문호 잠그고 닫고 고립되면 필리핀 멕시코 아르헨티나 되는거다.

어떤 사람 왈, "내 자식이 이 사람에게 감동의 대상이 되느니 안 낳는게 낫다"라고 하셨음.

이번 주 시장 요약..

이제부터 바보로 삽시다.

미 연준 최종금리 6% 가능성…고민 커지는 한국은행
https://www.blockmedia.co.kr/archives/299676

몇개월전에 1.25차이예상이라서 관망생각햇는데 이젠 2차이예상됏네...

시장 가격

보통주의 가격 수익률 :

가격 수익률 (P/E 비율)은 아마도 주식 가격과 관련 성능을 측정하는 가장 널리 사용되는 도구 일 것입니다.비율은 단순히 주식의 가격을 지난해 주당 EPS (Earnings ever)로 나눈 값입니다.P/E 비율이 낮을수록 주식이 수입에 비해 더 비싸다.

P/E 비율이 인기있는 주된 이유 중 하나는 계산하기가 비교적 쉽기 때문입니다.예를 들어, 주식이 주당 $ 20로 거래되고 해당 주당 $ 2의 수입이있는 경우 P/E 비율은 20/$ 2 또는 100입니다).마찬가지로, 주식이 주당 30 달러로 거래되고 해당 주당 $ 4의 수입을 가진 경우 P/E 비율은 30/$ 4 또는 200입니다).

P/E 비율은 수십 년 동안 주식 시장 성과의 척도로 사용되었습니다.실제로 P/E 비율은 세계에서 가장 널리 사용되는 재무 지표 중 하나였습니다.

P/E 비율을 사용할 때 주요 고려 사항 중 하나는 회사 수입의 관련성입니다.예를 들어, 회사가 역사적으로 낮은 수익률 마진을 생산 한 경우 P/E 비율이 낮더라도 재고가 고가 일 수 있습니다.반대로, 회사의 수익률이 높은 마진을 가지고 있다면 P/E 비율이 높더라도 재고가 저평가 될 수 있습니다.

또 다른 중요한 고려 사항은 시장 환경입니다.예를 들어, 전체 주식 시장이 변동성이 높으면 P/E 비율도 변동성이 높을 수 있습니다.

회사 규모, 배당 재투자 정책 및 통화 변동을 포함하여 P/E 비율에 영향을 줄 수있는 여러 가지 요인이 있습니다.

P/E 비율은 유용한 도구이지만 주식 성능의 유일한 척도는 아닙니다.주식을 평가할 때 순이익 및 주당 수입과 같은 다른 요인들도 고려해야합니다.

[미래에셋증권 퀀트 유명간] 주간 이익동향 안내(3월 2주차)

3월 2주차 어닝스리비전 보고서는 발간되지 않습니다. 발간 리포트 수 부족으로 지난주(3월 1주차) 컨센서스 흐름과 크게 달라진 점은 없습니다.

1) 어닝스리비전 주요 차트들과 2) 4Q22 실적 리뷰&1Q23 프리뷰 엑셀 파일을 아래 링크로 공유해 드립니다.

▶ Earnings Revision 주요 차트(3월 2주차)
https://bit.ly/3ZFaEyx

▶ 4Q22 실적 정리(시장/업종)
https://bit.ly/3kBrijL

▶ 4Q22 실적 리뷰, 1Q23 프리뷰 엑셀 파일
https://bit.ly/3y64qf5

*미래에셋증권 퀀트 텔레그램 채널
t.me/miraequant

편안한 주말 보내시길 바랍니다. 감사합니다.

저출산의 진짜 이유!? 흥미롭다.

조승연의 탐구생활에 나온 저출산 관련 영상. 저출산 이유? 복합적인 문제. 집값, 취업, 복지 정책, 사회 인식 등. 그런데 해당 영상에서 다룬 내용들은 새롭다. 그리고 타당해보인다. 한번 읽어보세요. 흥미로웠던 내용들 위주로. 물론 갑론을박이 있습니다. 1. 인터넷 음란물 공급과 소비가 더 쉽게, 그래서 더 급증했고 이게 성 욕구를 파괴했다. 그래서 젊은 세대들의 관계 횟수가 줄어든다. 2. 음란물 외에 다른 욕구 해소 포인트 or 좋아하는 게 있다면 거기서도 리스 패턴이 포착. 대표적으로 게임, 애니메이션 등. 일본은 해당 문제를 다큐로 다루기도 했다. 3. 데이팅앱 등 기술의 발전이 연애를 역으로 막는다. 그냥 빠르고 쉽.......

https://blog.naver.com/djgkrrl1234/223034743954

박홍기 작가가 했던 이야기를 정리해보자면

1. 결혼이라는 것은 여자에게 매우 유리한 것.

