我們想讓你知道的是 :
每期 FOMC 會議往往都是市場關注的焦點,M平方近期切入 AI 研究,首部曲特別運用 AI 技術對聯準會聲明稿進行文字解讀分析,提供量化數據解析,讓您可以快速掌握聯準會貨幣政策與經濟看法。下方圖表均可收藏,我們也將繼續在這方面進行研究與突破。

本文重點:

  1. OpenAI 提供的 Embedding API 能夠將文本轉換為向量表示,並且使相似的文字在向量空間中的距離更近,可應用於搜索、聚類、推薦、異常檢測、多樣性測量、分類等領域。

  2. 透過 OpenAI,我們可以看見 Fed 顯示目前仍在升息循環中,不過自從 2 月傳遞升息接近尾聲訊號後,態度便有慢慢轉變的跡象。財經M平方也透過 AI 技術編製 MM AI 聯準會聲明稿鷹鴿指數MM AI 聯準會聲明稿樂觀指數 ,讓用戶能一目了然聯準會的態度。

  3. 鷹鴿指數與樂觀指數通常為反向走勢,目前鷹鴿指數仍在高點,但已經從高點開始反轉向下,同時樂觀指數也持續上升。


論壇

自從 OpenAI 的 ChatGPT 問世後,掀起生成式 AI 的熱潮,衍生出許多應用。 ChatGPT 作為大型語言模型(Large Language Model, LLM),自然語言處理(Natural Language Processing, NLP)的能力十分強大,可以幫助從文本中提取關鍵詞、態度、情感和主題等訊息。下文中財經M平方將以 AI 技術對市場十分關注的 FED 聲明稿進行文字解讀分析,究竟聲明稿中透露了哪些蛛絲馬跡?

歡迎填寫問卷 與我們分享,應用 AI 技術可如何協助你增加投資效率!將有機會搶先獲得《 AI 時代的現金戰爭》書籍喔!


一、使用 AI 判斷聯準會聲明稿一致程度

財經M平方運用 OpenAI 的 Embedding API 計算出 Fed 自 2018 年起每篇聲明稿的一致性程度,橫軸與縱軸都是聲明稿的日期,顏色越紅(數值越高)代表前後兩篇聲明稿的一致性程度越高。可以發現此圖掌握每一次聲明稿釋出貨幣政策調整的訊號,如 2020 年 3 月因疫情的緊急降息、 2022 年 1 月首次釋出縮表與暗示升息的訊號、甚至是今年以來,聯準會於聲明稿傳遞升息接近尾聲的微小調整,皆能由此圖觀察出(此圖已開放於 動態圖表 專區中,歡迎用戶收藏)。

FED 聲明稿一致程度

AI 是如何能判讀 Fed 聲明稿態度是否一致呢?Embedding 是一種將文字、圖像或其他形式的資料轉換為向量表示的技術。 OpenAI 提供的 Embedding API 透過大量文本的訓練,可以將任意文字轉換為多維向量的形式,並且使相似的文字在向量空間中的距離更近。這些向量可以被用於搜索(Search)、聚類(Clustering)、推薦(Recommendations)、異常檢測(Anomaly detection)、多樣性測量(Diversity measurement)、分類(Classification)。

由向量運算進行推薦的例子像電影推薦系統,可以經由電影類別、影片長度、導演等屬性轉換為向量,越多屬性相似的電影彼此的向量距離也會越近,也越容易是使用者喜愛的電影,不過大多只能以電影類別等結構化資料進行轉換,難以直接從文本轉換為向量。而在如 ChatGPT 這類大型語言模型出現後,使文字轉換為向量的難度降低、正確性上升。 ChatGPT 能理解使用者的問題也是藉由將問題轉換為向量,再根據其先前的訓練經驗和語言模型最相近的知識產生相應的回答

上圖 Fed 聲明稿一致程度 就是將每篇聲明稿轉換為向量,一致程度的算法為 1 - 向量距離,其中距離以餘弦相似度(Cosine similarity)計算。從圖中可以看出有 3 個區塊(顏色較深紅)的一致性程度較高,時間分別是從 2018 年起至 2020 年 3 月、 2020 年 3 月至 2021 年底、 2022 年初至現在。這 3 段期間剛好對應了上一波升息循環的尾端及預防性降息的時期、疫情發生後聯準會寬鬆時期、 2022 年後聯準會開啟升息循環。由此可知 AI 判讀聯準會態度週期與一般市場的認知並無太大差異,能以量化數值呈現聯準會聲明稿的一致程度。

登入看完整文章

【展望 2025 系列五】川普 2.0 關稅大戰,美中爭奪下台灣的關鍵角色! (2024-12-04) 【展望 2025 系列四】川普 2.0 引發國際經濟秩序疑慮!美國霸權動搖誰最受惠? (2024-11-25)