5月25日消息,上周五,證監(jiān)會(huì)例會(huì)宣布重點(diǎn)打擊六類操縱市場(chǎng)行為,央視上周六將焦點(diǎn)引向備受詬病的高價(jià)股。全通教育、暴風(fēng)科技、多倫股份等均在列,專家認(rèn)為當(dāng)前的高價(jià)股存在泡沫風(fēng)險(xiǎn)。
目前,證監(jiān)會(huì)已集中部署了兩批專項(xiàng)執(zhí)法案件查辦工作,并已全部進(jìn)場(chǎng)調(diào)查,部分案件已取得突破。其中,迎合市場(chǎng)炒作熱點(diǎn),編題材講故事,以內(nèi)容虛假、夸大或不確定的信息影響股價(jià)等都被納入查辦。
而央視上周六也將輿論風(fēng)向引向高價(jià)股。其中講故事的包括如多倫股份、二三四五、神州高鐵、天神娛樂、三泰控股、中科云網(wǎng)、科達(dá)潔能、魯豐環(huán)保;而高價(jià)股如長(zhǎng)亮科技、全通教育、安碩信息、暴風(fēng)科技、京天利、貴州茅臺(tái)。
據(jù)悉,目前A股高價(jià)股主要集中在次新股、轉(zhuǎn)型股以及部分機(jī)構(gòu)齊聚的概念小盤股。而上市成為闖入高價(jià)股陣營(yíng)最快通道。
在最近82家百元以上高價(jià)股中,即使不復(fù)權(quán),2014年后上市的次新股占到54家,占比高達(dá)65.85%。而如果按后復(fù)權(quán)計(jì)算,2014年以來上市的250家左右的次新股中,股價(jià)百元以上的就有70家。其中,暴風(fēng)科技上市后,7.14元的發(fā)行價(jià)在短短的時(shí)間內(nèi)暴漲到289元,累計(jì)漲幅在40倍左右。
西南證券首席策略分析師張剛認(rèn)為,經(jīng)過快速上漲后,高價(jià)股不僅市盈率大幅飆升,且市場(chǎng)價(jià)值也遠(yuǎn)遠(yuǎn)超過同行,甚至超過了國(guó)際巨頭公司,“A股這部分高價(jià)股存在嚴(yán)重的泡沫。”
專家稱,股價(jià)最為瘋狂的時(shí)候,也是風(fēng)險(xiǎn)最高的時(shí)候,依靠炒新、講故事堆起來的高價(jià)股,一旦失去動(dòng)力,高位買入的投資者解套可能遙遙無期。對(duì)比發(fā)現(xiàn),按后復(fù)權(quán)計(jì)算,在2007年巔峰時(shí)期的高價(jià)股,約八年后,仍有超過一半尚未解套。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。