2. 왠만한 직장들에서 여자가 35세 넘어가고 40세 되었을 때 퇴사압박 발생.

3. 젊었을 때는 일도 하고 남자보다 사회생활 빨리 시작하니까 뭔가 우위에 있는 것처럼 느끼지만

4. 나이가 들수록 그런 것은 사라지기 마련.

5. 남자가 빨빨거리면서 개 발에 땀나듯이 매달리는 것은 20대 정도까지

6. 30대가 되면 만사가 귀찮아지고 직장을 다니면 성에 대한 관심은 감소하기 마련

7. 그래서 생각있는 여성들은 빨리 남자를 잡아버림

8. 이들은 마음드는 완벽한 남자가 나타날 수 없음을 알고 오히려 말 잘듣고 성실하면 여자가 남자를 키운다는 마음으로 시작하는 사람들이 많.

9. 페미니즘으로 펜스룰이 나타났는데 이게 한국이 엄청 빠른 것임.

10. 해외에서는 페미 및 무고 피해 후 10년 정도 지나서 사회현상으로 자리 잡는 것인데 2년 만에 나타남

11. 그래서 각잡고 페미니즘으로 먹고 살려고 했던 강의 팔이 갈등 팔이들 밥그릇 끊김

12. 일본에서 마케이누 저주와 아라포세대의 탄생을 보면 한국에도 동일한 비극이 나타날 가능성

13. 남자여자 힘 합쳐서 이겨내고 결혼하고 신뢰를 쌓으라고 교육을 해야 하는데 남자는 성매수의 잠재적 범죄자고 여자는 피해자라는 이상한 것을 교육

14. 이러한 현상 후에 서구사회는 게이 폭증

15. 여자들이 결혼하고 싶어서 안달이 나는 분위기.

16. 남자 좀 멀쩡하다 싶어서 여자가 먼저 프로포즈 하면 대부분이 게이. 유학 가보면 안다고.

17 동질혼은 더욱 공고해지기 떄문에 무슨 재벌집에 시집가고 싶어하는 게 아니라 부유중산층 정도 되는 곳에 어떻게 해서라도 결혼하고 싶어 함.

18. 생애주기별로 미혼에 따른 피해를 볼 필요가 있음
30대부터는 여자들이 크게 느끼고
남자들은 은퇴하고 난 후 50대60대부터 극도의 외로움을 느낀다고 함.

19. 이러한 생애주기별 특징을 이해하고 결혼해서 서로 도와가면서 부족한 부분을 보완해서 살아라 해야하는데

"한남새끼 무능력한 새끼" 이런 식의 선동질로 조건 따지는데

일본에서도 그랬다고 함.
여자들이 "내가 신주쿠에 가서 화대를 벌면 니 월급 몇 배는 버는데 남자새끼가 도쿄에 집 1채 못 사냐? 에라이 일남새끼"

애매한 사무직들 나이들고 퇴사압박 강해지니까 짤리고 빈곤으로 추락. 결혼이라도 했으면 남편이 버는 거랑 해서 사는데 그런 버퍼가 없으니.

20. 30대 까지는 남자가 뭐 사회진출도 늦고 모자른 게 맞고 젊은 놈이 집 살 돈 없는 것은 당연한 것이니 받아들이고 해야 맞음.

PS.
내 의식의 흐름에서 박 작가 말 한 거 기억나는 대로 읊은 거고 저 내용 대부분 맞음. 틀리지 않음. 누구 깔라고 하는 것도 아니고 이런 점들을 잘 알고 서로 이겨내고 힘내서 살으라는 뭐 그런 취지.
화이팅.

전기 구이 차의 화재 사고를

줄이고 가격을 낮추는 것이

빠떼리 경쟁의 방향이 될 것 입니다

결국 중국이 시장을 다 가져 가겠네요





LFP 배터리는 비교적 가격이 낮으면서 화재 안전성이 높은 것이 장점인데, ESS 시장에서 안전성 기반의 저출력 시장이 확대된 영향으로 풀이됩니다.

