我的數據分析生活
banner
keylee.bsky.social
我的數據分析生活
@keylee.bsky.social
18 followers 0 following 320 posts
轉折點狙擊手 數據訊號零時差 瘋狂數學AI 關注我獲得更多新資訊❤️
Posts Media Videos Starter Packs
減少國債規模,增加市場供給,以價廉物美的產品維持物價穩定上漲。轉型就業輔導與更多的就業類別與職務,置放失業人口。並非人工智慧開發可以容納很多失業人口。按照美國人工智慧的發展,明顯是要更多人要進場打螺絲,造硬體設備,以及挖能源的工人。

貨幣與美國債務金額已經反映資金(貨幣量)雖然穩定增加,卻透露出美國政府左手進右手出的狀態,將美國政府債務問題移轉一部分到聯準會(市場貨幣量),而另一部分則是穩定幣如泰達幣持有,換取合法性。至於之後聯準會收不收更多的美國國債做為資產,這就是明年的事情了。

7/ #經濟 #財經 #虛擬幣
結論:
美股屢創新高,看似資金動能很充足。從貨幣增量來看,美國M2相比八月數據公布時的月均增加683.58億美元,增速因九月數據反而下降了約19億美元。

這顯示美國政府用國債讓貨幣緊縮的力道更強。這不意味著聯準會就該大幅降息或持續降息,以平衡美國聯邦政府的貨幣緊縮手段。

此外,火烤聯準會的失業問題,咎其根源至少有三:1)企業人工智慧投資排擠人力;2)企業當初人力短缺增員的部分,在經濟正常狀態下開始調整減員;3)聯邦政府裁員。

在沒有任何配套措施,而以裁員手段形成(1)與(3)的情況,不該是聯準會買單承接。

6/ #經濟 #財經 #聯準會
🔸️分析3)貨幣供給維持穩定增長,但美國國債從2025年5月開始加速發行。聯準會降息相當於為市場注入貨幣,即貨幣量增加。但國債發行金額增加,代表市場資金被聯邦政府吸收,離開了市場。

這樣的貨幣一增一減,不就是左右手互換嗎?

5/
🔸️分析1)美國債務規模增加速度加快。
美國聯邦債務(以市價計)的短期趨勢情況,已從2025年5月開始到9月,月均增加4815.2億美元。前一趨勢則是從2024年10月開始到2025年4月,月均增加1008.21億美元。
從這可以看出美國在實施關稅政策後,反而急需更多的國債發行金額。

🔸️分析2)美債在2025年5月後增長速度是2024年10月開始增長速度的4倍。

四倍增長速度,代表美國市場上的資金以同比例速度被聯邦政府吸收。這意味著美國市場上資金不足的速度較之前以四倍速度消失。

4/ #經濟 #財經 #美國 #國債
現象4)美國貨幣緊縮和寬鬆同時發生。

聯準會9月降息是貨幣寬鬆,但同月份的前幾天發生隔夜拆款利率暴增,以及美國財政部發行債券。這表示美國市場上的資金動能不足。

觀察其政策性因素就是財政政策吸收大量資金,造成市場上資金不足。但這些機構並不想從股市(投資市場)去抽錢,

現象5)失業率與通貨膨脹率隨時間提高。這形成短暫的同向現象,而不是一增一減的反向關係。

貨幣政策該控制哪個目標是很難選擇,因為這是供給面失衡問題。若能讓供給增加(供給線右移)自然能控制物價上漲。就業則是川普認為可用關稅,提高美國境內對人力的需求。

3/ #經濟 #財經 #失業 #通膨
現象2)美國債務金額飆破38兆美元。Tether滿手美債!持債規模飆至1,350億美元。

美國債台高築,帶來更高的利息壓力,加上較高的聯邦基準利率,利息費用龐大,成為美國政府壓力。

美國以債養債,還得找買家。於是開放虛擬貨幣的發行商,持有美債與穩定幣掛鉤。

現象3)穩定增長的貨幣供給量。美國M2的短期趨勢,仍維持從2023年12月開始的短期趨勢,以平均每月增加653.987億美元的速度增加。上次的降息並不改變美國在M2上升的方向,但增長速度變慢,因為截至8月是683.58億美元的速度增長。

2/ #經濟 #財經 #M2 #貨幣供給
美國做了一手倒買賣的市場。當我們看到川普四月關稅政策後的市場震盪與脫鉤現象,聯準會在9月開始降息,10月也同樣降息一碼。這到底對市場有沒有用處?能不能真正盤活經濟呢?

