【台灣疫情升溫,如何抗疫?世界都在看】
這陣子台灣因為疫情升溫,加上中央指揮中心日前開始公佈「校正回歸」數據,把多日的確診數字上修,使得不少國人心慌(其實,這在許多國家都是很普遍的作法,只是台灣比全世界還慢了一年的時間進入社區傳染階段,因此還需要時間適應一下這些現象)。
然而,台灣爆出本土疫情不只是台灣人在擔心,其實國際社會也同樣關注,尤其是那些急需晶片的科技廠商們。
是的,在台灣疫情升溫之際,對外國科技企業來說,最先頭痛的就是台灣的晶片是否能夠供貨無虞。根據彭博(Bloomberg News)的整理資料顯示,從去年開始,晶片延遲交貨的時間就一直在增加,目前已經來到十七週了。目前台灣疫情較為嚴峻的地區仍在雙北,而外界正持續關心確診案例是否有往新竹以及台中移動的趨勢,就怕影響半導體廠的產能。
「如果台灣的疫情警戒升到四級,那麼台積電會得到特殊待遇而豁免嗎?」這大概是所有台灣晶片客戶心中這陣子以來的一直揮之不去的疑問。之前台灣缺水以及接連的電力輸送問題已經讓外界操心,現在加上疫情,恐怕會對台灣的晶片供應帶來更多的不確定性。彭博新聞的主持人就說,升溫的疫情、疫苗的短缺(目前全台只有1%人口接種疫苗)、面臨升級到四級警戒的壓力,不免讓人擔憂一個「完美風暴」是否就要形成。
其實不只是短期,大家也都在看長期。台灣的晶片短缺加上美中貿易戰以來的供應鍊洗牌,早就已經讓中國、美國、歐洲和日本意識到晶片這項戰略物資,現在紛紛都在發展自產晶片的能力。Intel的CEO季辛格(Pat Gelsinger)就在訪談中表示「我們都太依賴台灣和韓國了,我們需要一個更平衡的全球供應鏈」,他認為歐美應該更積極地去反制「亞洲主導製造歐美所需要的半導體」狀態。
作為台積電的競爭者,Intel CEO當然有很多動機理由說這番話,但就連美國的商務部長雷蒙多(Gina Raimondo)也在五月稍早講說,在拜登政府正與台積電努力解決晶片短缺問題的同時,也應該減少美國對台灣的依賴。在拜登政府所提出的基礎建設計畫中,就有500億美金要投入在半導體產業上。解決美國晶片供應短缺問題,目前在美國已是兩黨共識。
而與此同時,在晶片議題上美國內部則有另外一股擔憂。以共和黨的眾議員麥考爾(Michael McCaul)和參議員卡頓(Tom Cotton)為首,他們擔心台灣可能會成為關鍵技術「被轉移」到中國的破口,呼籲美國政府要與台灣一起想辦法把這樣的風險降低。今年四月,華盛頓郵報就報導中國高超音速飛彈的研發過程中可能使用到台灣的晶片,因為飛彈的電腦系統使用天津飛騰信息技術公司(Phytium Technology)的晶片,而台積電和世芯電子都有參與部分的產製過程。彭博報導中引述一名不願具名的知情人士,表示台灣政府目前已經在研擬更嚴格的出口管制清單,並提高違規的罰金。
在上星期六(22日),上海復星醫藥集團(Fosun Pharma)的執行長吳以芳在接受官媒新華社採訪時表示,願意將疫苗提供給台灣。然而,早在今年二月,台灣原本要與德國BioNTech直接購買500萬劑疫苗的合約,在最後關頭生變,就傳出是因為上海復星以代理權為由從中干預。雖然之後BioNTech表示會出售疫苗給台灣,但我方多次聯繫卻未獲回音。三月底,彭博社報導上海復星有意賣疫苗給台灣,但中央流行疫情指揮中心發言人莊人祥表示,台灣依法不可進口中國疫苗。
(顯然這邊有一個非常大的灰色地帶:由中國公司拿下代理權的德國疫苗,這要怎麼算?疫苗本身看起來當然是沒有問題的,但我們真的能跟中國公司買嗎?會有什麼風險?)
如今在台灣疫情突竄之際,上海復星又再度表明願意提供輝瑞疫苗,但按之前的狀況來看,台灣政府的接受的可能性大概很低。同時,國內有不少人認為,台灣應該以晶片作為籌碼來向歐美國家取得疫苗,而駐紐約台北經濟文化辦事處處長李光章5月20日受訪時表示,台灣已經向美國政府爭取疫苗,預計白宮很快就會做出回應。
台灣突發的疫情讓全世界的半導體大戰進程加速,在這樣短期以及長期壓力夾攻之下,你覺得台積電或是台灣的半導體策略往後該怎麼走呢?