SNE리서치는 "2020년까지만 해도 세계 시장에서 한국 3사의 시장 점유율이 50% 이상을 기록했으나 중국 업체들이 LFP 배터리를 활용한 저가 공세를 펼치며 북미 시장에서도 LFP 배터리가 대세가 됐다"고 분석했습니다.


https://biz.sbs.co.kr/amp/article/20000105914

아모레퍼시픽 근황..

http://m.humoruniv.com/board/read.html?table=pds&number=1218176

ㅡㅡㅡㅡㅡ
일장춘몽. 한류 열풍도 결국은 홍콩영화 같은 느낌.

늙어 가는 서울…주거용 건물 54%, 지은지 30년 넘었다
https://www.mk.co.kr/news/realestate/10666340

ㅡㅡㅡㅡ
도시는 소모품이다. 건물은 감가상각 되는 자산이다. 토지가 중요하다. 대지권.

건물이 노후될수록 관리비가 폭증한다.

빚 다 갚으면 알까. 이 감가상각되고 관리비 폭증한 세멘 덩어리에 본인들 인생을 대출해서 갈아넣었다니....ㅜ

그러하다.

챗GPT가 로봇에 이식되면 어떤 일이 벌어질까?(박종선 대표)

챗GPT의 GPT는 사전 학습이 되어서(pre-trained) 콘텐츠를 생성해낼 수 있는(generative) AI 모델(transformer)입니다. 하지만 이후에도 사람의 손을 탔습니다. 이상한 소리하지 마라고 말이죠. 사람이 지도학습 시키고, 사람들의 피드백을 반영해서 강화학습도 했죠. 이걸 파인튜닝(미세조정)이라고 합니다.

여기까지는 똑똑한 고등학생인 셈입니다. 그런데 GPT는 사람의 손을 어떻게 타느냐에 따라 어떤 문제를 해결할 것인지, 어떤 목적으로 쓰일 것인지가 달라집니다. 전공을 가지는 대학생이 될 수 있는 것이죠.

‘챗GPT 릴레이 인터뷰’ 이번 편에서는 이 파인튜닝에 대해서 자세히 알아봅니다.

※릴레이 인터뷰 라인업 : 김지현 SKT 부사장, 배순민 KT AI2XL 연구소장, 구태언 법무법인 린 변호사, 오순영 KB금융 AI센터장, 남세동 보이저엑스 대표, 박성현 리벨리온 대표, 박종선 인포보스 공동대표, 이세영 뤼튼 대표, 김종윤 스캐터랩 대표(이루다 개발사), 이건복 마이크로소프트 코리아 매니저, 황재선 SK디스커버리 부사장 (추가 예정)

영상 편집=황정현 디자이너

▶티타임즈 공식 홈페이지
http://www.ttimes.co.kr/index.html
▶티타임즈 메일
ttimes6000@gmail.com

#챗GPT #생성AI #인포보스

00:00 광고
00:11 하이라이트
01:18 인포보스 소개
03:28 문제정의가 분명해야 AI를 활용할 수 있다?
05:43 초거대AI 모델이 연구 분야에서는 힘을 못 쓸까
08:39 초거대AI가 만능이 아닐까
09:57 식별AI, 생성AI의 명확한 정의는
11:38 인포보스가 활용하는 AI 종류는
13:06 GPT에서 ‘P’의 명확한 의미는
16:13 파인튜닝의 명확한 의미는
18:40 AI 모델을 처음부터 버티컬이 아닌 Pre-Trained 된 걸로 만드는 게 낫지 않을까
21:18 초거대 AI모델의 한계는
24:03 GPT-4는 어느 정도의 성능을 보일까
28:11 GPT-4가 테슬라 로봇에 이식될 수 있을까
30:33 GPT-4 이후 제대로 학습할 수 있는 고퀄리티 데이터가 없을까

https://www.youtube.com/watch?v=KG1Nhd9NJ2I

반도체 지원법(The CHIPS and Science Act) 근황

#메르 님

https://m.blog.naver.com/ranto28/223034739576?referrerCode=1

'로또 2등' 한 곳서 103명 나왔다…"동일인이라면 7억"

www.sedaily.com/NewsView/29MWP94Z0U?OutLink=telegram
프리미엄 컨버전스 미디어, 시그널(Signal)
투자의 바른 길을 함께 합니다! https://signal.sedaily.com

1. 로또 추첨은 생방송이 아니다.

