AI經濟

美國PCE物價指數年增率趨勢圖 比較2024年2月數據加入前後的趨勢變化，趨勢力道變緩了。鮑爾認為2月數據「絕對更符合我們希望看到的情況」。 下圖的數據趨可計算平均通膨是3.13%，並證實： 1. 他們沒有這樣的監控趨勢變化的工具 2. 他們不知道趨勢已經又有新的趨勢要出現 美國PCE物價指數年增率未必有效降到符合長期通膨目標的位置。 鮑爾想要降息，除非經濟不佳，才使用寬鬆政策，不然對經濟來說什麼事前預防性降息或升息都是擾亂市場，增加雜訊。 為什麼我要說鮑爾的說詞有問題呢？ 讓我們看看聯準會縮表的情況 美國聯準會總資產金額的關鍵時間點與趨勢變化 1. 2022年12月14日到2023年3月8日平均每週減少209.680億美元 2. 2023年3月15日到2024年1月3日平均每週減少247.603億美元 3. 2024年1月10日到2024年2月7日平均每週減少154.437億美元 4. 2024年2月14日到2024年3月27日平均每週減少217.112億美元 最後兩個趨勢期間包含聯準會2月的縮表動作 美國其實一直在執行緊縮貨幣政策，在2月中後開始加快緊縮的力道。 那麼緊縮貨幣政策下，總合需求增加的速度趨緩，將反映在物價上漲的速度同樣趨緩。 我們可與貼文的2月PCE物價指數年增率一起看。 雖然是下降趨勢，但最新的空心三角點是高於估計值的。 這表示PCE物價指數年增率下降速度趨緩外，這條趨勢線相比其他，與2月數據的垂直距離拉大。 如果這是美國實體經濟該有的反映，即美國經濟時是快速成長中，那聯準會任何放寬貨幣政策的心態都不該有才對，而且還要擔憂景氣過熱。 可目前所見並非如此！ 鮑爾說今年要降息，只是不知何時。 所以，這符合鮑爾希望看到的什麼情況⁉️讓PCE物價指數年增率維持在2.4、2.5的位置嗎？ 綜合上述，聯準會主席鮑爾希望的情況就是PCE物價指數年增率在2.4至2.5%徘徊，這應該就是他們預計的通膨位置。

  上方圖形的趨勢線(綠)是截至2024年3月28日的結果 下方圖形的趨勢線(綠)是截至2024年3月29日的結果 比較兩圖的綠線： 1. 關鍵的綠線起點不變 2. 增加3月29日，明顯看到趨勢上漲力道轉為更趨緩 昨天3月28日的趨勢結果顯示20208.2是重要的台股是否持續上漲的關鍵數字 今天3月29日收盤指數加入後，趨勢力道比之前趨緩，代表台股仍是走多，但再上漲的力道並沒有那麼強勁

  上方圖形的趨勢線(綠)是截至2024年3月22日的結果 下方圖形的趨勢線(綠)是截至2024年3月28日的結果 比較兩圖的綠線： 1. 關鍵的綠線起點不變 2. 增加3月25日~28日，明顯看到趨勢上漲力道減緩了

數學AI的底層核心運作模式： 目前的AI主流以機器學習發展出來的演算法為和心，屬於端到端的技術，我們無法知道中間過程發生甚麼事情，即使程式人員與科學人員使用大量的數學模型，或他們稱之為的模型，也無助於我們去「驗證」人工智慧。 如果人類的腦袋可以分為一定比例的感性與一定比例的理性，那麼大型語言模型可能屬於較高的感性比重。當微軟準備推出以文字為主的「指令工程」時，這代表文學院等的科系應該要崛起，走向「工程」路線。 但還有一群人正在努力解決端到端技術的黑盒問題，因為不能驗證代表不符合數學與科學精神。他們重新思考人工智慧該有的底層核心，回到了1950年代迄今都無法解決的數學問題(含機率與統計)，卻深深影響人工智慧發展。 他們提出了：所有的數據都該轉為數學模型結果，即以數學式表現。即使我們普遍認為人工智慧以機率和統計有絕大關係，但更本質與核心的部份應該是回到數學。 而數據驅動為主的大數據與人工智慧，這是從數據挖掘到大數據，再到人工智慧，始終沒有做出來的測定數據規律！無論是數據分析師、大數據分析師、資料科學家、電腦科學家等在延續數據挖掘的方法以來，始終從「數據特徵」下手。 數據規律與數據特徵的差異在於數據規律會產生數學式，而數據特徵可能是數據經過轉換，成為係數指標方式，讓人類認為他們發現了數據特徵。這決定了人工智慧兩派人的發展方向差異。 現在就讓我說明數學AI的底層核心運作模式吧。 1.  非數字轉數字 / 跳過此階段 第一步是針對數據類型進行全面的數字化，即使是文字或圖像或影片都能轉換成數字表示。 為什麼文字、圖像、影片都要轉為數字代號呢？因為文字、圖像、影片都具有排序規律，所以原本文字、圖像、影片都無法使用數字型的分析方法，在轉換為數字代號後，變成數字代號排序。這樣才能進入到數學模型表示。 2. 數字規律找精準數學模型 建立精準的數學模型可以分為兩類，一類是只有一條數學式結果，另一類則是採愈多條數學式結果。 第一類以2021年的台指期精準見模論文最具代表性。 第二類請參加即將釋放的AI數據分析人才認證研習活動內容，了解詳情。 3. 數學模型做模擬 很多的大學理工課程中都有「數值模擬」的內容，不過這類數值模擬通常會用亂數或排序數字生成基數(類似自變數)，然後經過數值模擬的數學式產生圖形。 如果是人工智慧的數據規律數學模型，則真實存在隨機性。所以你不只是在模擬第二點，你...

  美國10年-2年國債殖利率 關鍵時間點與趨勢變化 1. 2月12日到2月16日平均每日減少0.009% 2. 2月20日到2月26日平均每日減少0.027% 3. 2月27日到3月7日平均每日減少0.007% 4. 3月8日到3月26日平均每日增加0.009% 利差從縱軸位置，與零相比仍處於負數區域，即存在利率倒掛現象 原本第二條與第三條趨勢有發生試圖減少利率倒掛，但利率倒掛情況仍回到-0.3%左右的位置 第二條趨勢期間：1月12日到1月22日 第三條趨勢期間：1月23日到2月2日 目前美國債券仍嘗試改善利率倒掛，所以3月8日到3月26日再次轉為上升趨勢

美國10年國債殖利率 - 聯邦基金利率 關鍵時間點與趨勢變化 1. 2月15日到2月27日平均每日增加0.0044% 2. 2月28日到3月7日平均每日減少0.0314% 3. 3月8日到3月18日平均每日增加0.0464%  4. 3月19日到3月25日 平均每日減少0.015%