特讯热点！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

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。

跨境指数基金强势崛起：境外投资新机遇开启？

近年来，随着中国资本市场对外开放的不断深化，跨境指数类基金逐渐成为投资者关注的焦点。数据显示，今年以来，跨境指数类基金收益率持续攀升，部分产品涨幅甚至超过20%，远超同期A股市场表现。这是否意味着跨境指数类基金将成为市场新的投资风向？

跨境指数类基金表现亮眼

据统计，截至2024年6月17日，今年以来A股市场中涨幅居前的基金主要为跨境指数类基金，其中，华夏恒生港股通指数增强基金A累计涨幅达32.19%，嘉实沪港深A股通精选指数基金A累计涨幅达29.02%，南方恒生港股通精选指数基金A累计涨幅达27.94%。

业内人士分析认为，跨境指数类基金近期表现强劲，主要得益于以下几个因素：一是海外市场相对稳健，美联储加息预期缓和，风险偏好有所回升；二是A股市场估值较低，吸引了海外资金流入；三是跨境指数基金产品不断创新，满足了投资者多元化的投资需求。

境外投资迎新机遇

随着跨境指数类基金的不断发展，境外投资正变得越来越便利，为投资者提供了更丰富的投资选择。投资者可以通过跨境指数类基金，布局海外优质资产，分享全球经济增长带来的红利。

不过，业内人士也提醒投资者，境外投资存在一定的风险，投资者在进行境外投资时，应做好充分的调研，选择适合自身风险承受能力的产品，并审慎投资。

未来展望：长期投资价值凸显

从长远来看，随着中国资本市场对外开放的不断深化，跨境投资将迎来更加广阔的发展空间。跨境指数类基金作为连接境内外资本市场的桥梁，有望在未来扮演更加重要的角色。

对于投资者而言，跨境指数类基金可以作为长期投资配置的一部分，帮助投资者分散投资风险，分享全球经济增长带来的收益。