深度解读！水产品概念股午后跳水 大北农跌逾2%

水产品概念股午后跳水 大北农跌逾2%

北京 - 6月13日，A股市场水产品概念股午后跳水，跌幅扩大。截至收盘，大北农跌幅达2.48%，领跌板块。其他相关个股如獐子岛、龙头股份、益生股份等也出现不同程度下跌。

**分析人士认为，水产品概念股跳水的主要原因是近期水产品价格有所回落。**据国家统计局数据，5月份全国水产品价格同比上涨10.6%，但环比有所下降。其中，淡水鱼价格同比上涨12.4%，环比下降0.5%；海水鱼价格同比上涨8.8%，环比下降0.7%；虾蟹价格同比上涨11.2%，环比下降1.2%。

水产品价格回落主要受以下几个因素影响：

• **供给端：**随着养殖技术的进步和养殖规模的扩大，水产品产量持续增长，市场供应充足。
• **需求端：**受疫情影响，餐饮消费有所减少，对水产品需求造成一定冲击。
• **季节性因素：**夏季是水产品消费旺季，但随着气温升高，部分水产品保质期缩短，销售价格有所回落。

**水产品概念股短期内或将承压，但长期来看仍具有一定投资价值。**随着国内经济复苏和餐饮消费回暖，水产品需求有望逐步回升。此外，随着冷链物流技术的发展和完善，水产品保质期将得到延长，也将利好水产品行业发展。

以下是对水产品概念股未来投资的几点建议：

• **关注水产品价格走势：**密切关注水产品价格变化，及时调整投资策略。
• **选择优质标的：**优先选择养殖技术先进、产品质量优良、品牌知名度高的水产养殖企业。
• **注重长期投资：**水产品行业具有周期性特征，投资者应注重长期投资，避免短线炒作。

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。