SignalPlus宏观分析特别版:FOMC会议

Odaily星球日报Publié le 2024-02-01Dernière mise à jour le 2024-02-01

Résumé

在加密货币方面,FOMC会议的结果尚未产生明显影响,不过最新的法庭听证会消息指出,FTX预计将全额赔付其客户,且因为难以找到买家,将放弃重启FTX 2.0的计划。

SignalPlus宏观分析特别版:FOMC会议

SignalPlus宏观分析特别版:FOMC会议

简而言之 - “委员会认为,在对通胀能够持续向 2% 迈进更有信心之前,不宜降低利率目标区间” 且 [Powell] “认为美联储不太可能在 3 月份启动降息”。

昨天的 FOMC 会议和市场价格走势可以用一句话来概括 - 先不要指望 3 月份会降息。尽管美联储按预期从官方声明中移除了加息倾向,但市场对于这种明确的鹰派反制评论仍是措手不及,虽然“更大的信心”的具体含义尚不明确;无论如何,这被视为美联储对市场日益增长的宽松政策预期的直接否定,导致 OIS 利率从低点跃升 10 个基点(吐回稍早疲软的 ADP 和劳工成本指数带来的涨幅),市场预期降息的可能性也降至 30% 左右。

SignalPlus宏观分析特别版:FOMC会议

在 2: 30 的记者会上,Powell 最初试图通过以下评论“平衡”鹰派声明:

  • 政策利率“已进入限制性区域”。

  • “今年某个时候放松政策限制”是适当的。

  • FOMC 成员们对于通胀的缓解“越来越有信心,但我们希望获得更大的信心”。

  • “我们不是在寻求更好的数据,而是希望看到更好的数据能持续”。

  • 在通胀方面,Powell 指出,“通胀数据的构成不如总体通胀水平重要”,这是对商品和服务通胀之间持续存在分歧的回应。

然而在记者会问答环节的尾声,主席以下的评论彻底毁灭了鸽派的希望:

  • “本次会议没有降息的提议”。

  • “实现软著陆仍有很长的路要走”。

  • [Powell]“认为美联储不太可能在三月降息”。

最后的评论起到了致命一击的作用, 2 年期美债收益率上升约 8 个基点,股市当天暴跌约 1.5% ,看来真正的 2024 年才刚开始。

SignalPlus宏观分析特别版:FOMC会议

除了美联储会议之外,还有其他值得关注的消息。首先,备受期待的债券发行计划完全符合市场预期,对债券价格起到了缓解作用,尽管财政部连续第三次提高季度发行规模,但官员表示这将是 2024 年最后一次增发,且供应规模(下周 3 年期/10 年期/30 年期共 1, 210 亿美元)完全符合去年 11 月所设定的节奏;此外,财政部还确认将在 5 月的再融资公告中宣布新回购计划的开始日期,该计划旨在协助现金管理和改善非当期国债的流动性。

关于债券发行的期限结构,财政部表示,预计至少将目前的国库券拍卖规模维持到第一季末,然后在下一季小幅减少。无论如何,随著财政部继续牺牲一定程度的融资谨慎性,为长债的供应提供缓解,国库券在总发行量中所占的份额将保持在建议的范围之上。

SignalPlus宏观分析特别版:FOMC会议

在其他消息方面,ADP 疲软(+ 10.7 万 vs 上个月 + 15.8 万)、劳工成本指数(2021 年以来最慢的年化增速)、芝加哥 PMI(46 vs 47.2)以及 New York Community Bancorp (一个纽约区域银行)因大幅贷款减值而宣布削减股息,导致股价暴跌 40% 。

SignalPlus宏观分析特别版:FOMC会议

该银行去年收购了 Signature Bank 的一部分,由于去年第四季度拖欠 30 天以上的贷款猛增 48% ,加上预计商业房地产市场将进一步疲软,因此提高了贷款损失准备金;本季坏帐冲销总额飙升至 1.85 亿美元,超过了过去 10 年减值损失的总和,使得该银行第四季度的净亏损达到了 2.52 亿美元,远低于分析师预期的 2.06 亿美元的收益,并宣布削减约 70% 的股息,以保存现金。

尽管许多信贷分析师认为这是一个独立的、特定股票的事件,但去年 3 月的阴影在许多人的脑海中挥之不去,而即将在 3 月份退场的 BTFP 计划无疑无助于缓解担忧。美国 KBW 银行指数当天一度下跌 5.5% ,最后收盘跌幅收窄至 3% 左右。

SignalPlus宏观分析特别版:FOMC会议

在股市方面,除了鹰派美联储和 NYCB 引发的恐慌之外,各大企业财报普遍令人失望。AMD (-2.6% )、Samsung (-2% )、Google (-7% )、Microsoft (-2.5% ) 和 Disney (-2.5% ) 获利均未达当前高期望值。科技、能源和非必需消费品板块领跌指数,但并没有出现广泛的恐慌,SPX 的实际波动基本上低于 VIX 的隐含波动。

SignalPlus宏观分析特别版:FOMC会议

在加密货币方面,FOMC 会议的结果尚未产生明显影响,不过最新的法庭听证会消息指出,FTX 预计将全额赔付其客户,且因为难以找到买家,将放弃重启 FTX 2.0 的计划。虽然加密货币行业受到主流群体多次的攻击,但最大的破产事件现在将实现等值赔付(基于美元而不是代币),比起许多风险投资、私募股权二级市场、中国房地产债券和美国商业房地产基金“一文不值”的回收情况,加密货币也许并没有那么糟糕?

