J-FGI 是什么，为什么要做这个指数
J-FGI 是 Japan Fear & Greed Index 的简称，是我为日本股票市场构建的恐惧与贪婪指数。它把四类市场数据合成为0至100的分值：趋势、市场强度、成交额广度和已实现压力。资料来自既有的 J-Quants 日本市场研究数据，定义和计算由本研究提出。
做这个指数，是想回答一个日常问题：当我们说日本股市正在恐慌时，到底看到了什么？
可能是价格下跌，可能是指数尚能维持、内部却有越来越多证券走弱，也可能是实际波动突然加剧。市场原本坚守的价格区间被广泛跌破，投资者愿意承担的风险似乎正在减少。这些现象都值得观察，但都不是对集体心理的直接读数。
上涨时也可能剧烈波动。几个大权重证券就能影响整个指数。上涨参与面扩大，既可能来自乐观，也可能只是一次机械性修复。因此，波动、趋势和广度各自提供一个切面；不能把其中任何一个直接等同于“情绪”。
我们由此提出一个研究问题：能否把日本股票市场的几个可观察维度，组合成一种有解释力的风险情绪描述？
J-FGI 的数据供应商和指数作者需要分开看：J-Quants 提供市场资料，我负责选择四个维度并合成分值。它是这项研究的自建指标，未由日本交易所或其他机构发布。
“恐惧与贪婪”借鉴了市场情绪指数常用的表达。以 CNN 的 Fear & Greed Index 为例，它综合七项美国市场指标；本文第一版只使用日本市场的四个维度，没有纳入期权、信用市场或避险需求等输入，也没有使用 CNN 的分值。名称相近，并不意味着构建方法或分数可以直接互换。
| 指标 | 对象与来源 | 本文中的用途 |
|---|---|---|
| J-FGI | 本研究自建；日本股票市场的四个等权维度 | 描述市场压力，检查与后续收益、风险的关系 |
| CNN Fear & Greed Index | CNN 发布；美国市场的七项指标，包括期权、信用和避险需求 | 概念参照；没有把 CNN 分值接入本研究 |
| Broad Risk-On | 我的个人交易系统中的市场状态指标 | 检查 J-FGI 与系统已有状态信息的重合程度 |
图1：完整Core观察期为2014年7月31日至2020年9月30日。TOPIX以首个观察日为100，使用独立纵轴。20与80是状态表示边界，这张图不是交易业绩图。
先构建指数，再看答案
第一版 Core 包含四个经济维度。
趋势（Trend）描述整个市场相对近期历史的方向。市场强度（Market Strength）通过符合条件的上市证券中新高、新低的扩散，观察价格变化是否具有更广泛的参与。成交额广度（Breadth）比较上涨与下跌证券的成交额参与结构。已实现压力（Realized Stress）描述整个市场实际经历的波动压力。
各维度被映射到统一的相对历史尺度。分值越高，表示这套构建中更平静、或更愿意承担风险的一端。第一版每个维度占25%，并在查看后续结果之前固定。
这套定义先于结果分析确定，随后保持不变。我们想知道的是：一个简单的四维度构建，在日本市场究竟测到了什么？
研究复用了既有日本市场资料和计算流程，沿用 KabuForge 研究框架中记录定义、保存证据和复核结果的方法。
0至100，是表示方式，不是市场的自然事实
0至100方便阅读，却不是一种天然存在的情绪单位。10分并不意味着恐惧是20分的两倍。
为了展示，我们使用五个区间：
| J-FGI区间 | 状态标签 |
|---|---|
| 0 ≤ 分值 < 20 | 极度恐惧 |
| 20 ≤ 分值 < 40 | 恐惧 |
| 40 ≤ 分值 < 60 | 中性 |
| 60 ≤ 分值 < 80 | 贪婪 |
| 80 ≤ 分值 ≤ 100 | 极度贪婪 |
这些标签把连续分值分成便于阅读的区间。后续入场实验另用“≤20”的闭区间条件，包含边界值；它与显示标签的区间划分略有不同。
低分表示价格、参与面和波动所体现的压力较大，高分表示市场相对平静。分数是否有助于判断后续收益，是下一步要检查的问题。
最自然的假设：恐惧之后，收益是否更高？
逆向投资的直觉很有吸引力：如果极度恐惧意味着过度悲观，较低的 J-FGI 是否应该对应更高的后续收益？若答案成立，指数就有了直接的投资解释。
冻结历史样本没有提供很强的支持。在1,505个四组件完整观察中，J-FGI与随后20个交易日TOPIX收益的相关系数约为 −0.065。已有块自助法的描述区间约为 −0.242至+0.082，跨过了零。
按块抽样，是为了在描述中考虑持续性和重叠观察。它并没有把已经查看过的历史样本变成独立验证。这里更朴素的含义是：收益关系很弱，也有较大不确定性。
指数变化也没有给出明显不同的答案。5个交易日变化与后续20交易日收益的相关约为 −0.002；10个交易日变化约为 −0.028。把水平换成变化，并未显露一个原本被隐藏的明确方向关系。
恐惧没有自动成为逆向收益信号。
更明显的关系出现在风险，而非收益
风险一侧的读数不同。
J-FGI与随后20交易日已实现波动率的历史相关约为 −0.492，已有块自助法描述区间约为 −0.622至−0.295。在这份样本中，分值较高与后续较平静的波动环境相联系。
