独家专报！欧洲股市全线飘绿 德国DAX指数重挫2% 担忧经济衰退加剧

欧洲股市全线飘绿 德国DAX指数重挫2% 担忧经济衰退加剧

[城市，日期] - 欧洲股市周五（6月14日）全线收跌，主要股指跌幅均超过1%。其中，德国DAX指数跌幅最大，达2%，报收13578.19点。

**市场人士表示，投资者担忧全球经济衰退风险加剧，导致欧洲股市承压。**近期，美国经济数据显示出疲软迹象，加剧了投资者对全球经济衰退的担忧。此外，欧洲央行即将召开货币政策会议，市场预期欧洲央行将加息以抑制通胀，也令投资者感到担忧。

具体来看，欧洲主要股指表现如下：

• 德国DAX指数：下跌2.00%，报收13578.19点
• 法国CAC40指数：下跌1.75%，报收5817.76点
• 英国富时100指数：下跌1.58%，报收7120.44点
• 欧洲斯托克50指数：下跌1.43%，报收3862.81点

**从板块来看，欧洲股市大多数板块周五均下跌。**其中，科技板块跌幅最大，达2.5%；汽车板块跌幅也较大，达2.2%。

**德国DAX指数是欧洲最重要的股指之一，代表了德国30家市值最大的上市公司的股价表现。**DAX指数周五的大幅下跌，反映出投资者对德国经济前景的担忧。

**欧洲央行将于下周召开货币政策会议，市场预期欧洲央行将加息以抑制通胀。**加息可能会导致企业借贷成本上升，盈利能力下降，进而拖累股市表现。

**总体而言，欧洲股市近期表现震荡，主要原因是投资者担忧全球经济衰退风险加剧。**未来，欧洲股市将如何演变，值得密切关注。

请注意：

• 本新闻稿仅供参考，不构成任何投资建议。
• 本新闻稿中的信息可能存在误差或遗漏。
• 依据本新闻稿中的信息做出的任何投资决策概不负责。

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。