在后危机时代，市场参与者必须要擅长解读经济学家的言论，特别是美联储与市场之间的沟通。
市场和央行之间的相互影响决定了政策的制定，两者每一个阶段关系的转变都尤为重要。就像是鲍威尔去年10月3日的那句“距离中性利率水平还有很长一段距离”，短短的一句话却在市场引发了连锁反应。
在目前发达国家央行弹药不足，以及全球经济摇摇欲坠的背景下，前瞻性指引更是变得前所未有的重要。央行以可信的宽松承诺来引导市场，缓解对政策工具的需求压力。从可信度来说，前瞻性指引甚至可以取代降息和资产购买。
不过，说起来容易，但实际操作起来，却略显困难。通常情况下，央行官员会试图传达一个信号，可是市场却从另外一个角度解读。要想及时达成共识往往更难，比如德拉基到底在新闻发布会上表达了什么，或者威廉姆斯在上周四的演讲中又想传达什么，市场有时候甚至可能解读错误。
简而言之，分析央行的会议纪要与其说是一门科学，不如说是一门艺术，至少在以前是这样的。
为了解读美联储会议纪要，更好分析市场走向，法国巴黎银行尝试运用自然语言处理的算法解读美联储过去几十年的会议纪要，把美联储冗长、不准确的定性内容，转变为有效定量的内容。
法巴银行表示，用人眼翻阅数十年结构杂乱的会议纪要费时又费力，因为人一分钟只能阅读250-500词。自1993年以来，美联储每篇会议纪要平均有5万个词语。要翻阅213份纪要，就算是非常快的速度，读完这些文件也要花费350个小时。相比较而言，算法可以在不到一分钟的时间内分析完这些文件。
这是怎么做到的呢？这种算法通过识别词句中的积极或消极情绪，然后将这些句子、段落整合起来，并对其总体情绪进行打分。该算法还会将事件量化，法巴银行会对这些事件进行打分。
以下内容均摘自美联储会议纪要，并经该行处理过后得出一张图（如下）。该行通过关键事件对下表进行标记。即数字小于0的为鸽派，数字越大越偏鹰派。
可能有人会认为，认为这种方法只是那些会点编程、又闲得没事干的分析师做出来的罢了，但是如果你认为市场对美联储所传达信号的解读存在偏见，那么这就十分有帮助。
法巴银行在报告中称，这种算法既不是对美联储会议纪要的主观解读，也不会持续发展。除此之外，这一算法更有效率，还能够生成时间序列。该行称，想了解美联储情绪对资产表现方面的影响时，这可以作为一个有用的补充。
该行的算法发现，美联储在2018年12月公布的会议纪要是自2016年6月以来最为鸽派的。当时，许多观察人士的解读要比鲍威尔在新闻发布会上的发言还要更鸽派。
该行表示，当时在美联储多次加息，且货币政策全年持续紧缩的背景下，股市遭遇大幅抛售。不过，后来美联储发布的会议纪要明显更偏鸽派，这表明美联储在平衡风险方面做出了改变。
当然啦，不仅是央行的政策举动会影响市场，市场的反应也会影响央行未来与市场沟通的方式，所以，这个算法模型不能体现出这种这种双向影响的循环。
德意志银行的aleksandar kocic早在2015年就说过，美联储与市场沟通的策略打破了界限。市场也要从其他角度审视自身，时刻关注央行策略。至于该算法有何作用，你可以试试，然后看看会有什么结果发生。
这种算法真的科学吗？如果算法得出的结论和市场解读完全相反，各位会按照谁的解读来下单呢？听算法的？还是跟着市场走？欢迎在下方评论区留言~
转载说明：此文出自于金十数据，如需转载，请注明原文出处。若未注明原文来源随意摘编、转载等，金十数据将保留追究权利。