Introducing the Risk On / Risk Off Composite Indicator

FXMacroData는 이제 매일매일 위험 감정 복합 점수 시가지는 수익을 찾고 있는지 아니면 안전으로 도망가고 있는지, 소음을 가로막는 단일 경계 신호입니다. 점수는 -1.0 (극한 위험) +1.0 (극한 위험) 그리고 시장 폐쇄 시 매 사업 일 업데이트 됩니다.

무슨 일이야?

리스크 감성 종점점은 독립적으로 표준화된 네 개의 크로스 자산 신호를 하나의 복합 점수로 집계합니다. 각 구성 요소는 252 일 연속 z 점수로 변환되고 가중된 합은 tanh 함수를 통해 [-1, +1] 범위로 압축되어 출력이 다른 시장 체제에서 비교 될 수 있습니다.

매일 관찰하는 모든 것은 인간으로 읽을 수 있는 자료를 포함합니다. regime 표지판 risk_on neutral, 또는 risk_off 복합 점수에서 고정된 임계값으로 결정됩니다. (+0.25 이상은 위험, -0.25 이하는 위험). 즉, 임계 논리를 직접 작성하지 않고 직접 체제 유형에 대해 필터링 할 수 있습니다.

왜 이 점유자 들 에게 중요 합니까?

거시적 기본 요소 정책금리, 인플레이션, 성장 차이는 외환의 장기적 경향을 결정합니다. 하지만 하루와 주간 기준으로, 위험 욕구는 종종 지배적인 운전자입니다 AUD, NZD, CAD는 구조적으로 글로벌 리스크 열망과 상관관계를 가지고 있습니다. 왜냐하면 그들의 경제는 원자재 수출에 의존하고 양호한 환경에서 수익을 추구하는 자본을 끌어들이기 때문입니다. JPY와 CHF는 역으로 반대 방향으로 움직입니다. 깊은 채권 시장, 순채권자 지위 및 예비 통화 수요.

복합 엔드포인트로 분석 작업 흐름에 직접 체제 조건적 오버레이를 구축할 수 있습니다. 네 개의 별도의 데이터 시리즈를 모니터링하고 자신의 정상화를 적용하는 대신, 이미 크로스 자산 상관관계와 상대적 신호 가중을 계산하는 단일 사전 구축 스코어를 검색합니다. 이는 오픈 전에 매일 아침 절약되는 시간입니다.

또한 최종점은 자연적으로 와 짝을 이루고 있습니다. AUD 정책금리 JPY 정책금리그리고 COT 위치 표시판 거래 전의 더 완전한 그림을 위해 기본 신호와 위치 신호 위에 레지엄 맥락을 층으로 배치합니다.

실용적 예제: 최신 위험 감정 점수를 뽑는 것

AUD/JPY 캐리 포지션을 확장할지 여부를 결정하기 전에 현재 리스크 체제를 알고 싶습니다. 단일 통화로 가장 최근의 복합 판독을 검색합니다.

curl "https://fxmacrodata.com/api/v1/risk_sentiment?start_date=2026-04-14&end_date=2026-04-21&api_key=YOUR_API_KEY"

대표적인 답변:

{
  "data": [
    {
      "date": "2026-04-21",
      "score": 0.38,
      "regime": "risk_on",
      "components": {
        "ofr_fsi": -0.72,
        "gold": -0.31,
        "aud_usd": 0.58,
        "usd_jpy": 0.44
      }
    },
    {
      "date": "2026-04-17",
      "score": 0.22,
      "regime": "neutral",
      "components": {
        "ofr_fsi": -0.41,
        "gold": -0.18,
        "aud_usd": 0.29,
        "usd_jpy": 0.31
      }
    },
    {
      "date": "2026-04-16",
      "score": -0.11,
      "regime": "neutral",
      "components": {
        "ofr_fsi": 0.08,
        "gold": 0.15,
        "aud_usd": -0.22,
        "usd_jpy": -0.19
      }
    },
    {
      "date": "2026-04-15",
      "score": -0.41,
      "regime": "risk_off",
      "components": {
        "ofr_fsi": 0.65,
        "gold": 0.52,
        "aud_usd": -0.48,
        "usd_jpy": -0.37
      }
    },
    {
      "date": "2026-04-14",
      "score": -0.58,
      "regime": "risk_off",
      "components": {
        "ofr_fsi": 0.89,
        "gold": 0.61,
        "aud_usd": -0.55,
        "usd_jpy": -0.52
      }
    }
  ]
}