現象1)美國實施關稅救國經濟。很多的評論者與分析師都在講關稅政策的目的與危害。

從經濟循環圖來說,美國民眾負擔關稅,政府獲得更多稅收,成為挹入項目。民眾的可支配所得減少,反映在消費上。但如果民眾有投資,股市高歌狂漲,高可能性讓可支配所得提高,即美國的消費仍屬強勁。

1/ #經濟 #財經 #美國
===斜率值===
Sep 2025: 0.0050%
Aug 2025: -0.0186%
Jul 2025: -0.0526%
Jun 2025: -0.0878%
May 2025: -0.1415%
===========

從每月斜率值的愈發趨緩,下降速度愈慢,到了9月數據加入後轉為水平的微幅上升趨勢。你說美國沒有CPI物價指數年增率逐漸提高嗎?

#經濟 #財經 ##ai數據分析 #economy #USEconomy #usa #Mathai #數據分析 #知識 #學習
短期趨勢的起始為2024年12月,目前為期10個月了。而整體數據期間需要至少9個月的數據才能形成短期趨勢。目前並沒有發現能夠【改變趨勢結構】的可能。

所謂【改變趨勢結構】是指新的數據加入,會讓整體數據期間的短期趨勢線所需的最少數據量改變。例如,從至少9個月變成至少5個月。這【改變趨勢結構】情況發生在:

⭐2023年11月(含)以前是至少8個月數據量
⭐2023年12月到2024年2月是至少5個月數據量
⭐2024年3月(含)之後就是現在看到的至少9個月數據量

#經濟 #財經 ##ai數據分析 #economy #USEconomy #usa #Mathai #數據分析 #知識 #學習
===斜率值===
Sep 2025: 0.0050%
Aug 2025: -0.0186%
Jul 2025: -0.0526%
Jun 2025: -0.0878%
May 2025: -0.1415%
===========

從每月斜率值的愈發趨緩,下降速度愈慢,到了9月數據加入後轉為水平的微幅上升趨勢。你說美國沒有CPI物價指數年增率逐漸提高嗎?

#經濟 #財經 ##ai數據分析 #economy #USEconomy #usa #Mathai #數據分析 #知識 #學習
別自欺欺人,非得數據解析結果公開打臉。

原數據
Sep '25: 3.0
Aug '25: 2.9
Jul '25: 2.7
Jun '25: 2.7
May '25: 2.4

每次加入新公布的數據產生短期趨勢圖。每張圖的最右邊短期趨勢會有斜率改變。

斜率值
Sep '25:0.0050%
Aug '25:-0.0186%
Jul '25:-0.0526%
Jun '25:-0.0878%
May '25:-0.1415%

#經濟 #財經 ##ai數據分析 #economy #USEconomy #usa #Mathai #數據分析 #知識 #學習
Who said USA has no inflation?

Every new published inflation rate has made the short term trend slower decrease. September data makes a increasing trend.

#inflation #usinflation #economy #useconomy #mathai #dataanalysis #CPI
原本科技發展就是個累積的過程。但人工智慧拐了個彎,捨棄了原本數據驅動本身由數據做主的特徵。

模型設計之初本就是為了分析數據,解讀數據。但從應用端的做法,卻是套用模型,數據要符合模型。

本末倒置的結果,使用者以為大家都這樣做,跟著做準沒事。三人成虎!

為什麼不澄清?
還要更多人做這樣的事情?
那是為了遏止與阻礙(不可言說的科技制衡之術)
一軸是美國失業率,另一軸是消費者物價指數年增率。垂直軸是機率(probability)。

你說,失業率與通貨膨脹率的關係是什麼呢?