#在家防疫就是救台灣晶片
#保護護國神山人人有責
➤ 彭博社報導:https://reurl.cc/vq385k
✨ 觀測站推特:https://twitter.com/ustaiwanwatch。
✨ 贊助觀測站:https://ustaiwanwatch.soci.vip。
同時也有1部Youtube影片,追蹤數超過4萬的網紅Dd tai,也在其Youtube影片中提到,中國科學院華南植物園位於中國廣東省廣州市天河區龍洞街道天源路1190號,創立於1956年。是一個集科研、觀賞、教育於一體的植物園,占地面積300公頃,保存有熱帶亞熱帶植物6000多種,擁有世界一流的木蘭、姜科植物,以及棕櫚、蘭園、陰生植物等專類植物園30多個,是中國面積最大的南亞熱帶植物園,也是最重...
月華 現象 在 Facebook 的最讚貼文
每逢五月股市就會崩跌?
華爾街的五月魔咒「Sell in may」,真有其事?
每年到了五月,華爾街的一句古老諺語,總是讓投資人心驚膽跳。
沒錯,那句諺語就是「Sell in may and go away」,意思是五月就是賣股走人的時刻,這後面還有另一句諺語「But Remember to Come Back in September」,也就是說別忘記在九月時把股票買回來。
這兩句諺語想表達的是,股市在每年接近五月時,就會開始走弱,但接近九月後又會回升走高。
然而,有不少粉絲問我,如果把這兩句諺語,當成交易策略用在股市上,是不是真的能獲利呢?
其實,他是有一定的可信度的.
為什麼呢?
接下來就和大家介紹,「Sell in may」的由來,以及它的可信度有多少。
首先,「Sell in may」是從哪裡出現的呢?
「Sell in may and go away」這句話最早能找到的出處是在 1964 年的《英國金融時報》,據說當時的投資者是因為在春夏季的炎熱環境中,手持股票在證交所櫃檯前做買賣,會讓他們心浮氣躁,只想盡快避暑或度假,進而留不住手上的股票,最終造成股市下跌。
畢竟當時的人們下單沒像現在這麼容易,他們會這樣也是情有可原。
當時的投資者們,在五月把股票賣掉後,接著時間來到九月,進入秋冬季後,因為天氣轉涼,覺得腦袋比較靈光,才又把股票買回來。
這就是「Sell in may」的諺語的由來。
時間拉回現代,過去和現代的進出場原因已經完全不同,現代的5月是大多數公司的財報發布時間,所以很多股票會因為公司財報亮眼,反而利多出盡,又或是因為財報不佳而讓股價下跌。
或者,大多數公司也會在五月或六月發放股息,這也會讓股價下跌,這就是許多投資者會在五月時出場的原因。
再來,9月就是美國第四季消費旺季的開始,根據統計1990 年到2017 年,標普500 指數第四季平均漲幅為4.98%,表現為一年四季之中最為突出。
因此,投資者們大多會選擇在9月時進場,等待下個波段的高點出現,並且,投資者們會把五月下跌和九月後開始上漲的現象,稱為「Sell in may」效應。
然而,在現今的股市中,實際情況真的是如此嗎?
接下來我們透過歷史統計就能明白,「Sell in may」策略到底可不可行?
我們先從漲跌的機率來看。
「Sell in may」指得就是5月會下跌,我們以美國S&P500指數做統計,結果發現20年內僅有7次下跌,下跌機率為35%,再來看看台灣加權指數,20年內下跌10次,下跌機率為50%。
如果單看下跌機率的話,並不符合「Sell in may」效應,但下跌機率並不等於漲跌幅。
既然漲跌機率不夠準確,那麼,我們接著來看最能代表股市的漲跌幅走勢吧。
下方這張圖是S&P500和台灣加權指數20年來的月平均漲跌幅,很顯然的,我們能看到接近5月時,美台的股市跌幅同時擴大,並在5月過後3~4個月的走勢以偏弱居多,然而到了9月後,盤勢開始由跌轉漲。
因此,我們也可以說,這20年來從5月到9月這段時間,就是一整年中,股市最低迷的時候,這種狀況非常符合「Sell in may」效應,更令人驚訝的是,其他國家的股市數據,也同樣有這種現象發生。
從歷史數據的驗證,我們發現「Sell in may」確實有一定的可信度,如果我們在5月時買入避險資產,接著到9月後再買進風險資產,應該會有不錯的獲利。
總之,雖然「Sell in may」有一定的可信度,但你也不能把它當做是投資的唯一策略,畢竟在股市中,任何事情都可能發生,沒有人可以百分之百的獲利,包括股神巴菲特在內。
例如,過去曾在9月附近出現的「2011 年 8 月的美債風暴」,還有「2015 年 8 月的中國股災」,還有「2018 年 10 月的貿易戰風暴」,這些國際級的利空,都讓股市在地上爬了半年左右才有好轉的跡象。
假如當時有人根據「Sell in may」的策略進場,那麼他就很有可能在這幾波股災中,被直接畢業。
因此,股市中真正能讓你獲利的,不是各種諺語魔咒,而是自己努力練功做功課,和長期累積下來的的知識和經驗,千萬不要沒做功課就抱著僥倖的心態入市,即使你僥倖有幾次成功獲利,但只要一次不小心翻船,你就很有可能賠上身家,甚至是整個人生。
那麼,今年2021年5月「Sell in may」魔咒是否會重演?
