如何做到圖解趨勢？趨勢建立需要精準的數字建模，所以使用MathGPT for numerical modelling (lines combined method)軟體幫助使用者的數字能夠建立精準的數學模式。方法優勢來自多線段法的使用。多線段法源於傳統迴歸分析，但不同之處在於多線段法將迴歸線的樣本數內化決定，自然能為數字配適出最優解。為什麼要尋找原油價格的趨勢？原油在新冠疫情解除後，各國經濟重啟中扮演很重要的能源角色。當俄烏戰爭持續超過一年後，G7對俄羅斯出口原油價格做價格上限。對布蘭特原油期貨價的趨勢情況變化會如何？就讓我用 MathGPT for numerical modelling 軟體(一個能夠為數字跑出精準趨勢的數學建模AI軟體)跑出趨勢圖。

以1960年到2022年的失業率和通貨膨脹率(年資料)進行多線段法的直線模式，AI自主決定最佳的每線段最少數據量，得到美國和英國的菲利普曲線差異甚大。

了解美國在新冠疫情開始以來資訊產業裁員趨勢變化。我提出以趨勢圖來了解數字規律，而非折線圖或同時輔以轉換後數字和人為認定條件，做為認識和觀察裁員水準趨勢。

數據來源

數據來源

新冠疫情 - 一場供給面衝擊的影響，卻無法用經濟相關理論去解決問題，最終高通膨下加上貨幣政策影響下，從勞動市場，影響到商品市場，再搖動到金融市場。總體經濟的四大市場中三個市場都有影響，並且影響還不是需求面，而是供給面。聯準會 - 一個掌握貨幣政策，影響商品市場需求面的單位，要一臂之力撐起四大市場，還原回新冠疫情前的經濟動能。真的是「世間安得兩全法，不負如來不負卿」。

使用MathGPT for numerical modelling軟體，重新檢視經濟學理論 - 奧肯法則。數字可以告訴所有人經濟體系的狀態和問題。

一場新冠疫情引發的金融體系缺陷。SVB的資產配置、資金來源、和加密貨幣、新創行業的關聯，在在顯現市場承受經濟衝擊的能力並未因為經歷過過去的經濟衝擊而有更好的體質。

前言

美國通貨膨脹從所有城市居民的數據來看，已經發生趨勢反轉。一般的通貨膨脹在加入12月的通貨膨脹數字後改變了先前截至11月的趨勢，從2022年8月開始新的向下趨勢。由此可見12月通膨值加入正式讓直線趨勢發生變化。但由多線段的非線性模式來看，早在2022年4月就已經微強下降趨勢了，在12月數字加入的趨勢方向不變。至於核心通貨膨脹在維持相同設定下，最後一條趨勢線是近似水平的向下趨勢。若以最佳的至少資料量設定，則更能看出聯準會從2022年3月升息政策後，每5個月就開始新的核心通膨趨勢。