今日消息！Evercore ISI喊出华尔街最高！标普500年底目标位上调至6000点

Evercore ISI喊出华尔街最高！标普500年底目标位上调至6000点

华尔街投行Evercore ISI近日发布最新研报，将标普500指数2024年底目标位上调至6000点，成为华尔街主流机构中对该指数最为乐观的预测。 此次上调主要基于以下几点原因：

• 经济复苏预期增强： Evercore ISI预计美国经济将在2024年继续温和增长，失业率将保持在低位，这将为企业盈利提供支撑。
• 企业盈利改善： Evercore ISI预计标普500指数成份公司2024年和2025年的每股收益将分别增长8%和5%，这将推动股价上涨。
• 美联储紧缩周期结束： Evercore ISI预计美联储将在2024年底结束加息周期，这将缓解市场对流动性收紧的担忧。
• 通胀消退： Evercore ISI预计美国通胀将在2024年下半年回落，这将降低企业成本并提振消费者信心。
• 人工智能热潮推动科技股估值： Evercore ISI认为，人工智能的蓬勃发展将推动科技股估值继续走高。

Evercore ISI首席股票和量化策略师朱利安·伊曼纽尔（Julian Emanuel）表示：“我们认为，美国经济的基本面仍然强劲，企业盈利将继续增长，美联储将在年底结束加息周期，这些因素都将推动股市继续上行。”

他指出，虽然标普500指数的估值水平目前处于历史高位，但仍低于互联网泡沫时期的峰值。此外，人工智能的快速发展为未来经济增长提供了新的动力，这将支撑股市估值在较长时间内保持在高位。

不过，Evercore ISI也提醒投资者，市场仍存在一些潜在风险，包括地缘政治紧张局势升级、中国经济增长放缓以及美联储政策失误等。

总体而言，Evercore ISI对美国股市前景持谨慎乐观态度，建议投资者继续关注经济增长、企业盈利和美联储政策等关键因素。

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。