AI导哈

结构分析系统

FCAS是一个基于六元二进制标准的结构分析框架，用于诊断领域状态、映射64种配置，并提供基于意图的指导。

  • by habdvgbej914
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 habdvgbej914/contrarian-analysis

使用说明

FCAS — Force Configuration Analysis System / 气象分析系统

一个结构分析框架，使用6标准二进制系统诊断任何域的状态，将其映射到64种配置之一，确定生命周期定位和结构关系，并提供基于意图的指导。

框架回答的核心问题： “鉴于目前的结构性条件，什么行动最符合我的意图？”

运作原理

1.六个二元标准

每个分析都从关于该领域的六个二元判断开始：

职位 标准 问题
C1 (五爻) Trend Alignment / 趋势方向 Aligned with macro trend?
C2 (上爻) Energy State / 能量状态 Energy accumulating or dissipating?
C3 (三爻) Internal Harmony / 内部协调 System internally coordinated?
C4 (四爻) Personal Sustainability / 个人持续力 Can you sustain through this?
C5（初代） 生态系统支持/生态支撑 生态系统支持还是拒绝？
C6 (二爻) Foundation Depth / 根基深浅 Foundation deep or shallow?

2.64种配置

这六个比特生成二进制码（例如。， 111101)它映射到64个命名配置中的一个。每个系统都有一个结构家族、进化阶段和源自经典系统的生命周期定位。

例子： 111101 = Aligned Vision / 愿景一致 （返回核心阶段）

3.三层判断

每个职位都通过三个层面进行评估：

  1. 方向 (扶抑):这一立场是被支持还是被压制？
  2. 活力 (有气无气): Is it in a vital or depleted lifecycle stage?
  3. 关系 (合德刑克):与其他职位之间是否存在协调或冲突的关系？

4.基于意图的指导

用户带来了特定的意图。该框架确定了哪些结构关系服务于该意图：

意图 目标 帮助者 威胁
寻求利润/求财 可访问资源 衍生产品 同行竞争对手
寻找职位/求职求名 外部压力 可获取资源 衍生产品输出
寻求保护/求庇护 上游支持 外部压力 可用资源
寻求输出/求产出 衍生产品 同行竞争对手 上游支持
评估竞争/看竞争 同行竞争对手 上游支持 外部压力

评估结果：

  • 大力支持 --目标和助手至关重要，没有强烈威胁
  • 支持抵抗 --条件支持但有摩擦
  • 支持但较弱 --存在但缺乏活力
  • 有争议的 --主动支持和主动威胁并存
  • 可能但不支持 --目标存在，但没有助手支持
  • 间接路径 --目标不活动，通过助手构建
  • 休眠的 --无活动，等待更改
  • 受到质疑 --目标面临没有支持的威胁
  • 不可行 --没有目标，没有帮手，主动威胁

回测结果（SPY 2008-2026，25个事件）

支持的意图（强烈支持/抵抗支持/支持但较弱/有争议）：

地平线 总计 正确 准确性 平均回报
1W 9 8 88.9% +4.60%
1米 9 8 88.9% +7.59%
3米 9 8 88.9% +11.28%

不可行的评估正确地确定了2021年Meme峰值（6M时为-16.5%）和2022年预加息峰值（6Ms时为-19.2%）。

文件结构

fcas_engine_v2.py           — Core engine (standalone, no MCP dependency)
fcas_mcp.py                 — MCP server wrapper (re-exports fcas_engine_v2 and adds FastMCP tools)
fcas_utils.py               — Shared utilities (Telegram push)
stock_positioning.py        — Per-stock palace positioning config + assessment logic
daily_scan.py               — Daily auto-scanner (H4 frequency, Telegram push)
verify_predictions.py       — Auto-verifier tracking predictions at 1w/1m/3m
backtest_extended.py        — SPY backtest (2008-2026, 25 events)
backtest_115w.py            — 115-week backtest
backtest.py                 — Original SPY backtest (v0.1)
backtest_metals.py          — GLD/SLV/COPX backtest (v0.1)
LIMITATIONS.md              — Known limitations
DESIGN_PRINCIPLES.md        — Design principles and constraints
daily_scan_history.json     — Daily scanner results (auto-trimmed to 500 records)
verification_results.json   — Prediction verification records

技术栈

  • Python 3
  • API（十四行诗，带网络搜索）
  • 芬兰API（市场数据）
  • Telegram Bot API（通知）
  • 融资（回溯价格数据）
  • MCP Python SDK

日常自动化

# H4 frequency (crontab, London time)
0 8 * * 1-5   python3 daily_scan.py
0 12 * * 1-5  python3 daily_scan.py
0 16 * * 1-5  python3 daily_scan.py
0 20 * * 1-5  python3 daily_scan.py
0 0 * * 2-6   python3 daily_scan.py
30 8 * * 1-5  python3 verify_predictions.py

理论基础

结构化引擎基于中国古典分析系统，在所有输出中完全转换为商业语言：

  • 64种配置 从二元组合理论
  • 八个结构家庭 随着进化阶段
  • 十二个生命周期阶段 （概念→ 转型）
  • 五种结构关系 职位之间
  • 三层判断 （方向→ 活力→ 关系）
  • 意向指引 通过结构关系映射

任何输出中都没有出现形而上学术语。经典基础提供了逻辑结构；输出是纯商业语言。

设计理念

FCAS是一个 结构状态诊断系统，不是一种方向性预测工具。

关键设计约束（来自经典源文本）：

  • 精度目标：70% --追求更高的精度会导致过拟合。回测精度为100%是一个警告信号。
  • ~30%方向信号，~70%中性信号 --有意。系统诚实地报告不确定的情况。
  • 没有价格预测 --输出是结构诊断和意图指导，而不是买入/卖出信号。
  • 不可变的核心规则 --在验证期内不调整评分阈值。
  • 分层体系结构 — Data (目) → LLM annotation (心) → Structural engine (理).

完整的设计原则：见 DESIGN_PRINCIPLES.md.

Backtest免责声明

历史回溯测试结果（SPY 88.9%，GLD 100%，COPX 100%）存在后见之明偏差。只有前瞻性验证数据才具有真正的证据价值。该系统有36个以上的前瞻性记录（自2026年3月29日以来），尚待验证。

许可证

个人项目。不是财务建议。

相关 MCP