独家专报！通胀高企 英国央行料维持利率不变

通胀高企 英国央行料维持利率不变

北京时间2024年6月19日讯 尽管近期经济数据显示出一些积极迹象，但由于通胀压力依然高企，英国央行在即将召开的货币政策会议上料将维持利率不变。

经济数据喜忧参半

英国国家统计局发布的数据显示，5月份英国CPI同比上升5.9%，略低于前月的6.2%，但依然处于高位。此外，5月份英国失业率维持在3.6%，与前值持平。

尽管通胀有所回落，但仍远高于英国央行2%的政策目标。与此同时，英国经济在第二季度展现出一定韧性，5月份GDP环比增长0.5%。

市场预期利率将维持不变

在即将于6月20日召开的货币政策会议上，英国央行货币政策委员会将投票决定是否上调、下调或维持利率。市场普遍预计，央行将维持利率不变。

主要原因

央行维持利率不变的主要原因包括：

• 通胀依然高企，需要通过维持高利率抑制通胀预期。
• 经济增长前景不明朗，央行需要保持政策灵活性。
• 英国大选临近，央行可能不愿在敏感时期做出重大政策调整。

未来展望

未来几个月，英国央行将密切关注通胀和经济数据，并根据形势变化调整政策。如果通胀持续回落，且经济增长强劲，央行可能会在下半年开始降息。

新标题：

英国央行按兵不动 通胀仍是主要挑战

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。