接下來操作美股的策略又是甚麼?
剛好,這個主題就是,我們近期推出新方案「國際市場深度解析」的第一篇付費文章,有興趣的朋友,可以看看我們對今年五月美股更深度的解析。
【國際股市深度解析】FINRA融資急增,美股這次難逃Sell in May魔咒?
https://www.pressplay.cc/link/394C6D2B2A?oid=BF980C1F0C
月華 現象 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
IBM 大名鼎鼎的 Watson 也要被賣了,人類的 AI 夢該醒了?
作者 品玩 | 發布日期 2021 年 02 月 22 日 8:45 |
人類豐滿的 AI 夢,正撞上冰冷的現實。1 月 19 日,據《華爾街日報》引用知情人士報導,IBM 考慮出售 Watson Health 業務,可能的方案包括賣給私募股權公司、醫療企業或與特殊目的收購公司(SPAC)合併。
Watson Health 部門主要負責使用 AI 幫助醫院、保險公司和製藥企業處理數據。《華爾街日報》援引知情人士報導,年收入約 10 億美元,但目前未盈利。
IBM 在 2020 年 4 月迎接新 CEO 阿爾溫德‧克里希納(Arvind Krishna)。上任後,克里希納著手簡化公司業務線,使雲端計算更有競爭力。如 Watson Health 真的出售,對 IBM 的 AI 業務來說,無疑是不小的挫折。
曾想替人類解決腫瘤治療
長久以來,Watson 都是 IBM AI 業務的招牌,也是人類最初充滿野心的 AI 夢代表。
2011 年,深度學習方法剛重新定義,仍未掀起 AI 浪潮。但此時 IBM 的 Watson 就在美國最受歡迎的智力競答節目《危險邊緣》,擊敗節目史上最成功的兩位人類選手。
Watson 展現出強大的自然語音理解能力。要贏得比賽,必須分析大量文字找到線索,然後搜尋大量資料庫,檢索可能的答案。擊敗兩位人類冠軍後第二天,IBM 宣布 Watson 的新職業目標:AI 醫生。
從邏輯看,Watson 在節目展現的能力,似乎可移植到醫學領域──都是先理解自然語言(患者的電子病歷),然後檢索資料庫(治療方案和最新醫學文獻),最終得出答案。此方案的價值在於,每天有近 8 千篇醫療文章發表,醫生一篇篇讀不可能,AI 能幫助醫生閱讀最新醫學成果。
2013 年,IBM 更將研究重心聚焦於腫瘤治療,人類還無法攻克的醫學挑戰。2015 年,IBM 成立專部門:Watson Health,可見當時決心。IBM 前 CEO 羅睿蘭(Virginia Rometty)曾把 Watson Health 稱為公司的「登月計畫」。
眾所周知,AI 的基礎是大量訓練資料。為了獲得數據,IBM 花費約 40 億美元收購 4 家醫療領域數據驅動型公司,分別是 Phytel、Explorys、Merge Healthcare 和 Truven Health Analytics。2016 年,成立僅兩年的 Watson Health,員工規模達 1 萬多人。
發展重點的腫瘤治療領域,Watson Health 吸引許多著名合作機構,包括安德森癌症中心、紀念斯隆─凱特琳癌症中心、梅奧診所、奎斯特診斷公司。2016 年 8 月,Watson Health 還進軍中國,推出「健康中國」生態圈共贏計畫。
聲勢壯大的宣傳、數額龐大的併購、權威機構合作,IBM 透過一系列動作讓外界對 Watson Health 的期待非常高。畢竟,用最尖端的 AI 技術解決最困難的醫療問題,聽起來就非常性感。
不過,後來發展事與願違。安德森腫瘤中心曾與 IBM 合作,為腫瘤學家創建諮詢工具,是利用自然語言處理技術彙整患者的電子健康紀錄,然後匹配資料庫提供治療建議。安德森癌症中心投入 6,200 萬美元,但最終結局卻是雙方 2017 年 2 月終止合作。
