透過多維度情緒指標分析美股與台股市場方向的每日儀表板
MoodRing 是一個逆向情緒指標系統，每日將市場衍生信號整合為 0–100 的情緒分數：
- 分數 < 30：市場情緒悲觀（零售投資人恐慌） → 歷史上後續報酬高於平均
- 分數 30–70：中性區間
- 分數 > 70：市場情緒樂觀（零售投資人貪婪） → 歷史上後續報酬低於平均
情緒分數基於 252 個交易日滾動 Z-score 標準化，不使用任何未來資料（no lookahead bias）。
- VIX 恐慌指數：市場隱含波動率
- Put/Call Ratio：選擇權買賣比率（零售情緒代理指標）
- 信用利差（HY Spread）：高收益債與美國公債利差
- RSI 超買超賣：S&P 500 技術指標
- 保證金餘額變化：融資使用程度
- 加權指數（TAIEX）：台灣大盤走勢
- 融資餘額變化：散戶槓桿參與程度
- 融券餘額變化：市場做空強度
- 外資買賣超：外國機構資金流向
- MSCI 台灣 ETF（EWT）：境外台股情緒參考
- 情緒分數歷史折線圖，疊加加權指數走勢
- 記憶類比（Memory Analogy）：自動搜尋歷史上情緒最相似的日期，顯示當時後續市場表現
- 分位數條件報酬表：依情緒分位數統計歷史勝率與平均報酬
- 由 GitHub Actions 排程執行，無需人工介入
- 資料寫入
docs/dashboard_data.json，靜態網頁直接讀取
| 市場 | 連結 |
|---|---|
| 美股（US） | https://wenyuchiou.github.io/moodring/ |
| 台股（TW） | https://wenyuchiou.github.io/moodring/tw.html |
Python 資料管線
↓ yfinance / FinMind API 拉取原始數據
↓ 計算情緒分數（Z-score 標準化 + 加權合成）
↓ 記憶類比搜尋（餘弦相似度）
↓ 輸出 docs/dashboard_data.json
GitHub Pages 靜態儀表板
↓ 讀取 JSON
↓ Chart.js 渲染折線圖、分位數表、記憶類比卡片
主要技術元件：
Python 3.x：資料處理與指標計算yfinance：美股市場數據（VIX、S&P 500、HY Spread ETF 等）FinMind：台股市場數據（融資融券、外資買賣超）GitHub Actions：每日自動排程執行GitHub Pages：靜態網頁托管Chart.js：互動式圖表
| 任務 | 排程時間（台北） | 說明 |
|---|---|---|
| 美股更新 | 每日 22:00 | 美股收盤後（美東 10:00 AM）拉取當日數據 |
| 台股更新 | 每日 09:30 | 亞股開盤後確認前日收盤數據完整性 |
| 信號重新校準 | 每週六 14:00 | 自動偵測 IC 衰退並重新最佳化信號權重 |
排程定義於 .github/workflows/ 內的 GitHub Actions YAML 檔。
MoodRing 使用**信息係數（IC, Information Coefficient）**衡量情緒分數與未來 20 日報酬的 Spearman 相關性。當市場進入不同的走勢形態（如趨勢市轉震盪市），原有信號權重的預測力會下降，稱為 IC 衰退。
情緒分數由三個子信號加權合成：
| 子信號 | 預設權重 | 說明 |
|---|---|---|
| RSI-14 | 33% | 超買超賣（直接 0-100） |
| vs 52 週高點 | 33% | 距歷史高點距離（對比指標） |
| 20 日動能 | 33% | 近期趨勢動能 |
當某市場 IC 低於閾值（|IC| < 0.10 = 訊號差、< 0.15 = 訊號弱），系統會：
- 拉取 2 年歷史價格（yfinance）
- 重新計算每日三個子信號值
- 格點搜尋最佳化權重組合（10 種權重比例 × 4 × 4 × 4 種映射參數 = 640 組候選）
- 以 Walk-Forward 驗證（前75%訓練、後25%驗樣本外）評估新參數：若樣本外（OOS）IC 改善則自動採用；當驗證集過小時，退回要求樣本內 IC 提升超過 10% 的備用判準。結果寫入
data/calibration_params.json - 記錄事件至
data/recalibration_log.json - 下次
daily_update.py執行時自動套用新權重
儀表板的 Signal Health 區塊會顯示：
- 當前信號健康度（Good / Warning / Poor）
- 若已重新校準：套用日期、新權重比例、IC 改善幅度
- 系統整體健康度 + 最後重新校準時間
# 對所有健康狀況差的市場執行重新校準
python src/recalibrate.py
# 指定市場
python src/recalibrate.py --markets us tw jp
# 強制重新校準（忽略健康狀態）
python src/recalibrate.py --force
# 查看當前校準狀態
python src/recalibrate.py --status| 檔案 | 說明 |
|---|---|
src/recalibrate.py |
重新校準引擎主程式 |
data/calibration_params.json |
各市場當前最佳化參數 |
data/recalibration_log.json |
歷次校準事件紀錄 |
.github/workflows/monthly-recalibrate.yml |
每月1日自動觸發排程 |
- yfinance：S&P 500、VIX、HY Spread（HYG/LQD）、Put/Call Ratio 代理指標
- FinMind：台股融資餘額、融券餘額、外資買賣超（公開市場數據）
- 公開市場數據：TAIEX（加權指數）、EWT（MSCI 台灣 ETF）
# 安裝相依套件
pip install yfinance pandas numpy scipy FinMind requests tqdm
# 執行全市場數據更新（US / TW / JP / KR / EU）
python src/daily_update.py
# 僅更新特定市場
python src/daily_update.py --us --tw
# 重建儀表板 JSON
python src/rebuild_dashboard_daily.py
# 執行信號重新校準（自動偵測 IC 衰退）
python src/recalibrate.py
# 本地預覽儀表板（開啟 docs/index.html）本專案所有資料、指標與分析結果均為歷史觀察與統計呈現，不構成任何投資建議或預測保證。
- 歷史報酬不代表未來績效
- 情緒指標反映過去統計規律，不保證未來相同結果
- 本儀表板僅供研究與學習用途，不應作為投資決策依據
- 投資有風險，請自行評估風險承受能力並諮詢專業財務顧問
MoodRing — 市場情緒的溫度計，不是水晶球。