美股行業分析：利用機器學習預測Q4行業增長

在不斷變化的金融市場環境中，投資者必須跟上市場趨勢才能做出明智的決策。無論是管理投資組合或是製定投資策略，了解哪些產業可望成長或衰退都能為投資者帶來競爭優勢。傳統的預測方法往往難以捕捉產業之間的複雜相互依賴關係以及市場動態的流動性。而機器學習，特別是長短期記憶（LSTM）模型，則在這一領域發揮了重要作用。 LSTM模型是一種循環神經網路（RNN），擅長透過分析歷史資料來預測未來趨勢，識別資料中的模式和長期依賴關係。

模型的基本原理是，產業鏈中的各個產業是相互關聯的。例如，上游產業的變化會向下游產業傳導，下游產業的表現也會影響上游。透過分析這些相互依賴關係，我們可以更好地理解各行業的變化以及變化的順序。

模型如何運作？

1.收集歷史資料並進行資料縮放

收集所有在美國交易所上市的股票的過去34年歷史季度營收成長數據的，並根據LSEGTRBC行業組進行分類。營收資料可以為不同產業的變化或趨勢提供早期訊號。透過分析營收模式，我們可以預測市場需求、消費者行為或經濟狀況的變化。

2.創建資料序列

模型不僅分析單一資料點，而是關注資料序列。它透過分析某個行業過去四個季度的成長情況來預測下一個季度的表現。這有助於模型理解隨時間變化的趨勢。

3.訓練模型

LSTM模型使用歷史資料進行訓練。在此過程中，模型學會辨識過去數據與未來結果之間的模式和關係。可以將其視為教會模型連結過去與未來的點，從而預測各行業的未來表現。

4.做出預測

模型訓練完成後，可以分析最新數據並預測每個行業在下一季的表現。預測結果分為五個等級：

• 強勁負成長
• 負成長
• 中性
• 正成長
• 強勁正成長

透過分析一個產業的成長如何影響其他產業，模型能夠提供更全面且準確的經濟動態預測。投資人可以利用這些預測調整投資組合配置，增加對預期成長產業的投資，同時減少對預期衰退產業的持股。

Q4產業營收成長預測結果

來源：Tradingkey.com

深入分析：關鍵成長產業的基本面

儘管LSTM模型提供了定量預測，但理解產業成長背後的驅動因素對於做出明智的投資決策至關重要。以下是2024年第四季預期表現良好的產業的基本面分析。

天然氣公用事業

預測：2024年第四季強勁的正營收成長。

關鍵驅動因素：

需求成長：

• 根據國際能源總署（IEA）的數據，全球天然氣市場正從2022-2023年的供應中斷中恢復。需求預計將在2024-2025年達到創紀錄水平，主要驅動因素包括：
• • 亞太地區成長：該地區的快速經濟成長預計將占到新增需求的近45%。
  • 工業復甦：歐洲工業天然氣需求正在回升，而亞洲的工業應用持續推動消費。
  • 冬季暖氣需求：預計2024年第四季將出現低於平均的氣溫，這將增加供暖需求，導致庫存緊張並推高價格。
• 美國液化天然氣（LNG）出口增加：受歐洲對替代能源需求的推動，美國LNG出口量增加。

來源：Tradingkey.com

供應緊張：

• 需求成長預計將超過供應成長，導致市場供應緊張。這種供需失衡可能會推高天然氣價格，從而使生產商和公用事業公司受益。

來源:EIA,Tradingkey.com

代表公司：

AtmosEnergyCorporation：作為領先的天然氣分銷和管道公司，AtmosEnergy受益於季節性需求週期，其收入通常在第四季度達到高峰。

來源:Reuters,Tradingkey.com

科技行業

科技行業仍然是美國經濟的主要成長驅動力，多個子行業受益於宏觀經濟、創新和人工智慧（AI）的採用。

預期成長的子行業：

1.軟體與IT服務：

• 雲端運算、企業軟體和網路安全推動產業成長。根據ResearchandMarkets的數據，全球雲端運算市場預計在2023年至2030年間以14.1%的複合年增長率（CAGR）成長，到2030年達到1.5兆美元。
• 主要公司：微軟（Azure）、Salesforce、ServiceNow和CrowdStrike。

2.通訊與網路：

• 需求主要由5G基礎設施部署、物聯網（IoT）和邊緣運算所推動。根據MaximizeMarketResearch的數據，5G基礎設施市場預計將以49.8%的CAGR成長，到2030年達到1,310億美元。
• 主要公司：思科（Cisco）。

3.計算機、手機與家用電子產品：

• 儘管面臨宏觀經濟挑戰，消費者對智慧型手機的需求依然強勁。根據國際數據公司（IDC）的數據，2024年第三季全球智慧型手機出貨量年增3.6%，連續第五個季度成長。
• 主要公司：蘋果（Apple）。

