Gamma 挤压（Gamma Squeeze）深度研究

> 2026-07-01 | 期权研究系列

---

一、先讲清楚：Gamma 是什么

在理解 Gamma Squeeze 之前，必须先理解 Gamma 本身。

1.1 期权希腊字母速查

1.2 Gamma 的直观理解

想象你开车踩油门：

• Delta = 车速（踩油门，车在走）
• Gamma = 加速度（油门踩得越深，加速越快）

对于平值期权（ATM），Gamma 最大。标的物越靠近行权价，Delta 变化越剧烈——从一个"几乎不动"的虚值期权，瞬间变成"跟标的几乎 1:1 联动"的实值期权。

1.3 0DTE 的 Gamma 为什么特别大

Gamma 的公式中，到期时间 T 在分母。T 趋近于 0 时，Gamma 趋近于无穷大。

这就是末日期权的核心特征：极短到期时间 → 极大量 Gamma → Delta 剧烈变化 → 价格爆炸式波动。

Gamma ∝ 1 / (σ × √T)

当 T → 0 时，Gamma → ∞

---

二、Gamma Squeeze 的完整机制

2.1 定义

Gamma Squeeze（Gamma 挤压）：当大量做市商（Market Makers）需要对冲其 Gamma 仓位时，被迫在标的物市场上同向交易，形成自我强化的正反馈循环，推动标的物价格加速朝一个方向运动。

2.2 核心参与者

做市商卖出了期权，就承担了 Short Gamma 的风险。为了对冲这个风险，做市商必须在标的物市场上做 Delta 对冲。

2.3 正反馈循环（以看涨为例）

Step 1: 标的物价格上涨
   ↓
Step 2: 做市商持有的 Short Call 的 Delta 增加（因为 Gamma 为正）
   → 做市商需要买入更多标的物来对冲 Delta
   ↓
Step 3: 做市商的买入行为推动标的物继续上涨
   ↓
Step 4: 回到 Step 1 → 循环加速

这就是Gamma Squeeze——不是"标的基本面变好了"，而是期权市场的结构性力量在推动标的物价格。

2.4 为什么 0DTE 特别容易发生 Gamma Squeeze

末日期的 Gamma 极大，意味着：

• 每涨一点，做市商就要买更多——Delta 变化更快
• 对冲频率极高——做市商不能等，必须秒级对冲
• 流动性集中——大量 0DTE 仓位集中在少数几个行权价
• 尾盘效应——临近收盘，Gamma 进一步增大，挤压效应加剧

这就是 2023-2024 年 SPX 多次出现尾盘急剧拉升/跳水（常常在最后 30 分钟）的根本原因——不是有人操纵，而是 Gamma Squeeze 在起作用。

---

三、Gamma Squeeze vs. Short Squeeze

很多人把这两种混淆，但它们本质不同：

简单区分：

• GME 2021 是 Short Squeeze（散户把空头逼爆了）
• SPX 尾盘突然拉升 50 点是 Gamma Squeeze（做市商被 Gamma 逼着买）

---

四、GEX（Gamma Exposure）：量化 Gamma Squeeze 风险

4.1 GEX 是什么

GEX（Gamma Exposure） = 做市商需要在标的物涨跌 1% 时买入/卖出的金额。

• 正 GEX：做市商持有 Long Gamma → 市场稳定（做市商"高抛低吸"对冲，抑制波动）
• 负 GEX：做市商持有 Short Gamma → 市场不稳定（做市商"追涨杀跌"对冲，放大波动）

4.2 GEX 如何指导交易

4.3 数据来源

• SpotGamma：最知名的 GEX 数据提供商
• SqueezeMetrics：GEX 概念的原创者
• CBOE：原始期权链数据，可自行计算 GEX
• TOS / IBKR：实时 Greeks 数据

---

五、回到研究员那句话："末日期权无非就是炒一个 gamma 挤压"

5.1 这句话说对了一半

研究员的意思是：做末日期权的人，本质上不是在判断方向，而是在参与和利用 Gamma Squeeze 的动态。

这确实捕捉到了末日期权的核心矛盾：

• 价格波动 ≠ 基本面变化
• 价格波动 = 做市商被迫对冲 + 正反馈加速

但这句话也有一些简化：

5.2 末日期权不止一种玩法

5.3 更准确的说法

末日期权的超额收益（和超额风险）来自三个因素的叠加：

0DTE 极端收益 = 方向判断 × Gamma 放大 × 流动性挤压

• 方向判断：基本面/技术面的方向性看法
• Gamma 放大：正反馈机制把小幅波动放大到极端
• 流动性挤压：尾盘流动性干涸，少量资金就能推动巨大波动

三者缺一不可。只关注 Gamma Squeeze 而忽略另两个因素，是不完整的理解。

---

六、量化视角：如何研究 Gamma Squeeze

6.1 可量化的方向

• GEX 与日内波动率的关系：回归分析 GEX 对 SPX 日内波动幅度的预测力
• 行权价 Gamma 墙：识别 Gamma 集中的行权价，作为支撑/阻力位
• 0DTE Gamma 集中度：每天 0DTE 合约的 Gamma 集中在哪些行权价
• 尾盘 30 分钟的 Gamma 变化：收盘前的 Gamma 加速是否预测尾盘走向
• 做市商对冲流估算：根据 GEX 和标的物成交量估算做市商对冲占比

6.2 关键公式

# Gamma Exposure (简化版)
# 对于每个期权合约：
# GEX_i = Gamma_i × 合约乘数 × 标的物价格 × 100 × OI_i
# 其中 OI_i = 该合约的未平仓量
# 
# 总 GEX = Σ GEX_i（考虑 Call +, Put -）

6.3 与本项目的关联

• 可与「恐惧贪婪指数」结合：高恐惧 + 负 GEX = 极端风险信号
• 可与「日内操作」策略结合：GEX 数据作为日内交易的辅助信号
• 可作为跨市场研究的指标：SPX GEX 对中概股/港股的影响
• 若未来接入期权数据，可自建 A 股期权 GEX 监控

---

七、延伸阅读

• SpotGamma Academy — GEX 理论和实战
• SqueezeMetrics — GEX 概念的原创研究
• "Gamma Exposure (GEX) Explained" — 入门必读
• CBOE Option Chains — 原始数据
• 《Option Volatility and Pricing》by Sheldon Natenberg — Greeks 章节

---

八、关键术语速查表