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。

M1增速罕见转负：统计口径变化背后何种深层信号？

上海证券报 记者 周亮

2024年6月17日，央行发布了5月末金融数据。其中，M1（现金+活期存款）余额同比下降4.2%，这是M1自1997年有统计以来首次出现同比负增长。这一罕见现象引发了市场广泛关注。

数据背后的"真相"

M1是反映货币供应量中最基本的指标，通常也被称为狭义货币供应量。M1同比负增长意味着市场上流通的现金和活期存款余额出现了萎缩。

从表面上看，M1负增长似乎反映了经济下行、流动性不足等问题。然而，一些专家指出，M1增速下降也可能与统计口径变化有关。

2022年以来，央行一直在推动金融机构规范表外业务，并对第三方支付机构备付金等纳入统计。这些措施导致部分资金统计口径发生了变化，从而影响了M1增速的同比数据。

专家解读：M1增速或被低估

光大证券首席金融分析师王一平表示，如果将居民活期存款、非存款类的金融产品、第三方支付机构备付金这三类资金纳入M1统计口径，那么5月末M1增速大概在0.6%-1.1%之间。

王一平进一步指出，从趋势上看，M1增速与社融增速、GDP增速的相关性有所下降，M1增速的参考意义有所减弱。

经济运行仍有韧性

尽管M1增速出现负增长，但央行数据显示，5月末M2（广义货币供应量）余额同比增长7%，社融规模同比增长8.4%，信贷规模同比增长10.8%。这些数据表明，整体货币供应量和信贷投放仍然保持适度增长，经济运行总体保持平稳。

交通银行金融研究中心首席分析师刘航认为，M1增速下降不应过度解读，要综合研判多项指标，才能更准确地判断经济运行状况。

未来M1走势值得关注

对于未来M1的走势，专家们普遍认为，将取决于以下几个因素：

• 商品房销售增速何时企稳
• 财政发力进展
• 出口企业结售汇情况

招商证券首席宏观分析师张宏认为，随着经济企稳回升，M1增速有望在二季度末三季度初恢复正增长。

此外，一些专家也建议，相关部门应进一步完善货币供应量统计指标，更好地反映经济运行的实际情况。