Денис Аветисян 
Если вам нужно хоть как-то реанимировать ваши активы в этой новой реальности, где все работает наоборот, вот два стока, которые, возможно, смогут выжить – и даже преуспеть – в этой неразберихе. Не обещаю чудес, но хотя бы немного юмора в этой финансовой драме.
Скорректированная чистая прибыль «Яндекса» за 2025 год продемонстрировала значительный рост, достигнув 141,4 млрд рублей при выручке 1,44 трлн рублей. Данный показатель свидетельствует о высокой эффективности операционной деятельности компании и ее способности генерировать прибыль. В соответствии с предложенным менеджментом планом, дивиденды на акцию за 2025 год составят 110 рублей, что на 37,5% превышает предыдущие выплаты в размере 80 рублей. Анализ данной информации указывает на стабильность финансового положения компании и ее стремление к увеличению доходности для акционеров. Ключевым фактором, способствующим росту финансовых показателей, является диверсифицированная бизнес-модель и успешная реализация стратегических инициатив. Таким образом, данные свидетельствуют о привлекательности «Яндекса» как объекта для инвестиций, ориентированных на получение дивидендного дохода.
Прошлый год был не просто о более сильных показателях или о включении в S&P 500 (что, признаться, вызвало у некоторых брокеров приступы кашля от возмущения). Он раскрыл очертания долгосрочной стратегии – стратегии, простирающейся далеко за пределы торговли без комиссии. Представьте себе алхимика, который, начав с превращения свинца в золото, вдруг решил заняться производством сложных финансовых эликсиров. Или, что еще более странно, решил, что может управлять самой удачей.
В статье представлена вычислительная платформа, позволяющая анализировать и проектировать сложные финансовые инструменты, основанные на стохастических потоках и детерминированном распределении средств.
![В типичном сценарии двумерной навигации, система определяет область допустимых состояний (отображенная пунктирной окружностью оранжевого цвета вокруг объекта, представленного синим прямоугольником), храня при этом значения [latex]\mu_{V}[/latex] и [latex]\mu_{u^{*}}[/latex] в виде синих точек в структуре [latex]X^{\sharp}[/latex], обеспечивая тем самым основу для анализа и оптимизации траектории.](https://arxiv.org/html/2602.12492v1/figs/Data_setup.png)
Новый подход к обучению роботов навигации позволяет им эффективно ориентироваться в сложных условиях, избегая столкновений без необходимости создания точных математических моделей окружения.