4.電子設備與零件：

• 感測器、電池和其他組件的需求因汽車、再生能源和消費性電子等行業的應用而上升。根據SNSInsider的報告，柔性電子市場預計將以9.72%的CAGR成長，直至2032年。
• 主要公司：ZebraTechnologies。

5.整合硬體與軟體：

• 提供無縫整合硬體和軟體的公司受益於垂直整合策略。
• 主要公司：Mobileye。

成長疲軟的子產業：

1.辦公設備：由於遠距工作趨勢，對傳統辦公硬體（如印表機、影印機）的需求下降。

2.半導體與半導體設備：儘管長期成長前景強勁，但2024年第四季度，記憶體晶片等週期性子產業可能面臨需求疲軟。

AI作為科技業的主要成長驅動力

人工智慧的整合正在重塑科技產業，為多個成長階段創造了機會。在科技業中，我們也可以應用LSTM模型來制定產業輪動策略，沿著AI產業鏈的上游和下游進行投資。使用高盛定義的AI產業路線圖來展示我們模型的預測結果最為適合。根據高盛的研究，AI驅動的成長週期可分為四個階段。我們可以看到，目前我們正從第二階段過渡到第三階段。

第一階段：AI硬體

Nvidia在這一階段佔據主導地位，擁有超過80%的AIGPU市場份額，並與主要科技巨頭建立了合作關係。然而，Nvidia的營收成長自2023年開始下降。

來源:Reuters,Tradingkey.com

第二階段：AI基礎設施

建構AI基礎設施的公司包括半導體、資料中心和雲端服務供應商。

例如，半導體公司包括：

• 設計公司：ARM（現為NVIDIA的一部分），負責設計微處理器、GPU和系統級晶片（SoC）的架構。
• 記憶體製造商：美光科技（Micron）專注於生產儲存產品，包括DRAM、NAND和NOR快閃記憶體。
• 設備製造商：應用材料公司（AppliedMaterials）提供用於生產半導體矽晶圓的設備。
• 代工廠：台積電（TSMC）是全球最大的半導體代工廠。

來源:Reuters,Tradingkey.com

第三階段：AI驅動的銷售

成功将AI集成到产品中以推动收入增长的公司是这一阶段的主要关注点。在这一阶段，能够利用人工智能来推动销售的企业预计将获得显著的收益。其中，软件和IT服务公司可能具备最大的优势。

軟體即服務（SaaS）在人工智慧價值鏈中脫穎而出，成為最具獲利潛力的領域。這得益於其訂閱模式的經常性收入、高利潤率以及良好的可擴展性。透過將人工智慧整合到其平台中，SaaS供應商能夠為客戶提供更先進的功能，提高每位用戶的收入，並以較低的營運成本擴展至全球市場。這使得SaaS成為人工智慧生態系統中推動創新和實現長期獲利的關鍵驅動力。

然而，過去兩年SaaS行業經歷了大幅下滑。 這一低迷可以歸因於多個因素，例如利率上升，由於融資成本敏感性較高，這對SaaS企業產生了顯著影響。此外，由於疫情期間數位化轉型和遠端工作的激增，其增長速度也在那一時期加速，SaaS企業的估值大幅上升。疫情后，這些公司難以維持同樣的增長水平，導致了近期的放緩。

隨著利率的下降，復甦跡象開始顯現。例如，Snowflake在第三季的營收年增了29%，AI在推動這一成長中發揮了重要作用。公司強調AI在其平台上的應用正在快速成長。雖然部分成長直接與人工智慧相關的進展有關，但整體IT支出的回暖也有所貢獻。隨著宏觀經濟條件的穩定，企業正逐步增加對雲端基礎設施和分析平台的再投資力道。

代表公司：

ServiceNow：作為數位化工作流程解決方案的領導者，ServiceNow透過其「NowAssistforAI」提供基於生成式人工智慧的能力，幫助企業自動化複雜工作流程、增強決策能力，並大規模提供無縫、個人化的服務體驗。

Snowflake：核心資料儲存產品需求不斷成長，同時其新推出和即將推出的人工智慧及互通性工具也受到了廣泛關注。

來源:Reuters,Tradingkey.com

第四階段：AI驅動的生產力

在這一最終階段，AI的採用預計將推動各行業的生產力提升。勞動成本較高的產業將從AI的應用中獲得更多收益。

來源:GoldmanSachs,Tradingkey.com

結論：機會與風險

本報告概述了一個運用LSTM建構起來的產業輪動模型去預測第四季度的營收成長情況，重點分析了天然氣公用事業和科技產業的基本面。關鍵要點包括：

• 天然氣公用事業：需求上升、供應緊張和全球消費趨勢使該行業成為第四季度的強勁投資候選。
• 科技業：AI驅動的次產業（如雲端運算和軟體）提供了有潛力的成長機會，但在半導體等週期性領域需保持謹慎。

最後，模型的預測受制於宏觀經濟或政府相關風險，包括地緣政治緊張局勢、監管變化或新政策可能帶來的不確定性，這些因素難以預測，可能會影響模型的準確性。