全自动 A 股市场情绪量化指数。每日从 4 大数据源采集 12 个指标，合成 0–100 的情绪读数，通过 PushPlus 推送至手机。
极度恐惧时买入，极度贪婪时卖出——前提是恐惧/贪婪信号真的有效。FGI 的目标是用数据验证这个假设，并给出可量化的决策辅助。
先快速了解一下 FGI 是什么，怎么算，怎么用：
# 1. 安装依赖
pip install -r requirements.txt
# 2. 配置推送（可选）
export FGI_PUSHPLUS_TOKEN=your_token_here # 主推送
export FGI_PUSHPLUS_FRIENDS=tokenA,tokenB # 好友令牌（逗号分隔，可选）
# 3. 运行
python -m fgi.output.daily_run # 最近交易日
python -m fgi.output.daily_run --date 2026-07-24 # 指定日期| 维度 | 权重 | 指标 |
|---|---|---|
| 动量 | 20% | 涨停板家数 (M1) · 散户意愿 (M2) · 偏离60日均线 (M3) · 创业板成交活跃度 (M4) |
| 情绪 | 20% | 股吧热度 (S2) · 涨停封单量 (S3) |
| 估值 | 20% | 沪深300风险溢价 (V1) · ΔERP Z-score (V2) |
| 波动率 | 20% | 50ETF期权隐含波动率 QVIX (V4) |
| 资金 | 20% | 融资余额占比 (F1) · 基金股票仓位 (F2) · 主力资金板块偏好 (F3) |
各指标经 5 年滚动百分位标准化 → 0–100 → 维度等权聚合 → 五维等权合成 → FGI。
每日推送包含：
- FGI 头部 — 数值、情绪标签（极度恐惧/恐惧/中性/贪婪/极度贪婪）、趋势、健康度、历史位置
- 🎯 情绪-估值决策矩阵 — FGI 情绪分位 × 沪深300 PE/PB 估值分位 → 3×3 象限解读
- 📈 历史信号参考 — 当前 FGI 区间的 5/20/60 日前瞻上证综指平均涨跌和胜率。极端+趋势明确时附加时间锚点：上次同向接近此水平的日期及后市表现
- 指标明细 — 12 个指标得分、数据来源日期、状态标注
- 维度汇总 — 五维度得分和权重
- 极端信号 — ≥85 或 ≤15 的指标
- 最大变动 — 日环比变化最大的前 3 个指标
运行 python scripts/generate_signal_report.py 生成完整回测报告（输出至 reports/）。
关键发现（上证综指基准）：
| 区间 | 天数 | 60 日胜率 | 60 日平均收益 |
|---|---|---|---|
| 极度恐惧（<20） | 7 | 71% | +3.02% |
| 恐惧（20-40） | 298 | 57% | +2.72% |
| 中性（40-60） | 1474 | 57% | +1.27% |
| 贪婪（60-80） | 729 | 46% | -0.42% |
| 极度贪婪（≥80） | 7 | 43% | +2.17% |
极端区间样本量极小（<30），统计推断不可靠。历史不代表未来。
报告包含 Rank IC 分析、10 档分层回测、逆情绪 DCA 模拟等。详见 实施方案 V3.9。
fgi/
├── calculator/ # 12 个指标计算器（momentum/sentiment/valuation/funding）
├── collector/ # 数据源采集层（AKShare/ZZShare/Mootdx/Tencent + 自动降级）
├── storage/ # SQLite 存储（raw_data / scores_daily / daily_status）
├── output/ # 每日运行、推送、回填、回测、决策矩阵
├── common/ # 工具函数
└── config/ # 全局配置
指标 → DataSourceManager → FallbackChain
├─ AKShare（主）
├─ ZZShare
├─ Mootdx（TCP，无 IP 封禁）
└─ Tencent（HTTP，无 IP 封禁）
每个指标有首选来源链。首源失败后按序降级。5 次连续失败后冷却 5 分钟，更多失败后冷却 1 小时。
SQLite（data/fgi.db），三张核心表：
| 表 | 用途 | 主键 |
|---|---|---|
raw_data |
原始指标值（API 返回值） | (date, indicator) |
scores_daily |
标准化得分 + FGI 合成 | (date, indicator) |
daily_status |
每日各指标采集状态 | (date, indicator) |
写入幂等（ON CONFLICT DO UPDATE），多次运行安全。
通过环境变量控制数据源可用性。默认全部开启：
FGI_ZZSHARE=0 python -m fgi.output.daily_run # 关闭 zzshare
FGI_MOOTDX=0 python -m fgi.output.daily_run # 关闭 mootdx
FGI_TENCENT=0 python -m fgi.output.daily_run # 关闭腾讯支持离线重建模式（FGI_OFFLINE=1）：从数据库直接加载，无需网络。仅用于历史重算，不可用于生产推送。