在底面積位置表現的就是失業率與通貨膨脹率關係了。

聯準會的計量有到這水平嗎?
美國聯準會都沒有的測定模型能力。
真實的數據建模
11月颱風與冷氣團南下?
冬雨,未必是好事。
這只是反應氣候異常愈發糟糕罷了
不回到一開始的數據分析方法,重新檢視與調整,符合數據和理論模型的設計,人工智慧所用數據驅動的模型就是如此。

每次改換版本,是他們說的進步。但本質不變,模型核心不變。

你說要人工智慧告訴你它的結果有多高誤差,以供參考?

等吧!慢慢等吧!

出了AI瀏覽器?人類失去了「搜尋」與「判斷」資訊來源的全部。從此「AI瀏覽器」要給你什麼,就是那些,還能被操控。
#觀點 數據不自己建模,而是人類先設計一套模型在那,導入數據,得到結果。這不叫「數據自己尋找模型」,而是套入模型。

套入模型的數據,結果看似能提供數據訊息與特徵,實際上並沒有。因為那不是數據真實承載的多數資訊,而是模型使用者想要看到的結果。

如此情況也是人工智慧模型建立的原理與本質。所以,人工智慧的結果無法控制誤差與告知所謂的「幻覺」有多少。
有人說這種多線段式的分析方法不是人工智慧。

我跟對方(計量專家)說,加了自動識別與判斷功能,不算是人工智慧嗎?只有生成式AI才叫人工智慧嗎?還是只用python才叫人工智慧?

真的!不懂人工智慧核心與原始的預想就別說了。

當我能夠讓軟體自動運算,讓數據自己識別模型,讓數據自己找模型,讓數據自己去確認最精準的模型時,這超越人為設定人工智慧模型的窘境!

從一開始就是人工智慧,而不是我導入數據到「人工智慧模型」,進行識別與合成才叫「人工智慧」。這模型還是「一個」大模型。不是數據自己找到它自己的數學模型。
最近美國政府關門,沒公開消費者物價指數,生產者物價指數,CPE物價指數,或者失業率等。

我也沒有跑其他國家的數據,或者美國有公布的數據。但學生每週的任務項目仍在進行中。有的是每日更新的股價,有的是每季更新的財報數據。
好在我的推薦裡沒有推送白宮帳號
此外,生成式AI對文字的建模其實功能很薄弱,畢竟這個功能本來應該是內建功能,但十幾年來都沒有成功過。

每次被卡關,就開始換名稱炒一波,又換,又炒。問題始終沒有解決。

別看論文區和系名是建模,實際上都偏向統計分析。
照目前的情況看,文組訓練都沒用了!

事實上,目前人工智慧在文組的任何狀態,無論是證照或認證都偏資訊管理,不屬於真正文組,特別是社會科學需要的。

數字的分析,甚至有人還用生成式AI宣傳,反向推廣SPSS和R課程。

這側面證實生成式AI應該使用在文字,從不是數字的分析。

有人說,可以接入MCP,呼叫python。這對一般的分析,理論上沒問題。但使用者仍要多生成式AI呼叫出來的功能熟悉,並可以驗證。而非全面相信跑出來的數據結果。
三星手機的天氣功能,這兩天的提醒都是錯誤的。

這兩天說我所在地會下雨,還有雷暴。

可天氣晴朗得很啊!昨天還是晴朗好天氣,一滴雨都沒有,也沒有陰天。

數據分析雖然要加入機率,但沒有讓數據產生機率模型(能顯示數學式結果,不是假設有數學模型),這事件機率的偏誤可真離了大譜。

#記錄
即使聯準會降息了,刺激需求。對供給面的幫助不大。這就是為什麼美國8月零售數據結果看似很好,但富人消費成為主力。富人占美國比重多高?

這其實是美國經濟的警訊,卻不構成股市下跌的原因。美國股市是政策宣布和企業經營狀態在影響,窮人或中產消不消費,對美國來說,並不重要。重要的是有人消費,可以支撐住數據就可以。

這種意識與行為已經在美國的數據表現呈現出來。賣不出去的農產,這次可以在美國境內自產自銷了。美國可以開始挖掘境內深埋的礦產了。

聯準會的降息是杯水車薪。傲慢的聯邦政府該跳出來解決自家內部的供給面問題,不是向外求,也不是製造回流。

為什麼企業成本提高?
為什麼民眾生存困難?