majiayu000 CASS Freight Index 由 Cass Information Systems 編制，追蹤北美地區的貨運出貨量與支出：
| 指標 | 說明 | 用途 |
|---|---|---|
| Shipments Index | 出貨量指數 | 衡量實體經濟需求強度 |
| Expenditures Index | 運費支出指數 | 衡量物流成本壓力 |
| Shipments YoY | 出貨量年增率 | 偵測週期轉折（主要分析指標） |
| Expenditures YoY | 支出年增率 | 驗證成本傳導 |
數據來源：MacroMicro (透過 Highcharts 爬取)
核心邏輯：
- 貨運量 ≈ 實體經濟需求強度
- 出貨量下降 → 終端需求減弱 → 定價能力下降
- 歷史上 CASS 指標對 CPI 具有約 4-6 個月的領先性
關鍵訊號不是單月變化，而是「週期轉折」：
- 年增率轉負 (turned negative)
- 創週期新低 (new cycle low)
當偵測到 CASS 週期轉折：
- 結論是「通膨壓力緩解」而非「通縮」
- 屬於 inflation easing / disinflation regime
- 支持市場對降息或政策轉向的預期
這是跨週期關係辨識：「物流需求動能 → 通膨方向」
建議同時觀察四個 CASS 指標：
- Shipments YoY（主要）：需求端訊號
- Expenditures YoY：成本端訊號
- Shipments Index：絕對水準
- Expenditures Index：運費壓力
當 Shipments 和 Expenditures 同時轉負，訊號更為可靠。
輸出三層訊號：
- Freight Status: CASS 各指標狀態與週期位置
- Lead Alignment: 與 CPI YoY 的領先對齊分析
- Signal Assessment: 通膨緩解訊號判斷與信心水準
最快的方式：使用 Chrome CDP 抓取數據
Step 1：安裝依賴
pip install requests websocket-client pandas numpy
Step 2：啟動 Chrome 調試模式
# Windows
"C:\Program Files\Google\Chrome\Application\chrome.exe" ^
--remote-debugging-port=9222 ^
--remote-allow-origins=* ^
--user-data-dir="%USERPROFILE%\.chrome-debug-profile" ^
"https://www.macromicro.me/charts/46877/cass-freight-index"
Step 3：等待頁面完全載入（圖表顯示），然後執行
cd scripts
python fetch_cass_freight.py --cdp
Step 4：執行通膨訊號分析
python freight_inflation_detector.py --quick
Step 5：生成視覺化圖表
python visualize_freight_cpi.py \
--cache cache/cass_freight_cdp.json \
--output ../../output/freight_cpi_$(date +%Y-%m-%d).png \
--start 1995-01-01
輸出範例：
- JSON 分析結果：
{
"signal": "inflation_easing",
"confidence": "high",
"freight_yoy": -7.46,
"cycle_status": "negative",
"indicator": "shipments_yoy",
"macro_implication": "通膨壓力正在放緩，未來 CPI 下行風險上升"
}
- 視覺化圖表：
output/freight_cpi_2026-01-23.png
備選方法（Selenium）：
pip install selenium webdriver-manager
python scripts/fetch_cass_freight.py --selenium --no-headless
- 快速檢查 - 查看最新的 CASS 指標與通膨先行訊號
- 完整分析 - 執行完整的週期轉折偵測與領先性分析
- 方法論學習 - 了解 CASS 指標與通膨的領先關係
請選擇或直接提供分析參數。
路由後，閱讀對應文件並執行。
方法論: references/methodology.md
- CASS Freight Index 與 CPI 的領先性關係
- 週期轉折偵測邏輯
- 訊號強度評估標準
資料來源: references/data-sources.md
- MacroMicro Highcharts 爬蟲說明
- CASS 四個指標定義
- 快取策略與更新頻率
歷史案例: references/historical-episodes.md
- 2008 金融危機前後
- 2020 疫情期間
- 2022 通膨高峰期
| Script | Command | Purpose |
|---|---|---|
| fetch_cass_freight.py | --cdp |
使用 CDP 爬取（推薦） |
| fetch_cass_freight.py | --selenium --no-headless |
使用 Selenium 爬取（備選） |
| freight_inflation_detector.py | --quick |
快速檢查最新訊號 |
| freight_inflation_detector.py | --start DATE --indicator X |
完整分析 |
| visualize_freight_cpi.py | --lead-months 6 --start DATE |
繪製 CASS vs CPI 領先圖 |
視覺化輸出：CASS vs CPI 領先性對比圖
核心特徵（參考 Bloomberg/Refinitiv 風格）：
- CASS 6M Forward：將 CASS Freight Index 向前移動 6 個月，直觀展示領先關係
- 雙軸對比：CPI YoY（左軸藍線）vs CASS Shipments YoY（右軸灰線）
- 衰退區間標記：NBER 官方衰退期以淺色陰影標示
- Bloomberg 深色風格：深藍背景、高對比度配色
快速繪圖：
cd scripts
python visualize_freight_cpi.py \
--cache cache/cass_freight_cdp.json \
--output ../../output/freight_cpi_YYYY-MM-DD.png \
--start 1995-01-01 \
--lead-months 6
輸出路徑：output/freight_cpi_YYYY-MM-DD.png（根目錄）
圖表解讀：
- 當 CASS（灰線）先行轉負/創新低，而 CPI（藍線）仍在高位 → 通膨放緩訊號
- 當 CASS 與 CPI 走勢同步 → 領先關係暫時失效，需謹慎解讀
摘要：
{
"signal": "inflation_easing | inflation_rising | neutral",
"confidence": "high | medium | low",
"freight_yoy": -2.9,
"cycle_status": "new_cycle_low | negative | positive",
"indicator": "shipments_yoy",
"macro_implication": "通膨壓力正在放緩，未來 CPI 下行風險上升",
"all_indicators": {
"shipments_index": {...},
"expenditures_index": {...},
"shipments_yoy": {...},
"expenditures_yoy": {...}
}
}
- CASS 四個指標的最新數值
- 選定指標的 YoY 與週期狀態
- 與 CPI 的領先對齊驗證
- 通膨緩解訊號與信心水準
- CASS vs CPI 領先性對比圖（output/freight_cpi_YYYY-MM-DD.png）
- 可操作的宏觀解讀
- 明確標註資料限制與假設