SignalPlus宏观分析特别版:FOMC会议

SignalPlus宏观分析特别版:FOMC会议

您可在 ChatGPT 4.0 的 Plugin Store 搜索 SignalPlus ,获取实时加密资讯。如果想即时收到我们的更新,欢迎关注我们的推特账号@SignalPlus_Web3 ,或者加入我们的微信群(添加小助手微信:SignalPlus 123)、Telegram 群以及 Discord 社群,和更多朋友一起交流互动。

SignalPlus Official Website:https://www.signalplus.com

Lectures associées

Rapport du premier trimestre 2026 d'Ethereum : Baisse des frais, nombre d'utilisateurs et volume de transactions à des niveaux historiques

**Rapport du T1 2026 sur Ethereum : Baisse des frais, mais nombre d'utilisateurs et volume de transactions atteignent des records** Le premier trimestre 2026 présente une dynamique clé pour Ethereum : l'utilisation explose tandis que les revenus liés aux frais baissent. Le nombre d'utilisateurs actifs mensuels (+85,9% en glissement annuel), le nombre de transactions (+81,5%) et le débit du réseau ont tous atteint des sommets historiques. En revanche, les frais totaux sur le réseau principal se sont effondrés de 81,9% sur un an. Ce paradoxe s'explique par la stratégie délibérée d'Ethereum de privilégier la croissance à court terme en réduisant le coût de l'espace bloc grâce aux mises à niveau comme Fusaka (capacité de données augmentée). C'est l'effet Jevons : la baisse des coûts libère une nouvelle demande. Le rapport souligne également un pivot narratif majeur : Ethereum consolide son rôle de couche de règlement financier mondial pour les actifs tokenisés. Il domine ce marché naissant, détenant des parts majoritaires dans les stablecoins (61,8%), les fonds tokenisés (73%), les matières premières tokenisées (84%) et les prêts DeFi (79,2%) parmi les cinq principales blockchains. L'entrée en force d'institutions comme BlackRock, JPMorgan et Fidelity, avec des produits concrets, valide cette tendance. Ainsi, Ethereum sacrifie une capture de valeur à court terme (frais, TVL, capitalisation baisse) pour renforcer ses effets de réseau et sa position d'infrastructure neutre et ouverte, pariant sur une croissance à long terme alimentée par la tokenisation massive de la finance traditionnelle.

marsbitIl y a 29 mins

Rapport du premier trimestre 2026 d'Ethereum : Baisse des frais, nombre d'utilisateurs et volume de transactions à des niveaux historiques

marsbitIl y a 29 mins

Premier entretien en podcast du PDG d'Intel, Lip-Bu Tan : « Notre objectif est une multiplication par 10 en 5-10 ans », en misant sur l'emballage avancé, les substrats en verre et le diamant synthétique

Le PDG d'Intel, Lip-Bu Tan, a exposé sa vision ambitieuse de transformer l'entreprise avec pour objectif de multiplier par 10 la valeur pour les actionnaires dans les 5 à 10 prochaines années. Lors d'un podcast, il a détaillé sa stratégie axée sur trois piliers technologiques pour dépasser les limites physiques de la miniaturisation : l'emballage avancé (EMIB), les nouveaux matériaux de substrat comme le verre, et les semi-conducteurs de nouvelle génération (GaN, SiC, InP, diamant synthétique). Il souligne la reprise de la demande en CPU pour l'IA, notamment l'inférence et les agents intelligents, modifiant le ratio CPU/GPU dans les serveurs. Tan défend également la division de fonderie d'Intel, essentielle pour la sécurité de la chaîne d'approvisionnement américaine, en se concentrant sur la confiance client, le rendement et les délais. Il révèle le projet Terafab en collaboration avec Elon Musk pour construire des capacités de fabrication de semi-conducteurs. Selon lui, le plus grand malentendu des investisseurs est de sous-estimer le potentiel d'Intel, encore en phase de "rampement". Il prévoit que le véritable potentiel de l'entreprise, au-delà du PC, dans l'informatique en périphérie, l'IA physique et les agents IA, sera pleinement reconnu vers 2030-2032.