The response shows a fast reversal from risk-off (14–15 April) through neutral (16–17 April) into a confirmed risk-on reading by 21 April. The component breakdown reveals that most of the shift came from a sharp drop in the OFR Financial Stress Index and a recovery in AUD/USD — not just a single data series moving. That multi-source confirmation makes the signal more reliable than any single-asset proxy. With this in hand, you have a quantified, same-day basis for extending the AUD/JPY carry or re-entering commodity-currency longs.

실용적인 예제: 정렬 필터링 운반 전략

캐리 전략은 체계적으로 저율 통화 (JPY, CHF) 를 빌리고 고율 통화 ("AUD, NZD, CAD") 에 투자합니다. 안정적이고 위험 환경에 잘 수행하며 위험 욕구가 붕괴되면 급격하고 갑작스러운 인하를 겪을 수 있습니다. 복합 점수를 체제 필터로 사용하면 유리한 조건에서 캐리 상태로 남아서 신호가 위험에서 꺼지면 물러날 수 있습니다..

예를 들어 간단한 규칙을 실행할 수 있습니다. risk_on regime for at least two consecutive days; exit to cash when the score drops below −0.25. You can implement this in Python using the endpoint directly:

import requests

API_KEY = "YOUR_API_KEY"
url = "https://fxmacrodata.com/api/v1/risk_sentiment"
params = {"start_date": "2026-01-01", "end_date": "2026-04-21", "api_key": API_KEY}

resp = requests.get(url, params=params)
data = resp.json()["data"]

# Build a carry-entry signal: in carry when score > +0.25 for 2+ consecutive days
in_carry = False
for i, row in enumerate(data):
    if i == 0:
        continue
    prev = data[i - 1]
    if prev["regime"] == "risk_on" and row["regime"] == "risk_on":
        in_carry = True
    elif row["score"] < -0.25:
        in_carry = False
    print(f"{row['date']}  score={row['score']:+.2f}  regime={row['regime']:<9}  carry={'ON' if in_carry else 'OFF'}")

이 패턴은 데이터 기반의 매크로 기반의 트리거를 제공합니다. 이 트리그는 전체 크로스 자산 그림에 반응합니다. AUD 정책금리 시리즈 그리고 COT 대시보드 기본 및 위치 컨텍스트를 레이어하는

방법론: 복합물 을 어떻게 만들는가

투명성을 위해, 여기 점수 뒤에 정확한 계산이 있습니다:

1. 롤링 z 스코어 정상화: For each component series, the trailing 252-business-day (approximately one calendar year) mean and standard deviation are computed daily. Each day's value is then expressed as (값 − 평균) / std, 단위 없는 신호를 생성합니다.
2. 신호 정렬: 더 높은 값이 더 많은 위험 거부감을 나타내는 구성 요소 (OFR FSI와 금) 는 네 개의 신호가 같은 방향으로 움직이기 위해 뒤집어집니다.
3. 가중화 된 금액: 네 개의 z 점수는 합쳐집니다: OFR FSI (40%) + 금 (20%) + AUD/USD (20%) & USD/JPY (20%).
4. 압축: 가중된 금액은 전달됩니다. tanh ((x / 1.5), 이는 움직임의 기호와 상대적 크기를 유지하면서 출력을 (−1, +1) 개방 간격으로 원활하게 제한합니다.
5. 식단 표기: 점수 > +0.25 → risk_on; 점수 < -0.25 → risk_off그렇지 않으면 neutral-

무게는 각 신호와 광범위한 위험 욕구와 광범위한 리스크 욕구 사이의 경험적 상관관계를 반영하고 단일 시장에서 과잉 인덱싱을 피하려는 의지를 반영합니다. OFR FSI는 여러 시장 스트레스 지표의 집합이기 때문에 가장 높은 무게를 받으며 이미 다양한 시장 관점을 나타냅니다.

시작 하십시오

리스크 감성 엔드포인트는 FXMacroData API 가입자 모두에게 사용 가능합니다. 오늘 검색하세요: