实时热点！资源股全线下挫：多重因素致使市场调整

资源股全线下挫：多重因素致使市场调整

北京 - 6月13日，A股市场资源板块全线走弱，跌幅普遍超过2%，其中仁智股份、准油股份、银泰黄金、玉龙股份、宝武镁业、大有能源、宝泰隆等个股跌幅居前。

市场分析人士认为，资源股全线下挫主要有以下几个原因：

• **美联储加息预期升温。**美联储主席鲍威尔表示，美国通胀仍处于不可接受的高位，美联储将继续加息直至通胀回落。市场预期美联储将在7月会议上加息50个基点，甚至更高，这导致全球风险资产普遍回落，资源股也未能幸免。
• **国内经济增速放缓。**近期，中国公布的一系列经济数据显示，经济增速出现放缓迹象。这引发市场担忧中国经济将进一步下行，进而导致对未来需求疲软的担忧，打压了资源股价格。
• **政策因素影响。**近期，中国出台了一系列调控房地产市场的政策措施，这导致房地产板块大幅下跌，也拖累了资源股的表现。

有色金属板块是本次资源股下跌的重灾区，跌幅超过3%。**其中，铜、铝、铅等主要有色金属价格均出现下跌，**主要原因是全球经济增速放缓导致需求疲软，以及美联储加息导致美元走强打压大宗商品价格。

黄金板块也未能幸免，跌幅超过2%。**金价通常被视为避险资产，**但在美联储加息预期升温的情况下，投资者更倾向于持有美元等避险资产，导致金价下跌。

**总体来看，资源股全线下挫是多重因素共同作用的结果。**短期内，资源股价格可能仍将承压，但长期来看，随着全球经济复苏和中国经济转型升级，资源股仍有望保持良好的成长趋势。

以下是一些投资建议：

• **投资者应密切关注全球经济形势和美联储货币政策变化，**并适时调整投资策略。
• 从长期来看，资源股仍有望保持良好的**成长趋势，**但投资者应选择具有良好基本面和成长潜力的公司进行投资。
• **投资者应分散投资，**不要将所有资金集中在资源股板块。

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。