marsbitIl y a 31 mins

Premier entretien en podcast du PDG d'Intel, Lip-Bu Tan : « Notre objectif est une multiplication par 10 en 5-10 ans », en misant sur l'emballage avancé, les substrats en verre et le diamant synthétique

marsbitIl y a 31 mins

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

Le chercheur en intelligence artificielle Pete Florence, ancien employé de Google DeepMind et co-créateur de l'architecture VLA (Vision-Language-Action), a levé 400 millions de dollars (environ 2,7 milliards de RMB) pour sa startup Generalist AI, portant sa valorisation à 2 milliards de dollars. Parmi les investisseurs figurent NVentures (NVIDIA), Bezos Expeditions, ainsi que des personnalités comme Li Fei-Fei, co-fondateur de Xiaomi Lin Bin et le fondateur de Zoom, Eric Yuan. Contrairement à la tendance actuelle, Florence rejette catégoriquement l'étiquette "modèle du monde" pour son entreprise. Issu du MIT et influencé par son mentor Russ Tedrake, il prône une approche orientée "objectif" plutôt que "technologie". Pour lui, l'objectif ultime n'est pas de construire un modèle du monde, mais de créer des robots capables d'accomplir avec un taux de réussite et une vitesse élevés des tâches variées et inédites, sans nécessiter de données spécifiques. Generalist AI a dévoilé deux modèles d'intelligence incarnée : GEN-0 en novembre 2025, démontrant que les lois d'échelle des LLM s'appliquent au mouvement physique, et GEN-1 en avril 2026. Ce dernier, entraîné sur plus de 500 000 heures de données collectées via un dispositif portable, atteint un taux de réussite de 99% sur des tâches manuelles précises comme plier des cartons. Florence estime que GEN-1 approche d'un point d'inflexion similaire à GPT-3, avec des performances atteignant un niveau utile pour des déploiements commerciaux. Ce financement record, intervenu rapidement après la démonstration de GEN-1, valide la vision pragmatique de Florence : développer des robots généralistes réellement utiles en se concentrant sur la résolution de tâches physiques concrètes.

marsbitIl y a 39 mins

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

marsbitIl y a 39 mins

Trois jours, deux légendes de perdues : le barrage de talents en IA de Google est-il en train de se fissurer ?

En l'espace de trois jours, Google a perdu deux figures légendaires de l'IA, signe d'un exode massif de ses talents vers des concurrents comme OpenAI et Anthropic. Noam Shazeer, co-auteur de l'architecture Transformer, a rejoint OpenAI, tandis que John Jumper, lauréat du Nobel et responsable d'AlphaFold, est parti chez Anthropic. Ce mouvement, renforcé par le recrutement d'Andrej Karpathy par Anthropic, révèle une tendance structurelle. La cause profonde est un désalignement des missions. Les priorités de Google restent centrées sur son activité publicitaire, contraignant la recherche. À l'inverse, OpenAI et Anthropic offrent une focalisation exclusive sur l'innovation et la sécurité de l'AGI. De plus, les perspectives d'introduction en bourse de ces startups promettent des gains financiers considérables via leurs actions, un avantage que Google, déjà géant établi, ne peut égaler. La fusion de Google Brain et DeepMind en 2023, censée unifier les forces, a en réalité accru les tensions entre recherche fondamentale et pression commerciale, créant un environnement moins attractif pour les scientifiques de haut vol. Cette restructuration du paysage des talents, potentiellement irréversible, représente une crise silencieuse pour Google. Son avantage en matière de données, de puissance de calcul et de publications académiques dépend ultimement des personnes capables de les exploiter, et celles-ci partent.

marsbitIl y a 2 h

Trois jours, deux légendes de perdues : le barrage de talents en IA de Google est-il en train de se fissurer ?

marsbitIl y a 2 h

Derrière les bulletins de notes de l'IA, se cache un concepteur de "sujets d'examen" chinois

Le domaine de l'IA suit de près les scores des grands modèles sur des benchmarks comme MMLU-Pro et MMMU, devenus des références pour évaluer les capacités de raisonnement et de compréhension multimodale. Derrière ces outils d'évaluation influents se trouve Wenhu Chen, professeur assistant à l'Université de Waterloo et fondateur du TIGERLab. Face aux limites des anciens benchmarks comme MMLU, où les modèles de pointe atteignaient des scores quasi parfaits, Chen a dirigé le développement de MMLU-Pro. Cette nouvelle base de données, plus difficile et stable avec des questions à choix multiples élargis, permet de mieux distinguer les véritables capacités de raisonnement des modèles. Dans le domaine multimodal, les benchmarks MMMU et MMMU-Pro, également créés par son équipe, évaluent rigoureusement la capacité des modèles à combiner informations visuelles complexes et connaissances disciplinaires pour résoudre des problèmes avancés. Cette expertise en évaluation découle des recherches de Chen sur la compréhension d'informations complexes et le raisonnement, renforcée par son expérience chez Google DeepMind sur Gemini. Aujourd'hui au Meta Super-Intelligence Lab, il continue ses travaux sur l'évaluation et l'entraînement de modèles multimodaux. Son parcours illustre le rôle crucial, bien que moins visible, des chercheurs dans la construction des fondations méthodologiques qui guident les progrès de l'IA.

marsbitIl y a 2 h

Derrière les bulletins de notes de l'IA, se cache un concepteur de "sujets d'examen" chinois

marsbitIl y a 2 h

Trading

Spot
Futures
活动图片