fxcn 透明评分算法

fxcn.com 给外汇经纪商打分用的完整算法、规则文件与公开数据快照。

MIT 授权。任何人都可以下载、修改、用自己的数据复现完整评分。

---

30 秒验证我们没有作弊

不需要装任何依赖,Python 3.8+ 即可:

git clone https://github.com/fxcn-algorithm/algorithm.git
cd fxcn-algorithm
python3 tests/test_reproduce.py data/snapshot-2026-10-26.json

它会用本仓库的算法重算快照里每一家的分数,逐家与 fxcn.com 当时公布的分数比对:

快照      : data/snapshot-2026-10-26.json
算法版本  : v1 · 快照日期 2026-10-26
比对      : 94 家(跳过 35 家未评分)

✓ 94 家全部复现一致(总分、五个维度、颜色)

35 家没有总分的原因见 RFC-0001。每份快照只对应它自己那一天的分数；旧快照 snapshot-2026-08-28.json 仍可复现当天的 129 家，snapshot-2026-10-11.json 仍可复现当天的 94 家。

任何一家对不上,退出码就是非 0。这就是「算法 100% 开源」的可执行版本 —— 不是一句标语,是一条你能亲自跑的命令。

想看单独一家的逐条加减分依据:

python3 algorithm/score.py data/snapshot-2026-10-26.json ic-markets

ic-markets                85.00  green   reg=100.0  risk=90.0  trans=85.0  rep=50.0  disc=100.0  覆盖 4/5

逐条依据:
  [regulation  ] REG_LIC_ASIC        +30.00  持有 Tier 1 监管 (ASIC) 牌照  ← https://asic.gov.au/...
  [regulation  ] REG_LIC_CySEC       +30.00  持有 Tier 1 监管 (CySEC) 牌照 ← https://www.cysec.gov.cy
  [risk        ] RISK_FUND_SEG       +30.00  客户资金独立托管,可验证
  ...

---

这个仓库里有什么

algorithm/rules.json          全部权重、加减分、阈值 —— 规则与代码分离,便于逐行 review
algorithm/score.py            参考实现(零第三方依赖)
data/snapshot-YYYY-MM-DD.json 公开数据快照 + 官网当时的分数(用于比对)
tests/test_reproduce.py       复现验证:全部经纪商逐家比对
rfc/                          权重变更的 30 天公示流程
ALGORITHM.md                  规则全文说明

算法一句话版

总分 = 0.30×监管 + 0.20×风控 + 0.20×透明 + 0.20×口碑 + 0.10×披露

每个维度基础分 50,按规则加减后 clip 到 [0, 100]。完整规则见 ALGORITHM.md。

三个容易被忽略、但很关键的设计:

1. 监管处罚在维度封顶之后才扣。 否则牌照多的大商对罚款免疫 —— 4 张 Tier-1 牌照已经 50+120=170、封顶 100,再减 30 依然是 100。
2. 「未评估」不等于「差」。 没有数据的维度停在基准 50 分,且不参与降档判断。 否则口碑长期无数据会让所有经纪商永远拿不到 green。
3. 分数不是用户评价的聚合,是算法评估。所以站上用 schema.org 的 Review (作者是 FXCN 这个机构)而不是 AggregateRating。

用你自己的数据跑

快照的字段格式见 data/README.md。按同样的结构准备一份 JSON,然后:

python3 algorithm/score.py your-data.json

想改规则?

改权重要走 rfc/ 里的 30 天公示流程 —— 这是 fxcn.com 对读者的承诺, 不是内部规矩。修实现 bug 不需要公示,但要单独开 PR 并附分数 diff。

数据与隐私

快照只包含算法真正读取的字段,并且不含任何个人用户评论内容 —— 口碑维度只用到评论条数与平均分这两个聚合值。牌照与处罚的证据链接指向监管机构公开页面。

局限,写在前面

• 口碑维度目前几乎没有数据。 129 家中评论数 ≥5 的为 0,所以这一维度基本停在基准 50。 这不是算法缺陷,是数据缺失 —— 我们宁可标「未评估」也不编。
• 交易条件(最低入金、点差等)尚未进入评分。 覆盖率还不够。
• 监管处罚记录目前为 0 条已确认。 管线已就绪,但还没有经人工核实的记录入库。

这些都会随数据补齐而变化,每次变化都会有新的快照与 CHANGELOG。

配套开放数据

算法的输入不止仓库里的快照。辖区规则本身也是公开数据集(CC BY 4.0,JSON + CSV):

• 辖区保护规则 —— 28 个监管辖区的零售杠杆上限、投资者赔偿、负余额保护, 每条带监管机构来源 URL 与核对日期:https://fxcn.com/en/data
• 经纪商牌照—辖区对照 —— 129 家的 190 张牌照分别在哪个辖区、是否离岸: https://fxcn.com/data/licences.json

引用本仓库请见 CITATION.cff,或用:

FXCN (2026). FXCN forex broker rating algorithm, v1.0.0. https://github.com/fxcn-algorithm/algorithm

相关

• 评分方法论(中文页):https://fxcn.com/algorithm
• 数据可追溯性说明:https://fxcn.com/transparency
• 编辑政策:https://fxcn.com/editorial-policy

---

English

The complete scoring algorithm behind fxcn.com's forex broker ratings — rules, reference implementation, and public data snapshots. MIT licensed.

Verify we are not cheating, in 30 seconds, with no dependencies:

python3 tests/test_reproduce.py data/snapshot-2026-10-26.json
# ✓ 94 brokers reproduce exactly; 35 records without a published total are skipped (see RFC-0001)

The script recomputes every broker from the public snapshot and compares against the scores fxcn.com published on that date. If a single broker disagrees, it exits non-zero.

Total = 0.30×Regulation + 0.20×Risk + 0.20×Transparency + 0.20×Reputation + 0.10×Disclosure

Each dimension starts at 50, rules add or subtract, then it is clipped to [0, 100]. Full rules in ALGORITHM.md; weight changes go through the 30-day public RFC in rfc/.

Known limits, stated up front: the reputation dimension has almost no data yet (0 of 129 brokers have ≥5 reviews), trading conditions are not yet scored, and there are currently 0 confirmed enforcement actions. We would rather label a dimension "not assessed" than invent a number for it.