SentiX · 深意·X

多源金融情绪分析引擎 — Multi-Agent Sentiment Intelligence for Futures & A-Shares

项目简介

SentiX（深意·X） 是一个面向中国期货与A股市场的 多智能体情绪分析系统。系统每日自动采集行情数据、多语种新闻、基本面指标，通过三个独立的 LLM Agent 并行推理，输出量化情绪指数与结构化交易计划，最终生成专业级静态数据门户并自动部署。

在线体验

项目仓库

核心特性

特性	描述
多资产覆盖	期货（黄金、原油、螺纹钢、沪深300股指、豆粕）+ A股（贵州茅台、宁德时代、中国平安），可随时扩展
三智能体架构	Macro Agent / Symbol Agent / Market Agent 独立推理后加权融合
LLM + 启发式双模式	DeepSeek LLM 为主，解析失败自动降级至词法启发式分析
反幻觉工程	6层防护：输入约束→输出契约→数值钳位→后处理清洗→降级兜底→时间衰减
全自动化	GitHub Actions Cron 定时驱动 → 数据采集 → 分析 → 站点构建 → GitHub Pages 部署
零后端运维	纯静态站点 + JSON API，无服务器成本

系统架构

图 1 · 系统架构总览 — 从数据源到部署的完整数据流。蓝色为数据源层、紫色为管线层、红色为智能体引擎、绿色为 LLM 层、黄色为输出层。

多智能体情绪分析引擎

系统的核心创新在于 三智能体并行推理 架构。每个 Agent 独立接收不同维度的输入信号，输出归一化的情绪指数 $index \in [- 1, 1]$ ，最终通过可配置权重进行加权融合：

final_index = clamp (\sum_{i \in {m a c r o, s y m b o l, m a r k e t}} w_{i} \cdot {index}_{i}, - 1, 1)

默认权重配置： $w_{m a c r o} = 0.30, w_{s y m b o l} = 0.30, w_{m a r k e t} = 0.40$

图 2 · 多智能体情绪分析架构 — 三路独立信号 → 加权融合 → 情绪分级 → 交易计划。

Agent 详细说明

Agent	输入	推理模式	产出
Macro Agent	全球宏观新闻标题（关税、利率、地缘）	DeepSeek LLM / 词法启发式	宏观情绪指数 + 置信度 + ≤5条推理依据
Symbol Agent	品种关联新闻标题	DeepSeek LLM / 词法启发式	品种情绪指数 + 置信度 + ≤5条推理依据
Market Agent	技术指标（MA20/MA60/ATR14/量比）+ 基本面（库存/基差/展期收益/持仓排名）	DeepSeek LLM / 技术启发式	市场数据情绪指数 + 置信度 + ≤5条推理依据

数据采集与部署流程

图 3 · 数据流时序图 — 三阶段流水线：数据采集 → 多Agent分析 → 持久化与部署。

反幻觉工程设计

在将 LLM 应用于金融分析场景时，幻觉（Hallucination） 是最大的工程风险。SentiX 设计了 6 层防护机制：

图 4 · 反幻觉6层防护 — 从输入到输出的全链路幻觉控制。

防护层详解

输入约束 — Market Agent 仅接收预计算的 close, ma20, ma60, atr14, vol_ratio20 等数值信号，而非原始 K 线 DataFrame，从根源减少 LLM 自行解读造成的误差。
输出契约 — System Prompt 明确规定 JSON-only 输出格式 {index, confidence, rationale[]}，禁止 Markdown、自由文本等非结构化输出。
数值钳位 — 所有 Agent 输出经过 clamp() 处理：
- $index \in [- 1.0, 1.0]$
- $confidence \in [0.5, 0.95]$
后处理清洗 — 对 LLM 返回的 rationale 文本使用正则表达式 re.sub(r"(?<!\d)(-?\d+(?:\.\d+)?)(?!\d)", "", s) 剥离数字，防止 LLM 编造不存在的技术指标数值。
降级兜底 — LLM API 调用失败、返回非法 JSON 等异常情况下，自动切换至基于词频+技术指标的启发式 Agent，确保系统不会因 LLM 不可用而中断。基本面数据缺失时自动将 confidence 上限降至 0.75。
新闻时间衰减 — 新闻权重随时间按半衰期衰减，最新 1 天新闻享受 1.25× 加成。对于方向对立的新闻主题（如加息/降息），最新方向自动覆盖旧信号。

技术栈

┌─────────────────────────────────────────────────────────────┐
│  前端渲染层                                                  │
│  Bootstrap 5.3 · Chart.js 4.4 · chartjs-chart-financial     │
│  Jinja2 模板 · 响应式设计 · 金融终端风格 UI                    │
├─────────────────────────────────────────────────────────────┤
│  数据采集层                                                  │
│  AKShare (期货主力/A股日K) · Google News RSS (中英双语)       │
│  Web Scraper (金十数据·期货日报·东方财富)                      │
├─────────────────────────────────────────────────────────────┤
│  分析推理层                                                  │
│  DeepSeek Chat API · 词法情绪分析(Lexicon) · ATR波动模型      │
│  三Agent加权融合 · 反幻觉6层防护                               │
├─────────────────────────────────────────────────────────────┤
│  部署运维层                                                  │
│  GitHub Actions Cron · GitHub Pages 静态托管                 │
│  零服务器 · 零数据库 · JSON文件存储                            │
└─────────────────────────────────────────────────────────────┘