業界開始對 Watson Health 產生懷疑,問題也接踵而至。2018 年 5 月,美國媒體 The Register 報導,Watson Health 部門要解僱約 50%~70% 員工,引發巨大震動。不過後來科技媒體 IEEE Spectrum 報導,被裁員工主要來自收購的三家公司 Phytel、Explorys 和 Truven。大量收購使公司面臨人力過多問題,為裁員埋下了伏筆。
但這些都是表面現象,歸根究柢,Watson Health 的致命點在於,診斷結果不準確。
2018 年 8 月《華爾街日報》報導,沒有任何發表的研究表明,Watson 提升患者的治癒率。有十幾位使用過系統的機構和醫生回饋,癌症應用收效甚微,某些情況下還會出錯。且由於缺乏罕見病例數據,Watson 的更新速度跟不上癌症治療的發展速度。
丹麥某醫院研究指出,Watson 的診斷方案,與專家僅 30% 重疊,因此拒絕採購 Watson 系統。德國媒體也曾報導,德國兩家機構實際應用後發現,Watson 對症狀特殊的病人會開給致命藥物。2018 年 10 月,IBM Watson Health 當時 CEO Deborah DiSanzo 宣布離職。
一切都不可逆轉指向最終結局,如今終於傳出 IBM 尋求出售 Watson Health 的消息。失去業界信心,再丟掉雄厚資金後援,人類最早的 AI 明星前景,不再明朗。
AI 夢該醒了?
目前 AI 應用於醫療最普遍的場景是辨識醫療影像,如視網膜眼底影像。而 Watson 挑戰的是診斷,且還是醫學難度最大的腫瘤治療領域,Watson Health 面臨資料和 AI 智慧的雙重挑戰。
資料層面,大部分醫療資料是非結構化資訊,如醫生撰寫病歷和出院總結。雖然 AI 的自然語言理解能力進步飛快,但比人類依然差很多。圖靈獎得主約書亞‧本希奧(Yoshua Bengio)曾表示,AI 無法理解醫學文本歧義,也無法找到人類醫生會注意到的細微線索。
另一方面,有些罕見病例的數據往往難以取得。《中國工業和資訊化》雜誌 2020 年篇文章指出,分析 Watson 數據發現,罕見病例研究中,本來應該餵給 Watson 大量真實數據找到新治療方法,但罕見病例本就缺乏,Watson 被灌入一堆沒什麼用的假設數據,並不是真正的病人數據。這種透過假設數據學習的 AI,準確性可想而知,更出現罕見病例 Watson 誤診。
全球領先的醫學資訊平台 Medscape 2018 年報導指出,Watson 學習根源有問題──並沒有使用足夠真實病例學習,負責訓練它的人,僅是紀念斯隆‧凱特琳癌症中心的腫瘤學家和 IBM 工程師。Watson 大量訓練時間用於掌握上述腫瘤學家設計的理想化病例和治療方案。訓練用真實病例數量很少,最多的肺癌也僅 635 例,最少的卵巢癌更只 106 例。
IBM 曾努力取得資料,花 40 億美元收購 4 家公司,但融合面 IBM 低估了複雜程度。《中國工業和資訊化》雜誌文章指出,IBM 前員工和前客戶的醫院管理人員說,雖然收購大量資料,但融合時發現需要花費難以想像的人力物力,還沒開始訓練就讓人筋疲力盡。巨大的經濟壓力和暗淡前景之前,各合作夥伴只能選擇終止合作,留個爛尾。
AI 目前的智慧程度,難以配合腫瘤治療的複雜性。AI 的本質是統計學,得出的結論局限於人類訓練員提供的數據,無法像專業醫生,獨立生成新的見解。
也就是說,Watson 只能比人類專家更快得出相同結果,無法治療人類醫生治不了的病。
巨大的風險面前,醫生只會將 Watson 的診斷結果當參考,依然要進行大量臨床研究。IBM 的宣傳說,Watson 能憑著強大的計算能力發現人類看不到的地方。但事實證明,AI 的智慧遠未到這程度。Watson 對醫生的意義,也就大打折扣。
Watson Health 的挫折反映出 AI 用於醫學診斷的困難重重,但並不意味 AI 醫療領域沒有前景。圖像分析、基因分析和製藥領域,都有不少公司探索 AI 的應用場景。即使是診斷領域,IBM 的 Watson 沒做好,也不意味其他人做不好。至少,後來者可在 Watson 基礎上學到一些經驗。
