押注「美債收益率急跌」,長期美債和公用事業美股ETF看漲期權交易 量大漲
長期美債期權活躍度上升「非常直接地」反映出交易者對長期利率下行的預期。公用事業股更疊加AI數據中心電力需求新邏輯。歷史上每逢美債收益率回落,兩者往往率先受益並出現急速反彈。分析認為,高利率與AI狂熱的博弈,已成當前市場最核心主線。
期權市場正在發出一個鮮明訊號:部分投資者正大舉押注美國長期利率將出現急劇回落。
據道瓊斯市場數據,與長期美國國債及公用事業股票掛鉤的熱門ETF看漲期權交易量近期顯著攀升,其中包括iShares 20年期以上美國國債ETF(TLT)與道富公用事業精選行業SPDR ETF(XLU)。這一動向顯示,在10年期和30年期美債收益率升至數十年高位的背景下,已有交易者開始布局利率反轉行情。


據MarketWatch 10月7日報導,Interactive Brokers首席策略師Steve Sosnick表示,看漲期權交易量的擴張「通常意味著市場對標的資產持看漲觀點」,TLT期權活躍度上升「非常直接地」反映出交易者對長期利率下行的預期。上述兩類資產——長期國債與利率敏感型公用事業股——均在近期收益率飆升中承壓,但歷史上每逢美債收益率回落,兩者往往率先受益並出現急速反彈。
收益率高企,長期美債ETF年內跌幅近9%
當前美債收益率已升至數十年罕見水平,對長期債券價格形成持續壓制。據FactSet數據,10年期美債收益率週三收於5.276%,30年期收益率收於5.660%,均處於近幾十年高位;2年期美債收益率則小幅回落至4.762%。
收益率的持續上行令TLT承受重創。FactSet數據顯示,TLT今年以來總回報損失約8.4%,9月單月跌幅更是創下自2024年12月以來最差月度表現,使其三季度累計虧損擴大至近9%。
公用事業股雙重邏輯:利率敏感性疊加AI電力需求
公用事業板塊歷來被視為典型的利率敏感型資產。Sosnick指出,公用事業股對投資者的吸引力傳統上來自其穩定的股息派發,但當利率上升時,債券的相對吸引力增強,股息的競爭力隨之下降,公用事業股因此承壓。
FactSet數據顯示,XLU過去三個月累計下跌約10%,今年以來總虧損達1.6%。
然而,Sosnick同時指出,人工智能浪潮正在改變公用事業板塊的傳統驅動邏輯。數據中心對電力的海量需求,使眾多公用事業公司與AI基礎設施建設深度綁定,「人們對公用事業前景極度看好,部分原因正是AI基礎設施的大規模建設」。
他特別提及Constellation Energy——該公司本週因與Google母公司Alphabet簽署核電供應協議而股價大漲,截至上週二,Constellation Energy在XLU中的權重達7.6%,為第二大持倉。
期權信號:交易者押注利率反轉行情
看漲期權賦予投資者在特定日期前以約定價格買入某一證券的權利,但不構成義務。當看漲期權交易量顯著放大時,通常意味著市場參與者預期標的資產價格將上漲——對於TLT而言,即預期長期利率下行、債券價格回升。
Sosnick表示,TLT看漲期權活躍度上升的含義「非常直接」,就是「債券多頭正在入場」。過去數年間,美債收益率的階段性回落曾多次引發長期國債、公用事業股、房屋建築商及小盤股的快速反彈,這一歷史規律或正是當前期權交易者押注的核心邏輯所在。
值得注意的是,儘管美債收益率快速上行曾多次令股市承壓,但科技股與AI主題的強勁熱情仍推動標普500指數和納斯達克綜合指數在本週二雙雙創下歷史收盤新高,週三則小幅回落。
利率走勢與AI敘事之間的張力,正成為當前市場最核心的博弈主線之一。
免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。
您也可能喜歡
美股三季報拉開帷幕:盈利預期增速直逼30%,能否助推標普500再創新高?
AI引擎全速運轉,標普500盈利增速直逼30%,但市場廣度惡化與美債收益率高企仍是隱憂。
Muse商業化卡在哪?被三分 之二網站「拒之門外」
Meta AI代理Muse遭遇商業化困境:傑富瑞實測數百家電商、航空、酒店網站發現,約三分之一直接屏蔽Muse,三分之一設置存取障礙,技術瓶頸已從「模型好不好」轉變為「能不能進得去」。這一存取阻力將延長變現時間線,並客觀上強化Google的結構性護城河。
🔥 Bitget 美股熱點狙擊|2026.10.08 主線:新高次日回吐|SpaceX購芯談判·儲存逆勢·Windows桌邊AI
從Hugging Face到Figure機器人:英偉達如何用千億資本押注AI生態未來
黃仁勳親自主導,以129億美元收購Hugging Face,並洽談向Figure機器人追加10億美元投資。為化解「三大客戶貢獻44%營收」的風險,英偉達正以超過1400億美元的交易重塑版圖,重金押注人形機器人與本地AI。其核心在於用資本催生「千模時代」,扶持海量場景以打破巨頭壟斷,徹底綁定未來算力需求。
