美國公布2026年5月的CPI數據。對於CPI年增率數據達4.2%,以「符合預期」帶過。
怎麼?
是沒有看到短期趨勢正在攀升嗎?
那就來看看我將數據、圖、網站提供給生成式AI,讓AI幫我寫出不遮掩的部落格文章吧。
https://aitrendsplot.blogspot.com/2026/06/2026.html
#經濟 #財經 #美國 #CPI #通貨膨脹 #usinflation #useconomy #inflation #USA #US
Ph.D. of #Economics
⭐R&D of Durban-Watson test statistic
⭐ #Analyst of data modelling and analysis
📥Chairman of IDA laboratory.
Former Assistant Professor of Minghsin
University of Science and Technology, Yuanpei University of Science and Technology, and Chunghua University
Former Associate Professor of Wenzhou University
🪧interest: #AI #dataanalysis, Applied Economics, Number modelling and Number analysis.
Promote: #MathAI for numerical modelling (lines combined method) software (free)
美國公布2026年5月的CPI數據。對於CPI年增率數據達4.2%,以「符合預期」帶過。
怎麼?
是沒有看到短期趨勢正在攀升嗎?
那就來看看我將數據、圖、網站提供給生成式AI,讓AI幫我寫出不遮掩的部落格文章吧。
https://aitrendsplot.blogspot.com/2026/06/2026.html
#經濟 #財經 #美國 #CPI #通貨膨脹 #usinflation #useconomy #inflation #USA #US
最近將長期追蹤的經濟指標網頁改版。
為了因應一般的視覺化
(是的,並不是最符合數字的表現方式)
我採用了streamlit免費版
(沒人瀏覽就會睡眠,像broken)
看起來還不錯
圖中只有最新趨勢的轉折
其他的轉折日期是看不到的
需要移動滑鼠
然後目測感覺
我仍保留原本的每張結果
如果給一般人看
可能就是給streamlit的畫面連結
真正想學的
就是傳demo範例
最後補充
今年的學習成本又全面漲價了
有人問我
數據分析真的不紅海嗎?
我想說的是
你要看你做的是哪段的數據分析
套儀表板?
有模板!
寫視覺化程式?
找生成式AI!
但論及最核心底層的數據規律的建模
這可不是紅海
而是超級藍海
這種數據建模
不是用統計模型
不是用算距離的數學模型
不是近似
不是相似
不是相關
而是真的讓數據規律
自己告訴你
它的數學模型是什麼‼️
有些人主打:
我數學不好
或者打擊人:
你只會看結果
你連模型是緊抓端點都不知道
你不適合數據分析
這類的話
打擊到非常多人
有的還會說:
你根本不會!
去學別的!
解析他們的目的
你會發現:
他們想要維護自己專業的護城河
那是他們吃飯的工具
怎麼會希望你也進來
他們希望門愈窄愈好
最好
他們用的模型是
主流中的主流
是別人進不去的門檻
但隨著AI盛行
(不只是生成式AI)
數據規律的建模也有免費的非商用軟體
搭配Agent
將電腦內
數據分析人員的操作步驟記錄下來
跟著運行
一切就豁然開朗
分析不是那麼困難
我們需要的是多看圖
去了解數據新增後的變化
即時追蹤
長期追蹤
就是做這些
From SCIE Theory to EconTech Product! 🚀
Evolved our 2026 Mathematics SCIE paper (IF=2.2) on Endogenous Segmentation into a dynamic macro forecasting system powered by my proprietary engine MathAI.
Features long-term adaptive trend tracking as data updates.
Explore the live interactive dashboard & repo:
🌐 https://sites.google.com/view/usinflation/
#QuantFinance #EconTech #DataScience #MathAI #Streamlit #MathAI
有點心灰意冷的是
現在不追求真
而是追求快
還有追求更多更多的錢
自己花錢做研究的
現在都是傻子😑
接下來,我們一樣要對數字分析,但不能相信他可以代表這個經濟狀態!
我們需要為數據本身先打折,而不是100%去相信它。
這打折,就是風險的一部分,而且可能是每次經濟風暴的核心源頭。
錯誤的數字為經濟帶來了錯誤的方向與資源浪費。最終,不該是大者恆大!更可能的情況是:破壞後的失序!
我願稱這時代是走向失序,而不是維持在秩序規範內的經濟年代。
波動大只是反應,並沒有削弱風險,而是在積累。
沒有一個可以持續積累風險而無上限。
看起來無上限,那是他移轉了!
移轉到外面也滿了!
這就是一起死。
對外面的來說
叫做累害。
不是自己造成
卻得一同背負
原本可以避免
卻因為忽視和妥協
養大了那些風險
說沒有罪
那是騙人的
最近Twitter(X)的app真不錯
直接預設翻譯結果
打開看就是自己常用的語言
如果
我分析用的數據時常被調整
還會溯及既往
被訓練的生成式AI模型
在你使用時
難道會幫你調整這樣的偏差
數學和科學實驗
現在也信奉……
LOTTERY?