with one click
市场情绪分析——恐贪指数/Put-Call Ratio/融资融券/北向资金信号解读、社交媒体舆情量化框架
npx skills add https://github.com/HKUDS/Vibe-Trading --skill sentiment-analysisCopy and paste this command into Claude Code to install the skill
市场情绪分析——恐贪指数/Put-Call Ratio/融资融券/北向资金信号解读、社交媒体舆情量化框架
npx skills add https://github.com/HKUDS/Vibe-Trading --skill sentiment-analysisCopy and paste this command into Claude Code to install the skill
| name | sentiment-analysis |
| description | 市场情绪分析——恐贪指数/Put-Call Ratio/融资融券/北向资金信号解读、社交媒体舆情量化框架 |
| category | analysis |
量化市场情绪,将主观的"贪婪与恐惧"转化为可衡量的指标。覆盖恐贪指数、期权情绪、杠杆资金、外资流向和社交舆情五大维度。情绪指标常作为反向指标使用。
分值范围: 0-100
| 分值 | 情绪状态 | 历史信号 |
|------|---------|---------|
| 0-20 | 极度恐惧 | 底部区域(逆向买入)|
| 20-40 | 恐惧 | 偏底部 |
| 40-60 | 中性 | 观望 |
| 60-80 | 贪婪 | 偏顶部 |
| 80-100 | 极度贪婪 | 顶部区域(逆向卖出)|
构成因子:
- 波动率 (25%): BTC 30天/90天波动率
- 市场动量 (25%): BTC价格 vs MA(30/90)
- 社交媒体 (15%): Twitter/Reddit情绪词频
- 调查 (15%): 投资者调查
- 比特币市占率 (10%): BTC Dominance
- Google趋势 (10%): "Bitcoin"搜索热度
A股没有统一的恐贪指数,用以下组合替代:
| 指标 | 数据源 | 极度恐惧 | 极度贪婪 |
|---|---|---|---|
| 上证换手率 | 交易所 | <0.5% | >2.5% |
| 涨停家数/跌停家数 | 行情数据 | <0.3 | >5.0 |
| 新增开户数(周) | 中登 | <20万 | >100万 |
| 融资余额变化(月) | 交易所 | 净流出>500亿 | 净流入>1000亿 |
| ETF净申购 | 基金数据 | 宽基ETF净申购(抄底) | 净赎回(获利了结) |
核心原则: 别人恐惧时贪婪,别人贪婪时恐惧
实操:
1. 极度恐惧(<20): 分批建仓信号
- 不要一次性全仓,分3-5批
- 确认有基本面支撑(不是暴雷导致的恐惧)
2. 极度贪婪(>80): 逐步减仓信号
- 不要做空(趋势可能持续)
- 减仓到安全水位(如从80%仓位降到50%)
3. 中性区间: 情绪指标失效,看其他因素
Put-Call Ratio = Put期权成交量 / Call期权成交量
| PCR | 含义 | 信号(反向指标)|
|-----|------|----------------|
| > 1.5 | 极度看空情绪 | 看多(恐惧过度)|
| 1.0-1.5 | 偏空 | 偏多 |
| 0.7-1.0 | 中性 | 无明确信号 |
| 0.5-0.7 | 偏多 | 偏空 |
| < 0.5 | 极度看多情绪 | 看空(贪婪过度)|
| 市场 | 数据源 | 正常范围 | 极端区间 |
|---|---|---|---|
| 美股(CBOE) | VIX期权 | 0.7-1.2 | <0.5 或 >1.5 |
| A股(上证50ETF) | 上交所 | 0.5-1.5 | <0.3 或 >2.0 |
| BTC(Deribit) | Deribit | 0.3-0.8 | <0.2 或 >1.2 |
PCR高 + VIX高 = 极度恐慌(强烈看多反转信号)
PCR低 + VIX低 = 极度自满(警惕黑天鹅)
PCR高 + VIX低 = 对冲需求(机构在保护多头)
PCR低 + VIX高 = 矛盾信号(需要更多确认)
融资 = 借钱买股(看多杠杆)
融券 = 借股卖出(看空杠杆)
融资余额指标:
- 绝对值: 反映杠杆资金总量(2024年约1.5-1.8万亿)
- 变化率: 周环比/月环比,方向比绝对值重要
- 占比: 融资余额/A股总市值,通常2-3%
| 指标 | 看多信号 | 看空信号 |
|---|---|---|
| 融资余额 | 底部企稳后连续增加 | 高位加速增加(过热) |
| 融资净买入 | 连续5天净买入 | 连续5天净卖出 |
| 融券余额 | 大幅增加后减少(空头回补) | 突然大增(有人做空) |
| 融资/融券比 | 比值回落后反弹 | 极端高位(杠杆过高) |
2015年牛市顶部: 2.27万亿(极端)
2018年熊市底部: 0.76万亿
2020年正常区间: 1.0-1.2万亿
2024年正常区间: 1.4-1.8万亿
经验法则: 融资余额月增>10% → 过热警示
融资余额月减>10% → 恐慌警示
北向资金 = 通过沪深港通买A股的外资
核心特征:
1. 规模: 累计净买入约2万亿
2. 风格: 偏好白马(消费+金融+科技龙头)
3. 前瞻性: 历史上多次在底部加仓
4. 局限: 2023年后主动型vs被动型分化
| 指标 | 看多信号 | 看空信号 |
|---|---|---|
| 单日净流入 | >100亿(强烈信号) | <-100亿 |
| 连续流入天数 | >10天连续流入 | >10天连续流出 |
| 月度净流入 | >500亿 | <-500亿 |
| 持仓变化 | 增持低估值白马 | 减持周期+概念股 |
2023年后变化:
1. 被动资金(ETF)占比上升,主动选股参考价值下降
2. 单日大额波动可能是对冲交易(非方向性)
3. "假外资"(内地资金绕道香港)干扰信号
