买最实值的那一档,够不够?

打平线 ≈ K/S 90%,而「最深能买多深」由交易所的行权价阶梯决定 —— 快照 2026-09-18 收盘 · 通达信 MCP 实盘盘口
一句话:500ETF 行(富余 10 个点)、300ETF 勉强行(富余 1.6~2.0 个点)、50ETF 不行(还差 0.2~3.7 个点)。

你问「买不到那么低的,买最实值的也不行吗」—— 答案取决于最实值那一档离 90% 有多远。 50ETF 全场最深只能买到 2.70(2612 月,K/S = 90.8%),而它需要买到 90.5% 或更深才刚打平; 换成远月(2703 只到 2.75 = 92.4%)就差 3.7 个点,净 carry 直接掉到 −0.75%,输给融资买入 1.85pp。

50ETF 最实值档(2612)还差 0.2 点
300ETF 最实值档(2612)富余 2.0 点
500ETF 最实值档(2612)富余 9.8 点
三品种打平线落点88.8% ~ 91.5%

一、实测:把「最实值」那一档拉出来逐项对账

「最实值」= 该月份全部挂牌档位里 K 最低的那一档(交易所不补挂,就是买不到更深的)。 打平 K/S = 令 TV年化 = 贴水年化 − 股息率 + 融资利息(2.11%) 的那个 K/S —— 低于它(更实值)才打得平融资买入。

品种月份最实值 KK/STV年化贴水年化净 carry 融资净 carry差打平 K/S够不够深该月阶梯区间
50ETF26122.790.8%2.90%3.84%+0.94%+1.09%-0.16pp90.5%❌ 还差 0.2 个点2.70~3.50
50ETF27032.7592.4%4.07%3.31%-0.75%+1.09%-1.85pp88.8%❌ 还差 3.7 个点2.75~3.50
300ETF26124.189.5%3.06%5.17%+2.11%+0.51%+1.61pp91.5%✅ 富余 2.0 个点4.10~6.00
300ETF27034.189.5%3.97%5.44%+1.47%+0.51%+0.96pp91.1%✅ 富余 1.6 个点4.10~5.50
500ETF26126.2579.8%1.82%7.87%+6.05%-0.79%+6.84pp89.6%✅ 富余 9.8 个点6.25~9.25
500ETF27036.2579.8%3.59%8.98%+5.39%-0.79%+6.18pp89.9%✅ 富余 10.1 个点6.25~9.25

融资净 carry = 股息率 TTM − 融资利率 3.8% × 借入占名义 55.56% = 股息率 − 2.11%。 「差」为毛口径(买购未扣买入价差)。

读法:「净 carry」这一列是买购本身的绝对成绩(>0 就是正 carry);「差」这一列才是与融资买入的胜负。 两者要一起看 —— 50ETF 2612 的净 carry 是 +0.94%(正的),但因为融资买入能拿到 +1.09%,所以还是输。

二、把「打平」画成一条数轴:为什么 50ETF 卡死

横轴是 K/S(越往右越深)。黄色斜纹带是三品种打平线的落点区间(88.8%~91.5%); 灰色实条 = 该品种实际买得到的深度范围,虚线框 = 买不到的区域。

打平线带 = 必须买到 K/S 约 89%~92%;阶梯底越往右(越深)越安全打平上界 91.5%打平下界 88.8%50ETF买不到最实值 90.8%远月只到 92.4%(还差 3.7 点)300ETF买不到最实值 89.5%500ETF买不到最实值 79.8%96%92%88%84%80%76%K/S(越小 = 越实值 = 越深)→
50ETF 最深 90.8%(2612)/ 92.4%(2703) 300ETF 最深 89.5%(两个月份都是) 500ETF 最深 79.8%(两个月份都是) 打平带 88.8%~91.5%

图上一眼可见:500ETF 的最实值档远远落在打平带右侧(越深越好),所以随便怎么买都行; 300ETF 的 89.5% 刚好压着打平带下沿往外一点点;而 50ETF 的最实值档(90.8%)就落在打平带内部偏浅的那一侧, 它的远月档(92.4%)干脆跑到带外面去了 —— 这就是「买最实值的也差一点点」的几何原因。

三、为什么「差 2~3 个点」不是小事:深度的边际价值是递减的

每往下深 1 个点能换回多少 carry,不是常数。以 2703 为准(单位:pp/每个点深度):

品种月份96→92%92→90%90→88%88→86% 86→84%84→82%82→80%80→76%富余 / 缺口(点)
50ETF2703+0.72+0.53+0.41+0.31+0.23+0.16+0.11+0.05-3.7 点
300ETF2703+0.82+0.65+0.54+0.43+0.34+0.26+0.19+0.11+1.6 点
500ETF2703+0.79+0.86+0.78+0.70+0.62+0.54+0.46+0.36+10.1 点

