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

收藏
【行情快報】股市正常回檔還是逃命波？獨家指標秒懂趨勢！ 【行情快報】聯準會委員不斷放鷹，兩面向掌握降息預期變動！