이 방에 복권 사는 흑우 없졔?

독서가 복권이고
노동이 로또다.

사마천의 화식열전을 보자.

경기가 없어진다고

통계청에서 공식 발표를 했네요

경기가 돌아서기까지 적지 않은 시간이 필요한 거 같으네요




고강도 긴축’ 여파가 본격 반영되는 이번 수축기가 ‘역대 최장’이었던 직전의 수축기만큼이나 길어질 수 있다는 평가도 나온다.


https://v.daum.net/v/20230305060147107

이번 전인대 대표에 포함된 샤오미 CEO 레이쥔은 로봇산업 발전, 자동차데이터 안전 관리 체계 구축, 자동차 강국 건설 등을 강조, 건의했습니다.


https://m.yna.co.kr/view/AKR20230304038300097

차원의 저주는 고차원 공간에서 데이터 분석에 사용되는 샘플 데이터의 수가 상대적으로 적어서 예측 성능이 저하되는 문제입니다. 이를 이해하기 위해 수학적인 개념에 대해 자세히 살펴보겠습니다.

고차원 공간에서 데이터의 밀도는 차원의 증가와 함께 급격하게 감소합니다. 이는 데이터 포인트 간의 거리가 멀어지고, 이웃하는 데이터 포인트들이 서로 상관관계가 적어지기 때문입니다. 이러한 거리와 상관관계의 감소는 분류, 회귀 등의 예측 모델링에서 예측 오차를 증가시키는 원인이 됩니다.

수학적으로 이를 이해하기 위해서는 벡터 공간을 이해해야 합니다. 벡터 공간은 n차원의 실수 공간입니다. 예를 들어, 3차원 벡터는 (x, y, z)와 같은 형태로 나타낼 수 있습니다. 고차원 공간에서의 데이터는 이와 같이 n차원 벡터로 표현됩니다.

데이터의 차원이 증가함에 따라 공간의 크기가 기하급수적으로 증가합니다. 예를 들어, 3차원 공간에서 1씩 증가하는 크기의 정사각형이 4개 필요하다면, 4차원 공간에서는 16개, 5차원 공간에서는 64개의 정사각형이 필요합니다. 이러한 이유로 고차원 공간에서는 데이터 포인트 간의 거리가 멀어지는 경향이 있으며, 이는 예측 성능을 저하시키는 원인이 됩니다.

따라서 데이터 분석에서는 차원의 저주를 고려하여 적절한 차원 축소, 피처 선택, 피처 추출 등의 방법을 활용하여 데이터 분석의 정확도와 속도를 향상시켜야 합니다.

이를 빅데이터 분야에 적용하면, 빅데이터에서 발생하는 차원의 증가로 인해 데이터 분석의 정확도와 속도가 저하될 수 있습니다. 따라서 차원의 저주를 해결하는 방법이 필요합니다.

빅데이터 분야에서 차원의 저주를 해결하는 방법은 다음과 같습니다.

차원 축소: 차원을 축소하여 데이터를 더욱 밀도있게 만듭니다. 이를 통해 예측 성능을 향상시킬 수 있습니다.

피처 선택: 데이터에서 중요한 피처를 선택하여 분석에 활용합니다. 이를 통해 차원을 줄일 수 있으며, 분석 시간을 단축시킬 수 있습니다.

피처 추출: 원본 데이터에서 새로운 피처를 추출합니다. 예를 들어, 이미지 데이터에서 SIFT, SURF, HOG와 같은 feature extraction 방법을 사용하여 이미지를 표현하고 분석합니다.

클러스터링: 비슷한 데이터를 하나의 클러스터로 묶어서 데이터의 밀도를 높입니다. 이를 통해 데이터의 차원을 감소시킬 수 있습니다.

샘플링: 데이터의 양을 줄이는 것으로, 더 적은 양의 데이터를 사용하여 분석합니다. 이를 통해 분석 시간을 단축시키며, 분석 결과를 빠르게 도출할 수 있습니다.

이러한 방법들을 활용하여 빅데이터에서 발생하는 차원의 저주를 해결할 수 있습니다.

https://www.youtube.com/watch?v=EXHR2-hECRM