规律:浅处 1 个点很值钱,深处 1 个点不值钱 —— 但 500ETF 是例外。50ETF 在 92%→90% 这一段每深 1 个点能多赚约 0.53pp, 可到了 84% 以下每深 1 个点只剩 0.1~0.2pp;500ETF 因为波动率高(σ≈28.6% vs 50ETF 16.3%),整条曲线更陡,到 80% 以下每点仍值 0.36pp。 所以 50ETF 的缺口只有 0.2~3.7 个点,折算成 carry 却是实打实的 0.16~1.85pp —— 恰好是它输给融资买入的幅度。

四、完整曲线:净 carry 随 K/S 怎么走

下表是各品种、各月份的净 carry(% ,已扣 TV 未扣价差);绿色 = 正 carry,红色 = 负 carry。 「打平线」列为该行 贴水 − 股息 + 2.11% 的阈值 —— 净 carry 曲线穿过 0 的位置就是它该买多深。

品种月份打平线96%94%93%92%91%90%89%88%86%84%82%80%78%76%
50ETF26122.74%-4.55-1.97-0.91-0.01+0.77+1.42+1.96+2.40+3.03+3.41+3.63+3.74+3.80+3.82
50ETF27032.22%-3.37-1.80-1.11-0.49+0.07+0.57+1.01+1.39+2.02+2.47+2.79+3.00+3.14+3.22
300ETF26124.66%-4.97-2.16-0.98+0.06+0.97+1.75+2.42+2.99+3.84+4.40+4.75+4.96+5.07+5.13
300ETF27034.93%-3.43-1.66-0.86-0.13+0.55+1.17+1.73+2.24+3.10+3.78+4.30+4.68+4.96+5.14
500ETF26128.66%-10.10-6.73-5.20-3.78-2.46-1.25-0.14+0.88+2.63+4.04+5.14+5.99+6.61+7.05
500ETF27039.77%-5.76-4.49-3.52-2.60-1.72-0.88-0.08+0.68+2.08+3.31+4.39+5.32+6.11+6.77

五、那 50ETF 还有别的路吗?

路 1:换月份 —— 有效但有限

50ETF 2612(贴水 3.84%)明显好于 2703(贴水 3.31%):净 carry 从 −0.75% 变成 +0.94%, 缺口从 3.7 个点缩到 0.2 个点。如果一定要在 50ETF 上做,只能做 2612。 但它仍输融资买入 0.16pp(毛)/ 约 0.67pp(扣实测价差 0.97% 单边)。

路 2:别用深实值购,用合成多头 —— 绕开阶梯限制

关键认知:阶梯只卡住「深实值购」这条路,卡不住「吃贴水」这件事本身。
「买平值购 + 卖同价沽」的合成多头,用平值档就把贴水全额收进来了,而平值档任何品种、任何月份都有,完全不受阶梯限制。 深实值购的独有价值是「省资金 + 免保证金 + 免追保」(5.4x 杠杆),不是「吃贴水」本身。

但要注意:50ETF 的合成多头长期也吃不到多少 —— 贴水历史均值只有约 1.9%/年,被移仓摩擦吃光, 6.74 年回测年化增强仅 +0.17pp。当下 3.3%~3.8% 是少见的厚贴水窗口, 所以「现在这一刻」50ETF 合成多头是能吃到东西的,但这不是它的常态。

路 3:50ETF 的正确生意不是吃贴水,是吃 VRP

回测已经反复证实:50ETF 上卖购腿最值钱(B−C = +9,117)、现货+双卖在 50ETF 上最优比例收益 32.44%/年。 把 50ETF 当成贴水载体,会一直卡在「行权价不够深」和「贴水太薄」两道墙上。

⚠️ 反事实只是定位工具,不是收益预期。 上文「若 50ETF 也有 80% 档 → 净 carry +3.00%」是用实测 σ 做 Black-76 外推得到的上界参考: ① 50/300ETF 根本没有这一档,买不到;② 深实值档真实价差更宽(实测 500ETF 购6250 达 2.48% 中价、单边 1.24%), 外推到 80% 的真实成本会更高;③ 逐档 σ 实测近平(50ETF 15.8%~16.4%),故 σ 外推偏差有限,但不构成可交易结论。

六、口径说明

数据快照:2026-09-18 收盘 · 标的价格 50ETF 2.9750 / 300ETF 4.5820 / 500ETF 7.8300 · 无风险利率 1.5%
脚本:_probe_deep.py(测算)· _gen_deep.py(出图)· 数据 _deep.json