Денис Аветисян 
Монета Pepe, этот дерзкий маленький токен, любящий привлекать внимание, в последнее время вызвала немало шума. Это не только любители мемов присоединяются к движению — киты скупают его, как будто запасаются туалетной бумагой перед бурей. И когда в дело вмешиваются крупные игроки, это обычно признак того, что назревает что-то захватывающее. 🍿
Согласно отчету, поданному в Комиссию по ценным бумагам и биржам 14 октября 2025 года, Abner Herrman & Brock продали 22 512 акций Home Depot в третьем квартале 2025 года. Примерная стоимость продажи составила $8,85 миллиона, исходя из средней цены за квартал. Теперь в распоряжении фонда осталось 37 126 акций компании.
21 октября 2025 года в SEC появилась интересная новость: компания Investment Planning Advisors заключила сделку по приобретению 72 104 акций фонда Invesco NASDAQ 100 ETF, оцененную в 17,82 миллиона долларов, если судить по средней цене акций на 30 сентября 2025 года. Можно себе представить, какой рвением сопровождается такое решение, а также размышления о том, какие скрытые мотивы стояли за выбором именно этого актива.
В эпоху стремительного развития искусственного интеллекта, традиционные экономические модели, ориентированные на землю, труд и капитал, оказываются неспособными объяснить новую реальность, где данные становятся ключевым фактором производства. В исследовании «The Economics of AI Training Data: A Research Agenda» авторы смело заявляют о необходимости переосмысления основ экономической теории, подчеркивая, что неспособность адекватно оценить и управлять потоками данных рискует исказить распределение благ и затормозить инновации. Однако, если данные, в силу своей неконкурентности и сложности оценки, принципиально не поддаются рыночному ценообразованию, как тогда построить эффективную экономику будущего, основанную на искусственном интеллекте?
В эпоху турбулентности финансовых рынков и растущей сложности экономических индикаторов, традиционные методы прогнозирования всё чаще оказываются неспособны улавливать нелинейные закономерности, определяющие стабильность и процветание. В исследовании “Enhancing Financial Decision-Making: Machine Learning and AI-Powered Predictions and Analysis”, авторы стремятся преодолеть эту проблему, предлагая систему, основанную на машинном обучении и искусственном интеллекте. Однако, за кажущейся простотой алгоритмов скрывается фундаментальное противоречие: можем ли мы действительно полагаться на модели, обученные на прошлом, чтобы предсказывать будущее, и не приведёт ли чрезмерная оптимизация под текущие данные к катастрофическим ошибкам в условиях постоянно меняющегося мира?