系列前三篇解决的是公司层面的研究：整体工作流、读 SEC 文件、听财报电话会。但做美股绕不开另一个层面——宏观。你选的公司再好，联储一句话就能让整个市场重新定价（今年"从盼降息到防加息"的杀伤力就是现成的例子）。
这一篇讲怎么用 AI 把三大宏观数据——美联储议息（FOMC）、CPI 通胀、非农就业——变成每个数据日 30 分钟就能做完的功课。
先懂规则：三大数据是什么、为什么市场在乎
- FOMC 议息会议：美联储一年开 8 次会决定利率，会后发声明、开记者会，每季度一次还附点阵图（委员们对未来利率的预测散点）。利率是所有资产估值的"分母"——分母动一动，全市场跟着重算；
- CPI（消费者价格指数）：每月发布的通胀读数。它重要不是因为通胀本身，而是因为它是联储的决策依据——通胀高于目标，联储就有理由维持高利率甚至加息；
- 非农就业报告（NFP）：每月第一个周五发布，包含新增就业、失业率、时薪增速。就业过热会推升工资和通胀，所以它同样喂给联储的反应函数。
三者的关系一句话：CPI 和非农是"原料"，联储是"厨房"，利率是端上桌的菜——而你的持仓在等着被这道菜重新定价。
还有一个比数据本身更重要的概念：预期差。市场提前把"预期中的数据"计入了价格,所以真正驱动行情的不是数据好坏,而是实际值与预期值的差——CPI 3.5% 是利好还是利空？取决于市场预期的是 3.3% 还是 3.7%。这就是"利好出尽"的宏观版(预期机制那篇的原理在这里全部适用)。
一、用 AI 分析 FOMC：三个动作
动作 1：声明对比——央行观察家的经典手法,AI 三秒完成。联储声明是高度模板化的文本,每次只改动几个词——而那几个词就是全部信息。华尔街的"联储观察家"几十年来的核心工作就是逐词对比,这活儿 AI 干得又快又好:
Prompt 模板:"以下是美联储最近两次 FOMC 声明的原文(分别标注日期)。请逐段对比,列出所有措辞变化,并解释每处变化在货币政策语境下通常被解读为鹰派还是鸽派、为什么。用表格输出:原措辞/新措辞/解读。"
声明原文在联储官网(federalreserve.gov)免费公开,复制两份贴进去即可。
动作 2:记者会速读。鲍威尔(现任主席)的记者会通常 45 分钟,文字稿次日挂官网。把文字稿贴给 AI:
Prompt 模板:"这是美联储主席记者会的文字稿。请提取:①关于未来利率路径的所有表述;②对通胀和就业的最新评估;③记者追问中主席回避或模糊处理的问题(这些往往最有信息量);④与上次记者会相比语气上的变化。"
动作 3:点阵图翻译。季度点阵图对新手不友好,截图或数据贴给 AI,让它翻译成人话:"中位数委员预计年底利率是多少,与市场定价(期货隐含利率)差多少"——点阵图与市场定价的差,就是未来几个月行情要收敛的方向。
二、用 AI 分析 CPI:拆到分项才有信息
整体 CPI 一个数字,新闻标题就能告诉你。值钱的信息在结构里,这正是 AI 擅长的拆解活:
Prompt 模板:"这是本月美国 CPI 报告的数据(贴 BLS 官网表格或报告原文)。请分析:①整体 CPI 与核心 CPI(剔除食品能源)的同比、环比,哪个在加速哪个在降温;②住房、能源、核心服务三大分项各自的贡献;③'粘性'分项(住房、服务)的趋势——它们才是联储最关心的;④与市场预期(我提供:XX%)的差异,以及这个差异通常如何影响降息/加息预期。"
两个读数习惯让你超过多数散户:看环比不只看同比(同比有基数效应的滤镜,环比才是"现在"的通胀);看核心服务不只看整体(能源价格联储管不了,服务通胀才反映经济的内生热度)。这些拆解你自己做要查半天定义,AI 配合原始数据几分钟给你摆清楚。
三、用 AI 分析非农:三件套加一个坑
非农报告看三个数:新增就业(经济动能)、失业率(松紧程度)、时薪环比(通胀的工资线索)。外加一个专业机构都栽过的坑:前两个月的修正值——上月数据经常被大幅上修或下修,有时修正的市场含义比本月数据还大。
Prompt 模板:"这是本月美国非农就业报告(贴原文或数据)。请分析:①新增就业 vs 预期(我提供:XX万),分行业看增长集中在哪(政府和医疗撑起来的就业,和科技制造业widespread的就业,含义不同);②失业率与劳动参与率的组合说明什么;③时薪环比年化后是否与 2% 通胀目标兼容;④前两月修正值的方向和幅度;⑤综合判断:这份报告是'好消息是好消息'还是'好消息是坏消息'?"
最后那问是非农的精髓:市场对非农的反应是"条件反射切换"的——经济衰退担忧主导时,强就业=利好(经济没事);通胀担忧主导时,强就业=利空(联储要维持高压)。同一份数据,两种行情,切换的开关是"当下市场在怕什么"——把这个问题交给 AI 之前,你自己心里要先有货币+心理的框架。
四、把三者串成数据日工作流
- 提前:把本月数据日历(FOMC/CPI/非农的日期,财经日历网站都有)记进日程;数据发布前留意市场预期值(共识预期各大财经网站免费可查);
- 发布后 30 分钟:去官方来源(联储官网/BLS 官网)拿原文 → 按上面的模板喂给 AI → 得到结构化解读;
- 落到自己身上:最后一问永远是——"基于这份数据,我持仓里对利率最敏感的部分(高估值成长股、长久期资产)面临什么?"分析不落到持仓,就只是新闻消费;
- 数据日的交易纪律:数据公布前后半小时波动剧烈且方向反复,期权玩家还要面对 IV Crush——新手数据日的最佳姿势是看,不是赌。
五、三条边界,别让 AI 坑你
- AI 不知道今早的数据——模型有知识截止日期,分析最新数据必须你把原文贴给它(或用带联网功能的版本并要求给出来源链接);
- 所有数字必须与原文核对——AI 转述数据偶尔会出错(幻觉),把它当分析师用,别当数据库用;
- AI 给的是理解,不是预测——它能告诉你"这份 CPI 通常被解读为鹰派",不能告诉你"明天市场涨跌"。宏观数据日的预期差博弈是全球最专业资金的主场,散户的优势从来不在抢反应速度,而在理解得更透、拿得更稳。
金豆划重点
- 三大数据一条链:CPI 和非农是原料,联储是厨房,利率是菜——你的持仓在等着被重新定价;
- 驱动行情的是预期差不是数据本身:分析前先记下市场预期值;
- 三套 Prompt 收好:FOMC 声明逐词对比、CPI 拆分项(盯核心服务与环比)、非农三件套加修正值;
- 数据必须自己从官方来源拿、数字必须核对——AI 是分析师,不是数据库;
- 数据日的姿势:看懂,不抢跑。
下一篇预告:研究做得越多越乱?最后一块拼图——用 AI 搭建你的投资知识库(Notion + AI),让每一次研究都沉淀下来产生复利。
本文仅为个人研究方法分享，不构成任何投资建议，市场有风险，入市需谨慎。
— 金豆
