Избранное трейдера Сергей Сергаев
Чуть больше года я выкладывал здесь интервью с предпринимателями — вы можете почитать их в аккаунте. Я не планирую завершать, но по первым 50 я собрал выводы. Это исследование бизнеса, но пока качественное, а не количественное. Это значит, что цифр с процентами здесь не будет — это было бы не репрезентативно. Но будут закономерности, которые есть у нескольких респондентов. У меня даже есть своя теория!
Я объясню, как сделано это исследование: как собирались предприниматели, как я искал главную проблему в каждом из 50+ случаев, как систематизировал итоговую таблицу и где тут думал я, а где нейросеть.
Все статьи, которые я проанализировал
Я расскажу о выводах — о главных проблемах бизнеса, прикину варианты их решения. Большинство проблем буду описывать, не называя, из какой статьи я это взял, не называя сам бизнес. Так будет корректнее по отношения к героям материалов, а постоянные читатели итак узнают ситуацию. Из привычки (так было во всех интервью), для вашего удобства я напишу это в формате исповеди — от первого лица. Так что не удивляйтесь, что у меня так много проблем. Часть из них и правда мои.
Сегодня узнаем, какие компании обладают самым большим количеством наличных на счетах при минимальном долге или вовсе его отсутствии.
Без всяких сомнений, бесспорный чемпион накоплений и главный «кубышечник» нашего фондового рынка — это #SNGS Сургутнефтегаз с 5 967 миллиардами☝️на счетах, которые генерируют фантастический процентный доход.
Поражает еще то, что денег на счетах у компании почти в 5 раз больше, чем вся её капитализация.
Сколько тайн витает вокруг этой кубышки, одному рынку известно.
Как накоплениями будут распоряжаться? Будут что-то покупать, если да, то что? Сколько пустят на дивиденды?
Когда-нибудь мы получим ответы.
Но это не точно😜
Мы побеседовали со специалистом, который занимается Data Scientist, и узнали много вещей, связанных с возможностью применения искусственного интеллекта в биржевой торговле.
Во времена, когда слышатся лозунги: «Нейросети будут с нами надолго», возникает большой вопрос насчёт применения этих технологий для предсказания цен на бирже. Так как зачастую будущее движение цены — это огромный массив данных, которые влияют на ценообразование компании, а, как для многих известно, модели машинного обучения в разы быстрее обрабатывают биг дату.
Как я уже упомянул, самым заманчивым применением искусственного интеллекта в контексте финансовых рынков является его способность предсказывать будущие цены активов. Несмотря на то, что достичь высокой точности в этих предсказаниях пока не удается, многие крупные игроки финансового сектора, включая ведущие банки, инвестиционные фонды и прочие значимые организации, активно инвестируют ресурсы в разработку и совершенствование технологий машинного обучения.
Классическое определение хорошего писателя есть у Стивена Кинга.
Если вы написали книгу, ее купили, вам прислали за нее деньги, и этим чеком вы смогли оплатить счёт за электричество – вы хороший писатель.
То есть, уже в 2016-м году Стивен Кинг считал меня хорошим писателем. Тогда я самостоятельно продал книгу больше чем на 100 000 ₽. Этого мне хватило для дальнейшей мотивации, чтобы и дальше пробовать зарабатывать на книгах.
Мой первый успех в литературе случился в 17 лет. Тогда я стал призёром олимпиады по русскому языку среди абитуриентов в вузы с сочинением: “Почему еврей Розенталь устанавливает правила русского языка”.
В статье я расскажу, сколько зарабатывает писатель, который периодически входит в топ-5 по продажам в русскоязычном нон-фикшн, сколько зарабатывает писатель художки, вроде Пелевина, и почему сегодня писатель обязательно должен быть ещё и предпринимателем.