证50ETF期权隐含波动率微笑形态的风险信息容量研究，《财经研究》46(4)。2015-02 至 2019-05：认沽一侧偏斜；虚值认沽 IV − 平值 IV 能预测上证 50 未来 8 周的超额收益（系数 −0.36，t = −4.12）。对本站：较贵一翼的方向因样本而异。
• Jiang & Zhou（2024），Trading activity, risk aversion, and risk neutral skewness: Evidence from SSE 50ETF option，International Review of Economics & Finance 91。个人投资者主导 50ETF 的偏斜，偏斜与收益的关系随时间变号。对本站：不要写死哪一翼偏贵。
• Liu、Wang & Sui（2023），Risk appetite and option prices: Evidence from the Chinese SSE50 options market，International Review of Financial Analysis 86。风险偏好影响 IV 曲线的水平和斜率：偏好高时是认购需求，厌恶时是认沽需求。对本站：较贵的一翼跟随情绪。
• Guo、Liu、Chen & Lung（2025），The Dynamics of Option Volatility Smirk and Option Returns Predictability: Evidence From Chinese SSE50 ETF Options，Journal of Futures Markets 45(7)。风险中性偏度以负号预测未来 1 天到 4 周的 50ETF Delta 中性认购收益。对本站：支持对卖出认购采用以偏斜为条件的规则。
• Zhou & Qing（2023），Short-Selling Cost and Implied Volatility Spreads: Evidence from the Chinese SSE 50ETF Options Market，SSRN 工作论文。计入融券卖空 ETF 的成本后，认购与认沽的 IV 差消失。对本站：使用隐含远期价格，不要把认购与认沽的 IV 差当作优势。
• Huang、Wang & Xiao（2025），doi:10.1002/fut.22604，Journal of Futures Markets 45(9)。扣除成本后期权收益可预测，用期货对冲优于用 ETF 对冲。对本站：有期货时用期货做 Delta 对冲。
• Wang & Zhou（2026），Asymmetric Option Returns in China，Journal of Futures Markets 46(8)。认购隔夜赚、日内亏，认沽相反，由散户的博彩需求和保险需求驱动。对本站：隔夜持有的卖出认购与卖出认沽符号不同。
• Guo & Yue（2026），Day-of-the-Week Effects and Liquidity Dynamics in the Chinese SSE 50 ETF Option Market，Journal of Futures Markets。50ETF 期权收益周中最低、周五最高，周一回落。对本站：入场日可能有影响；本站尚未检验。
• Chen、Cheng、Li & Liu（2025），Market Maker or Informed Trader: Who Drive the Relationship Between Option Trading and Underlying Returns? Evidence From Shanghai Stock Exchange 50 ETF Options，Journal of Futures Markets 45(12)。50ETF 期权的订单不平衡会推动 ETF，随后反转：是做市商对冲，而不是信息。对本站：跟踪做市商 gamma 的理由。

从业机构研究（中国）

• 东证期货（2019），期权策略专题（一）：期权定价效率以及基于择时的做空波动率策略。从业机构研究。在 50ETF 上，IV 预测 20 日 RV 的斜率为 1.122，调整后 R² 为 0.454；一个择时卖出波动率策略按保证金计算样本外年化 9.66 %，但只有 11 笔交易；保证金约为权利金的 10 倍。对本站：按保证金计算收益；年化约 10 % 是比较现实的上限。
• 中信证券（2025），2024年期权市场及策略表现回顾。从业机构研究。2024 年：卖出认沽 +17.6 %，买入认沽 −31.3 %，卖出认购亏损，集中在 9 月 24 日至 10 月 8 日之间。对本站：认购一翼的评分需要对上涨跳空风险设上限。
• 期权时代（2023），从两个维度分析：期权卖宽跨策略可行性。从业机构研究。每 5 天展期的 50ETF 卖出宽跨式（2015-02 至 2021-10）年化 3.67 %，最大回撤 −36.4 %，几乎全部发生在 2015 年；加入波动率指数下行过滤后，最大回撤降到 −6.2 %。对本站：一个值得检验的低成本过滤器，目前只是样本内结果。
• 光大证券（2017），期权卖方策略初探。从业机构研究。在到期前两天卖出近月虚值期权，2015-03 至 2017-05 的 28 次月度交易全部盈利。对本站：可能存在到期周溢价，但样本很小。