資料來源:https://technews.tw/2021/02/22/ibm-watson-ai/?fbclid=IwAR0Z-nVQb96jnhAFWuGGXNyUMt2sdgmyum8VVp8eD_aDOYrn2qCr7nxxn6I
月華 現象 在 Dd tai Youtube 的最讚貼文
中國科學院華南植物園位於中國廣東省廣州市天河區龍洞街道天源路1190號,創立於1956年。是一個集科研、觀賞、教育於一體的植物園,占地面積300公頃,保存有熱帶亞熱帶植物6000多種,擁有世界一流的木蘭、姜科植物,以及棕櫚、蘭園、陰生植物等專類植物園30多個,是中國面積最大的南亞熱帶植物園,也是最重要的植物種質資源保育基地之一。華南植物園與世界上300多個植物園(樹木園)有種子交換業務和友好往來。園內種有不少珍稀瀕危植物,作為廣州人發源地的飛鵝嶺廣州第一村暨地帶性植被園也建於其中,是全國、省、市科普教育基地和廣州市「十佳旅遊景點」。其中的龍洞琪林,在1986年入選為羊城八景。華南植物研究所的前身為國立中山大學(現為中山大學)農林植物研究所,由陳煥鏞於1929年創立。1954年,研究所改隸中國科學院,同時易名為中國科學院華南植物研究所。華南植物園由陳煥鏞、何春年研究員等創建於1956年,同年創建鼎湖山樹木園(鼎湖山國家級自然保護區),華南植物園和鼎湖山樹木園均隸屬於中國科學院華南植物研究所。2002年12月,中國科學院作出「兩所三園」戰略調整,撤銷華南植物研究所建制,改為華南植物園建制。2003年10月16日,經中編辦批覆,中國科學院華南植物研究所易名為中國科學院華南植物園。2005年5月,華南植物園「年近半百」珍稀植物小梨竹(Melocanna humilis Kurz)首次開花結果,其果形似鴨梨,果皮肉質多汁液,直徑3-5cm,重可達50-80克,故得名,約30-45年才開花一次,小梨竹不僅果實奇特,其繁殖方式也與眾不同,梨竹的種子在母株上生根萌芽,然後再從母株上脫落,繼而長成小樹苗,學術上稱為「胎生」現象。2017佔地近200畝。“廣州第一村”緣於20世紀50年代的考古發現:早在2200-4000年前已有先民在此刀耕火種,因此被認為是孕育廣州人老祖宗的“發祥地”。 第一村景觀再現了南粵先民與周邊環境的和諧共生,並體現了當時人類利用鄉土植物的文化傳統。第一村兩側山坡通過類比自然森林群落結構配置鄉土植物,展示了廣州地區南亞熱帶季風常綠闊葉林的典型群落類型,配植望天樹、伯樂樹、紅花荷、粗壯潤楠、臀形果、禾雀花、橢圓葉木藍等觀賞植物。“先有龍眼洞,後有廣州城”,是龍洞街區民間流傳的一句話。有“廣州第一村”之稱的龍洞村,早在距今2200至4000年前已經有人類繁衍生息。
月華 現象 在 月華現象、月暈、月華街在PTT/mobile01評價與討論 的推薦與評價
在月華現象這個討論中,有超過5篇Ptt貼文,作者aa1477888也提到相信大家都聽過KANO釘子種木瓜的理論現在中職準備要有第六隊在理論上沒有第七隊的前提之下檯面上就是 ... ... <看更多>
月華 現象 在 月華現象、月暈、月華街在PTT/mobile01評價與討論 的推薦與評價
在月華現象這個討論中,有超過5篇Ptt貼文,作者aa1477888也提到相信大家都聽過KANO釘子種木瓜的理論現在中職準備要有第六隊在理論上沒有第七隊的前提之下檯面上就是 ... ... <看更多>
月華 現象 在 月華是一種繞射造成的光學現象,當透光的薄雲出現在月亮前方時 的推薦與評價
No photo description available. ... 月華是一種繞射造成的光學現象,當透光的薄雲出現在月亮前方時,就有可能形成月華。 月華有時只會看到一圈白色與紅色的光暈,有時則 ... ... <看更多>