Tag: data mining

Invest AI

投資者對人工智慧 (AI) 的熱情推動美國股市在 2024 年初創下多個歷史新高。人工智慧相關股票,尤其是大型股的強勁表現,讓一些市場觀察人士質疑,這是否類似於2000年破裂的互聯網泡沫。 我們仍然將人工智慧視為近代史上最具革命性的技術進步之一,這是一個多年的機遇。它才剛剛開始出現在公司的底線中。 自去年以來發生了很多事情,因此我們正在總結我們目前對人工智慧股票的看法,以及該技術可能採取的下一步行動和全球人工智慧的前景。 我們強調,人工智慧必須被視為一種全球現象,我們不建議只投資美國公司。我們還認為,至關重要的是,想要購買人工智慧的投資者必須確保投資組合能夠接觸到從基礎設施到軟體和人工智慧應用的整個人工智慧價值鏈中的公司。我們看到了該技術的“推動者”和“採用者”的潛在機會。 又大又閃亮?是的。泡沫?不。 人工智慧股票正在上漲,因為投資者一直在對技術需求處於長期增長期開始的跡象做出反應。自 2023 年初以來,人工智慧相關股票的回報率比美國和全球指數高出 30%。 一些投資者將這些巨大的波動與1990年代後期的互聯網泡沫相提並論。在此期間,隨著投資者開始認識到互聯網的潛力,科技股的表現大幅跑贏大盤。2000å¹´3月泡沫破滅,納斯達克綜合指數在兩年內下跌了近80%,抹去了泡沫時代的收益。直到 2015 年才完全恢復。 這兩個時代有多相似?讓我們考慮一下數據。 股票市場泡沫的特徵是股票在投機和投資者過度熱情的驅使下變得不合理地昂貴。投資者遲早會意識到,公司將無法實現投資者的增長預期,泡沫破滅,導致價格迅速下跌,因為投資者意識到資產被高估了。 評估股價的一種常見方法是將股價與公司的預期利潤進行比較,以每股收益表示。每股收益只是公司的利潤除以市場上的股票數量。該指標是股價的主要燃料。每股市盈率稱為遠期市盈率或市盈率。高遠期市盈率可能表明對未來盈利增長的樂觀和信心,但也可能表明過度熱情。 2000å¹´1月,五大科技公司(Microsoft思科、英特爾、朗訊和IBM)的平均遠期市盈率為59倍,根據其相對規模進行調整。當今五大科技股(Microsoft、英偉達、亞馬遜、Meta 和 Alphabet)的遠期市盈率為 34 倍,僅為一半。 數據顯示,在2000年,分析師預計當時的科技領導者每股收益將增長30%,而今天的分析師預計增長42%。這是股價更堅實的基礎。 在此基礎上,華爾街認為,即使以市盈率衡量,人工智慧股票的交易價格要低得多,但今天的人工智慧領導者將實現比互聯網領導者預期的更好的盈利增長。 人工智慧股價遠未達到科技泡沫高點 將納斯達克 100 指數和 AI Leaders 與 Dot.com 的今天價格表現進行比較 該圖覆蓋了納斯達克 100 指數從 1995 年到 2002 年的價格表現,以及納斯達克 100 指數和當今人工智慧領導者自 2019 年以來的價格表現。在此基礎上,我們沒有看到今天的人工智慧領導者已經達到了不合理的價格水準。 資料來源:彭博財經、摩根大通私人銀行。數據截至 2024 å¹´ 3 月。 查看資訊 雖然 2000 年代和當今領導者之間的估值差異並不能保證人工智慧主題股票將繼續跑贏市場其他股票,但在我們看來,很明顯 […]

Data Analysis v. Data Analytics

The terms Data Analysis and Data Analytics are often used interchangeably, including in this site. However it is important to note that there is a subtle difference between the terms and meaning of the words Analysis and Analytics. In fact some people go far as saying that these terms mean different things and should not […]

Understanding Data Analysis

Data analysis is the process of gathering, cleaning, analyzing and mining data, interpreting results, and reporting the findings. With data analysis we find patterns within data and correlations between different data points. And it is through these patterns and correlations that insights are generated, and conclusions are drawn. Data analysis helps businesses understand their past […]

Data Science: Roles and Ecosystem

Today, organizations that are using data to uncover opportunities and are applying that knowledge to differentiate themselves are the ones leading into the future. Whether looking for patterns in financial transactions to detect fraud, using recommendation engines to drive conversion, mining, social media posts for customer voice or brands personalizing their offers based on customer […]

SaaS on Data

To quote a Forbes 2020 report on data in the coming decade, “The constant increase in data processing speeds and bandwidth, the nonstop invention of new tools for creating, sharing, and consuming data, and the steady addition of new data creators and consumers around the world, ensure that data growth continues unabated. Data begets more […]

Digital Transformation

In spite of the explosion of digital technology, most of the world’s economy still consists of making physical stuff, transporting it to where it is wanted, or offering goods forsale to the public from a store. We can’t discuss every type of business obviously. So we’ll focus on certain sectors of the traditional bricks and […]