它与随后20交易日最大回撤的相关约为 +0.286，描述区间约为 +0.101至+0.400。
回撤符号需要解释。本研究把最大回撤写成负收益：−5%比−20%更接近零。因此，正相关意味着分值较高时，后续历史损失通常较浅，而不是回撤更严重。
图2：点为Pearson相关，横线为已有95%块自助法描述区间。最大回撤取负值，因此正关联表示损失更浅。
风险状态往往具有持续性。一个包含已实现压力和市场参与面的构建，可能识别了会继续一段时间的环境。这是对结果的一种合理解释，而不是另一个已经获得证实的因果结论。
也许“恐惧与贪婪”更清楚地告诉我们现在身处哪一种市场，而不是市场下一步往哪里走。
我们发现了新信息，还是给旧状态换了名字？
作者的个人交易系统此前已有一个 Broad Risk-On 指标，用来识别市场是否处于较广泛的风险偏好状态。在系统中，这类环境称为 regime，即市场状态。Broad Risk-On 是作者自己构建的系统指标，并非外部公开发布的情绪指数；这里把它作为既有研究方法的对照。
它与 J-FGI 的组成不完全相同，却都使用了有关趋势、参与和风险的相近市场信息。比较两者，是为了判断新指数增加了多少信息。
在同一完整Core样本上，两者同期相关约为 0.916。这是很高的相关，但不能说成“两者有92%的走势相同”，也不能据此称一个模型独立验证了另一个。
图3：高度同期相关首先提出信息重合问题。两个构建使用相关的市场输入，证券资格口径也略有不同，不能把它视为独立有效性验证。
真正值得追问的是：考虑既有状态之后，J-FGI还留下什么？描述性的线性残差比较中，J-FGI与后续20交易日收益的关联仅约 +0.043；与后续波动仍保留有限关联，约 −0.168。
目前的结果是“大量重合，但并不完全相同”。J-FGI让风险状态更容易阅读，但其大部分信息已经出现在作者既有的市场状态框架里。剩余差异是否有经济价值，还要进一步检验。
这与 ArcaViso：在不确定中，以理性为向导讨论的问题相通：新指标是否有用，要看它带来了什么信息。
四个维度之间，有多少信息重合？
指数内部也存在同样的问题。
趋势与市场强度——即新高、新低组件——的相关约为 0.812。成交额广度与趋势的相关约为 0.564。已实现压力与其他组件的相关较低，约在 0.281至0.486之间。
图4：冻结组件分值的逐对Pearson相关。各格使用该对组件的可用观察，因此样本不必完全相同。
趋势与市场强度高度相关有经济直觉：整体价格上涨，往往伴随更多证券创出新高。把两者同时放进复合指数，可能增加了对同一行为的表示，而不是添加一个完全独立的事实。
广度和已实现压力提供不同视角。逐项移除组件，可以帮助检查哪些信息被重复计入；本文仍保留原先冻结的四组件定义。
这也解释了为什么先看组件之间的关系，比单纯增加组件更有用。
当前 J-FGI 尚未建立的结论
研究拥有约十八年的本地市场资产，并不意味着我们已经拥有十八年完整、可在当时实时重建的 J-FGI。
四组件完整窗口包含 2014年7月31日至2020年9月30日的1,505个观察。较长的预热要求和一个日历语义问题限制了覆盖：初版业务日网格保留了交易所实际全日停市的一天，打断了冻结计算要求的完整窗口。我们保留初版结果并记录问题，没有在观察表现后悄然改动它。
输入是当前取得的历史版本；我们还没有核实每条资料在历史上何时发布、何时可用。因此，这份研究尚不能重建当时投资者实际可见的完整信息。记录带有日期，并不足以证明当时已能取得相同版本。
能够算出一个历史指数值，不等于能够在当时重建同一个值。 《Point-in-Time 数据不是一个布尔值》及 Point-in-Time 数据专题进一步讨论了这一差别。
证券池目前是逐日上市证券代理，包含符合条件的ETF、REIT和外国普通证券，尚未验收为完整历史普通股股票池。证券覆盖、资格和实际执行交易日的语义仍须研究。
后续收益与风险窗口彼此重叠。历史已经被查看，也没有独立的前瞻或实盘验证。外部情绪指标和日本本土持仓数据尚未进入冻结Core。这些问题留待下一版资料与计算流程检查。
那么，这里的恐惧与贪婪意味着什么？
当前证据更支持：J-FGI描述日本股票市场处于多大压力、或多么平静的状态，比描述下一段收益更清楚。因此，我更愿意把它当作阅读市场环境的一把尺。
但常见的交易直觉仍未获得答案。与固定20交易日收益关系很弱，并不能告诉我们：若在极度恐惧时买入，再耐心等到极度贪婪才卖出，会发生什么？
下一项实验：在日本股市，能买入恐慌、卖出贪婪吗？
构建与参考来源
- 原创构建与计算：J-FGI 的四组件定义、等权合成、历史尺度映射与本文统计由作者完成；Broad Risk-On 来自作者个人交易系统，仅作信息重合对照。
- 市场数据：计算使用本地保存的 J-Quants 日本市场历史资料，包括价格、成交额、上市证券信息、交易日历与 TOPIX 数据。可参阅 JPX 的 J-Quants 服务及官方API客户端与文档。官方说明介绍数据服务；本文使用版本与时点可用性的限制见上文。
- 概念参考：CNN Fear & Greed Index展示了把不同市场行为合成情绪分值的思路。本文没有复刻其七项构建，也没有获得 CNN 的认可或验证。