今日热点!中国蜀塔盘中异动 早盘股价大跌10.34%
![博主:admin](http://ba021.nqnka.cn/skin/yan/picture/0.png)
中国蜀塔盘中异动 早盘股价大跌10.34%
北京 – 2024年6月17日,中国A股市场早盘,蜀塔股份(600036)出现异常波动,股价一度跌停,跌幅达10.34%。截至午间收盘,蜀塔股份报收于11.22元人民币,跌幅仍为9.97%。
蜀塔股份是一家从事电力设施施工、电力设备制造、电力工程总承包业务的上市公司。公司近年来业绩表现平平,2023年营业收入同比增长仅为3.21%,净利润同比增长则为2.56%。
市场人士分析,蜀塔股份股价大跌可能有多方面原因:
- 一是近期A股市场整体走弱,投资者风险偏好下降,导致部分个股出现恐慌性抛售。
- 二是蜀塔股份基本面表现平平,缺乏亮点,投资者对其未来发展前景信心不足。
- 三是公司近期没有发布任何重大利好消息,也没有任何重大利空消息,导致市场猜测不断,引发股价异动。
蜀塔股份方面尚未对此次股价异动发表任何回应。
分析人士指出,A股市场近期波动加剧,投资者应理性投资,谨慎操作。对于蜀塔股份这样的公司,投资者应深入分析其基本面情况,并结合自身风险承受能力进行投资决策。
以下是一些可能对蜀塔股份股价产生影响的因素:
- 公司未来的业绩表现
- 国家政策的变化
- 行业发展趋势
- 宏观经济形势
投资者应密切关注这些因素的变化,并及时调整投资策略。
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:2024-07-04 15:44:25,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...