建议:
- 看周度/月度累计,忽略单日波动
- 区分主动型vs被动型(有些数据源可拆分)
- 与融资余额、ETF申赎交叉验证
数据源:
- 中文: 雪球/东方财富股吧/微博/微信公众号
- 英文: Twitter(X)/Reddit/Telegram
- 加密: CryptoTwitter/Discord/Telegram群
量化维度:
1. 讨论热度: 提及频次 / 基准频次
2. 情绪倾向: 正面/负面/中性比例
3. 情绪强度: 正面均值 - 负面均值
4. 情绪变化: 较上期的变化方向
| 指标 | 计算 | 反向信号 |
|---|---|---|
| 热度指数 | 搜索量/讨论量 vs MA(30) | 热度暴增=过热 |
| 看多比例 | 看多帖子/总帖子 | >80%=极度乐观(警惕) |
| 新人指数 | 新注册账号讨论占比 | >50%=散户涌入(顶部) |
| KOL一致性 | 大V观点一致度 | 一致看多=危险 |
底部: 无人讨论 → 少数人抄底 → 争议期
上涨: 讨论增加 → 乐观蔓延 → 新人涌入
顶部: 全民讨论 → 极度乐观 → 不看好者被嘲笑
下跌: 争议 → 恐慌 → 无人讨论(回到底部)
巴菲特指标: 出租车司机/理发师开始讨论股票 = 顶部
综合情绪 = 0.25×恐贪 + 0.20×PCR + 0.20×融资 + 0.20×北向 + 0.15×舆情
每个维度标准化到 0-100:
0-20: 极度恐惧
20-40: 恐惧
40-60: 中性
60-80: 贪婪
80-100: 极度贪婪
| 综合情绪 | 仓位建议 | 操作 |
|---|---|---|
| 0-20 | 80-100% | 逆向满仓 |
| 20-40 | 60-80% | 逐步加仓 |
| 40-60 | 40-60% | 标准仓位 |
| 60-80 | 20-40% | 逐步减仓 |
| 80-100 | 0-20% | 逆向清仓 |
## 市场情绪分析
### 情绪仪表盘
| 指标 | 当前值 | 分位 | 信号 |
|------|--------|------|------|
| 恐贪指数(加密) | 72 | 75% | 贪婪 |
| A股换手率 | 1.8% | 70% | 偏活跃 |
| PCR(50ETF) | 0.65 | 35% | 偏乐观 |
| 融资余额变化(周) | +280亿 | 80% | 杠杆加速 |
| 北向净流入(周) | +120亿 | 60% | 偏正面 |
### 综合情绪评分: 68/100(贪婪区间)
### 情绪解读
当前市场情绪偏贪婪,多个指标指向乐观:
- 融资余额加速增长,杠杆资金积极
- 北向资金持续流入,外资态度正面
- 但PCR偏低,期权市场缺乏对冲意识
### 操作建议
- 建议仓位: 降至40-50%
- 不追高,等回调再加仓
- 可适当买入看跌期权对冲
### 风险提示
- 情绪指标是反向指标,不是精确择时工具
- 趋势强时情绪可以持续极端很久
Professional finance research toolkit — backtesting (7 engines + benchmark comparison panel), factor analysis, Alpha Zoo (452 pre-built alphas across qlib158/alpha101/gtja191/academic), options pricing, 77 finance skills, 29 multi-agent swarm teams, Trade Journal analyzer, and Shadow Account (extract → backtest → render) across 7 data sources (tushare, yfinance, okx, akshare, mootdx, ccxt, futu).
Mootdx A-share market data via TCP-direct 通达信 servers. Free, no API key, no IP rate limits. Use as the stable A-share OHLCV fallback when akshare's East Money scrape is throttled.
Goal-driven finance research workflow: attach a research-only objective, track criteria, and add evidence while avoiding live trading execution.
Browse and bench the bundled alpha zoos — prebuilt cross-sectional factor libraries (Kakushadze 101, GTJA 191, Qlib 158, Fama-French / Carhart). Use when the user asks "which alphas exist", wants metadata on a named alpha, or wants to run IC/IR on a whole zoo over a universe.
Factor research framework with IC/IR analysis, quantile backtesting, and factor combination. Suitable for cross-sectional factor evaluation across multiple instruments.
Multi-factor cross-sectional stock ranking. Combines factor standardization, equal-weight or IC-weighted scoring, and TopN portfolio construction. Suitable for multi-instrument portfolio strategies.