最新快讯!欧股震荡加剧 法国CAC 40指数重回年内低点
![博主:admin](http://654d6.ban6.site/skin/yan/picture/0.png)
欧股震荡加剧 法国CAC 40指数重回年内低点
(新浪财经,2024年6月18日) - 欧洲股市本周延续下跌态势,主要股指均创下10月以来最差周度表现。其中,法国股市受政治因素影响尤为严重,CAC 40指数重回年内低点,市值蒸发约2100亿美元,相当于整个希腊的经济规模。
法国提前大选引发市场担忧
法国总统马克龙宣布提前举行议会选举,引发市场对法国政治前景的担忧。投资者担心,极右翼政党可能在选举中获胜,导致法国退出欧元区或欧盟,进而引发欧元区乃至全球金融市场的动荡。
避险情绪升温 欧洲股市全线走弱
避险情绪升温,推动投资者买入黄金和债券等避险资产。欧洲股市主要股指均有所下跌,德国DAX指数下跌2.99%,英国富时100指数下跌0.21%,意大利、希腊、西班牙等国主要股指跌幅均超过2%。
法国银行股领跌
在法国市场,银行股成为重灾区,法国巴黎银行、法国兴业银行等几家最大银行本周下跌逾10%。投资者担心,法国经济衰退风险上升,将导致银行不良贷款增加,盈利能力下降。
市场前景仍不明朗
目前,欧洲股市仍处于高波动状态,市场前景仍不明朗。投资者需密切关注法国大选结果以及欧元区经济形势,谨慎投资。
以下是一些分析人士对未来市场走势的看法:
- 法国大选结果将是决定欧洲股市未来走势的关键因素之一。如果极右翼政党获胜,市场可能将出现进一步下跌。
- 欧元区经济衰退风险仍然存在,投资者需关注通胀和利率等因素的变化。
- 地缘政治紧张局势也可能对市场造成影响。
投资者应采取审慎的投资策略,分散投资风险,并做好应对市场波动的准备。
超越Transformer:清华蚂蚁推出纯MLP架构,时序预测性能获突破性提升
北京,2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布,他们提出了一种基于纯MLP(多层感知机)架构的时序预测模型,在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式,并有望在金融、医疗、物联网等众多行业得到广泛应用。
传统基于Transformer架构的时序预测模型,通常采用编码器-解码器结构,通过自注意力机制捕捉序列之间的依赖关系。然而,Transformer架构存在参数量大、计算复杂度高等问题,限制了其在长序列预测等场景中的应用。
清华蚂蚁团队提出的纯MLP架构,摒弃了自注意力机制,采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性,该模型能够在保持精度的同时大幅降低计算成本。
在多个公开数据集上的实验证明,清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如,在著名的股票价格预测数据集标杆之一Nasdaq 100上,该模型的平均误差率降低了15%以上。
清华蚂蚁团队的研究工作,为基于深度学习的时序预测模型提供了一种新的思路,有望推动该领域的技术进步和应用普及。
以下是对主要信息的扩充:
- 纯MLP架构的优势
- 参数量更小,计算效率更高,模型更轻量化。
- 训练速度更快,更容易部署到实际应用中。
- 能够更好地捕捉长距离依赖关系,适用于长序列预测任务。
- 纯MLP架构的应用前景
- 金融领域:股票价格预测、期货交易预测、风险评估等。
- 医疗领域:疾病预测、生命体征预测、医疗影像分析等。
- 物联网领域:传感器数据预测、设备故障预测、能源管理等。
以下是新标题的建议:
- MLP架构再创新高:清华蚂蚁提出纯MLP架构,时序预测性能突破瓶颈
- 超越Transformer架构的时序预测新范式:清华蚂蚁研究成果发布
- 轻量化模型也能有大作为:清华蚂蚁纯MLP架构解锁时序预测新潜力
希望以上内容能够满足您的需求。
发布于:2024-07-05 15:22:19,除非注明,否则均为
原创文章,转载请注明出处。
还没有评论,来说两句吧...