佰家富app代理_佰家富app注册

来源：佰家富app手机版APP2024-09-25 17:48

人民币对美元重返6.8，升值空间还有多大？******

　　中新网1月6日电 (中新财经宫宏宇)2023年初始，人民币汇率就迎来了好消息。

　　据中国外汇交易中心数据，1月5日，人民币对美元汇率中间价报6.8926，较此前一交易日上调205个基点，再次重返6.8区间。

资料图：人民币。中新财经邵婉云摄

　　人民币汇率为何能持续回升？

　　继去年年末人民币汇率反弹回升，并于12月夺回7.0关口后，人民币的上涨态势一直延续至2023年。对此，多方分析认为，近期人民币汇率上涨受多方面因素影响。

　　“人民币汇率上涨的原因之一是情绪面改善。”中国银行研究院高级研究员王有鑫接受中新财经采访时表示，随着疫情防控政策的逐渐优化，预计疫情对经济复苏的影响将减弱，经济社会生活将逐渐回归正轨，市场对于2023年经济增长信心更强。

　　王有鑫指出，汇率上涨得益于交易面的支撑。年底前后，出于流动性需要，企业结汇有所增加。境外机构对中国经济加快复苏的预期强化，纷纷看多人民币资产，跨境资本流入也在增加。

　　不仅如此，政策面的提振效应也在增强。

　　中国人民银行、国家外汇管理局12月30日发布公告称，自2023年1月3日起，银行间人民币外汇市场交易时间延长至北京时间次日3:00，人民币汇率中间价及浮动幅度、做市商报价等市场管理制度适用时间相应延长。

　　同日，中国外汇交易中心还调整了CFETS人民币汇率指数和SDR货币篮子人民币汇率指数货币篮子权重，美元、欧元、日元的权重均有所下降。

　　王有鑫表示，银行间人民币外汇市场交易时段的延长、货币篮子权重的调整以及美元权重的下调，进一步优化了汇率形成机制，拓展了外汇市场深度和广度，为全球投资者投资人民币资产以及进行风险对冲提供了更多便利。

　　“人民币汇率受发达经济体货币影响减弱，汇率形成的独立性和自主权提高，进一步强化了市场信心，使得汇率快速走高。”王有鑫称。

　　人民币汇率后续如何走？

　　开年就迎来开门红后，人民币汇率2023年的后续走势也备受关注。

　　中国民生银行首席经济学家温彬指出，整体看，2023年中国经济基本面持续修复和温和通胀，将有利于人民币汇率保持稳定。综合经济基本面与国际收支面考虑，预计2023年人民币汇率整体将呈现双向波动、温和回升、逐步趋近长期合理区间的走势。

　　“2023年中国经济将开启‘修复性复苏’模式，复苏的主要动能来自于抑制经济增长因素的消除。”温彬称。

　　他具体分析到，新冠疫情防控措施不断优化，将提振消费与投资信心，经济内生动力逐步恢复；房地产逐步由风险暴露期转向风险收敛期，融资改善与信心恢复将成为主要特征，行业逐步转向健康稳定发展的新阶段，地产对整体经济开始由负面冲击转为中性；通胀将保持温和，一方面内需复苏将促使核心通胀均值回归和中枢上移，另一方面输入型通胀压力减轻，则将有利于限制通胀涨幅。

　　在王有鑫看来，2023年预计人民币汇率将延续波动回升态势。随着各地疫情形势逐渐接近达峰并好转，人员流动、交通、餐饮、消费等领域活动将逐渐恢复，市场信心将进一步增强。而欧美等经济体经济增长压力将加快显现，货币政策放缓或转向的讨论将逐渐升温，美元大概率持续回落，对人民币的制约效应减弱。

　　“在全球经济普遍衰退背景下，中国经济和人民币资产将成为全球亮点，吸引跨境资本继续流入。”王有鑫称。(完)

佰家富app代理

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点：可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）