核心依赖

库	用途
`akshare`	中国期货/A股行情数据
`requests`	HTTP 请求（新闻/DeepSeek API）
`beautifulsoup4`	网页新闻解析
`feedparser`	RSS 新闻源解析
`jinja2`	HTML 模板引擎
`PyYAML`	YAML 配置文件
`pandas`	数据处理与 CSV 导出
`Chart.js`	前端 K 线/成交量/情绪图表

数据模型

每日快照 (`data/latest.json`)

json

{
  "date": "2026-02-25",
  "updated_at": "2026-02-25T09:00:00+08:00",
  "symbols": [
    {
      "id": "gold",
      "name": "黄金",
      "asset": "futures",
      "sentiment_index": 0.35,
      "sentiment_band": "bull",
      "confidence": 0.72,
      "change_pct": 1.2,
      "close": 685.50,
      "volume": 128000,
      "open_interest": 450000,
      "agents": { "macro": {...}, "symbol": {...}, "market": {...} }
    }
  ]
}

情绪分级映射

区间	分级	含义
$> 0.4$	`strong_bull`	强烈看涨
$> 0.1$	`bull`	偏多
$[- 0.1, 0.1]$	`neutral`	中性
$< - 0.1$	`bear`	偏空
$< - 0.4$	`strong_bear`	强烈看跌

交易计划（ATR-Based）

系统基于 14 日 ATR (真实波幅) 自动生成三档交易计划：

档位	入场区间	止损	目标1	目标2
短线	±0.5 ATR	1.5 ATR	1.0 ATR	2.0 ATR
波段	±1.0 ATR	2.5 ATR	2.0 ATR	4.0 ATR
中线	±1.5 ATR	3.5 ATR	3.0 ATR	6.0 ATR

项目结构

futusense/
├── config.yaml          # 全局配置（品种/新闻/LLM参数）
├── src/
│   ├── cli.py           # CLI入口：update-data / build-site / run-all
│   ├── crawler_price.py # 行情采集（AKShare）
│   ├── crawler_news.py  # 多源新闻采集（GNews/RSS/Web）
│   ├── crawler_extras.py# 基本面数据（仓单/基差/持仓）
│   ├── analyzer.py      # 词法情绪分析器
│   ├── agents.py        # 三Agent推理引擎 + 交易计划
│   ├── aggregator.py    # 数据聚合与JSON持久化
│   ├── fundamentals.py  # 基本面信号提取
│   ├── generator.py     # Jinja2静态站点生成器
│   ├── cleaner.py       # 文本清洗工具
│   └── utils.py         # 通用工具函数
├── templates/
│   ├── index.html.j2    # 首页模板（Ticker Tape + 分类表格）
│   └── detail.html.j2   # 品种详情页模板（K线 + Agent + 计划）
├── static/
│   ├── styles.css       # 金融终端风格CSS
│   └── app.js           # 前端交互与图表渲染
├── data/                # 运行时数据存储
│   ├── latest.json      # 最新快照
│   ├── symbols/         # 按品种/日期的历史数据
│   └── exports/         # CSV导出
└── docs/                # 生成的静态站点（GitHub Pages根目录）

快速开始

bash

# 1. 克隆仓库
git clone https://github.com/your-username/futusense.git
cd futusense

# 2. 创建虚拟环境
python -m venv .venv && source .venv/bin/activate

# 3. 安装依赖
pip install -r requirements.txt
pip install -r requirements-akshare.txt

# 4. 配置 DeepSeek API Key
export DEEPSEEK_API_KEY="sk-your-key-here"

# 5. 运行（采集+分析+建站）
python -m src.cli --config config.yaml run-all

# 6. 本地预览
open docs/index.html

设计哲学

Agent as Service — 每个 Agent 是一个无状态函数，输入信号 → 输出结构化评分。易于测试、替换、并行化。
LLM 是工具而非黑箱 — 对 LLM 输出执行严格的后处理、校验、钳位，将其视为一个需要"监管"的推理组件。
零运维静态架构 — 所有状态均以 JSON 文件存储，通过 GitHub Actions 实现完全的无服务器自动化。无数据库、无后端进程、无运维成本。
可观测的决策过程 — 每个 Agent 的推理依据（rationale）都被保留并展示在前端，用户可以追溯每一条分析的来源。
优雅降级 — LLM 不可用时自动切换至启发式分析，确保系统 7×24 可用。

致谢

AKShare — 开源中国金融数据接口
DeepSeek — 高性价比 LLM API
Chart.js — 前端图表渲染
Bootstrap — UI 组件框架

SentiX · 深意·X — 用数据理解市场温度，用 Agent 解读情绪脉搏

本项目仅供技术研究与学习交流，所有分析结果和交易计划不构成任何投资建议。

SentiX · 深意·X ​

项目简介 ​

核心特性 ​

系统架构 ​

多智能体情绪分析引擎 ​

Agent 详细说明 ​

数据采集与部署流程 ​

反幻觉工程设计 ​

防护层详解 ​

技术栈 ​

核心依赖 ​

数据模型 ​

每日快照 (data/latest.json) ​

情绪分级映射 ​

交易计划（ATR-Based） ​

项目结构 ​

快速开始 ​

设计哲学 ​

致谢 ​