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。

香港互认基金迎新机遇：内地销售比例放宽至80% 投资管理职能可转授予海外机构

上海/北京 - 2024年6月16日，中国证监会和香港证券及期货事务监督院（简称“两地证监会”）联合发布了《关于修订<内地与香港基金互认安排>的通知》（征求意见稿），对两地基金互认制度作出了一系列修订，旨在进一步深化两地资本市场互联互通。

主要修订内容包括：

• 将香港互认基金在内地销售比例限制由50%放宽至80%。这意味着，内地投资者可以购买的香港互认基金产品将更加丰富。
• 允许香港互认基金投资管理职能转授予与管理人同集团的海外资产管理机构。这将有利于引进全球优秀资管机构，提升香港互认基金的投资管理水平。
• 优化内地投资者准入要求，将合格境内机构投资者（QFII）和人民币合格境外投资者（RQFII）的投资起点从5000万元人民币降至1000万元人民币。这将进一步降低内地投资者投资香港互认基金的门槛。

业内人士普遍认为，两地证监会此次发布的征求意见稿，是两地资本市场互联互通进程中的又一重要里程碑。

修订后的互认安排将带来以下积极影响：

• 进一步扩大香港互认基金的市场规模，丰富内地投资者境外投资选择。
• 提升香港互认基金的投资管理水平，为投资者提供更优质的投资产品。
• 促进两地资本市场深度融合，推动人民币国际化进程。

**有专家建议，**下一步两地证监会应继续完善互认制度，例如缩短互认基金审批时间、降低互认基金费用等，进一步提升互认安排的吸引力。

以下是本次修订对投资者的一些影响：

• 内地投资者将可以购买更多种类的香港互认基金产品。
• 香港互认基金的投资管理水平可能得到提升。
• 内地投资者投资香港互认基金的门槛将有所降低。

投资者在投资香港互认基金产品时，仍应审慎选择，注意自身风险承受能力。