python -m fgi.output.backfill # 全指标历史回填
python fgi/output/zt_backfill.py # 仅涨停数据
python scripts/recompute_scores.py # 重算历史得分
python scripts/recompute_v2.py # 向量化加速版（推荐大范围重算）项目通过 GitHub Actions 每个交易日自动计算 FGI、推送 PushPlus、回写数据库、更新 Web 前端。
- 触发：交易日 19:00（北京时间）+ 手动
workflow_dispatch - 配置：在 Settings → Secrets → Actions 添加以下 Secret（注意不带
FGI_前缀——workflow 会映射为对应的环境变量）：PUSHPLUS_TOKEN— 主推送地址（对应环境变量FGI_PUSHPLUS_TOKEN）PUSHPLUS_FRIENDS— 好友令牌（逗号分隔，可选；对应环境变量FGI_PUSHPLUS_FRIENDS）
- 流水线：
python -m fgi.output.daily_run— 计算 FGI + PushPlus 推送git commit data/fgi.db— 数据库回写python scripts/export_fgi_web_data.py --full— 导出 6 个 JSON 文件git commit docs/data/— Web 数据回写 → GitHub Pages 自动部署
- 产物：每次运行后可在 Actions 页面下载
fgi-results-<date>artifact
在线地址：https://flyshub.github.io/FGI/
纯静态页面，零构建步骤，通过 GitHub Pages 从 main 分支的 docs/ 目录提供服务。
| 区块 | 内容 |
|---|---|
| 日期选择器 | 查看任意历史交易日的详情，选日期后所有区块联动刷新 |
| FGI 仪表盘 | 大数字 FGI + 情绪等级 + 趋势方向 + 涨跌变化 + 数据健康度 + 历史百分位 |
| 🎯 决策矩阵 | 3×3 情绪-估值象限图，当前象限高亮 |
| 📈 历史信号参考 | 当前 FGI 区间的 5/20/60 日胜率和平均收益 + 时间锚点（明细表） |
| 📊 FGI 历史走势 | 交互式折线图（FGI 左轴 + 上证综指右轴），底部滑块缩放，极端信号菱形标记，点击任一点切换日期 |
| 📐 五维度雷达图 | 动量/情绪/估值/波动率/资金 五维对比 |
| 🔍 指标明细 | 12 指标条形图，85/15 阈值线，极端指标边框高亮 |
| 📊 FGI 分布 | 20 桶直方图，当前日期橙色标记 |
| 📈 维度/指标趋势 | 下拉切换查看各维度/指标的历史走势 |
| 📊 信号报告 | Rank IC 分析 + 10 档分层回测 + 反向 DCA 策略对比 |
| ⚡ 极端信号标签 | ≥85（红）或 ≤15（绿）的指标名标注 |
与每日 FGI 计算在同一个 GitHub Actions workflow 中顺序执行——计算完成后自动导出 JSON → 提交 → Pages 部署。用户无感知，每日 19:00 后几分钟内页面自动刷新。
# 1. 生成 JSON 数据
python scripts/export_fgi_web_data.py --full
# 2. 启动本地 HTTP 服务器
cd docs && python -m http.server 8000
# 3. 浏览器打开 http://localhost:8000python scripts/export_fgi_web_data.py # 最新日期
python scripts/export_fgi_web_data.py --date 2026-07-24 # 指定日期
python scripts/export_fgi_web_data.py --full # 全量所有文件输出文件：
| 文件 | 内容 | 大小 |
|---|---|---|
fgi_all_dates.json |
2575 个交易日全量预计算数据，日期切换秒级响应 | ~5MB |
fgi_latest.json |
当日最新数据（仪表盘/决策矩阵/锚点/极端信号） | ~2KB |
fgi_history.json |
全量历史 FGI + 上证综指收盘价 | ~320KB |
fgi_signal_report.json |
信号报告（区间统计/Rank IC/分层回测/DCA） | ~30KB |
fgi_indicators_history.json |
12 指标 + 收盘价全量时间序列 | ~1.9MB |
fgi_anchors_history.json |
每日锚点预计算 | ~160KB |
pytest tests/ -x -q- 数据来自 AKShare / ZZShare / Mootdx / Tencent 等免费公开接口，爬虫类数据源可能因网站改版中断。
- F3（主力资金板块偏好）使用上证指数量价代理估算（真实 API 不可达）。V3.8.5 全量 recompute 后分布健康（mean≈49，范围 0–100），序列内百分位相对位置有效。
- F2（基金股票仓位）为周频数据，前向填充超过 7 天标记为 degraded。
- F1（融资余额占比）受上游数据 T+1 发布节奏影响，前向填充 >1 天标记为 degraded。
MIT