被任命为董事后 埃里森所持特斯拉股票账面损失已超过4亿美元

本文主要是介绍被任命为董事后 埃里森所持特斯拉股票账面损失已超过4亿美元,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【TechWeb】5月24日消息,据国外媒体报道,在去年12月份宣布任命甲骨文公司创始人拉里·埃里森为公司董事时,特斯拉就提到他持有300万股特斯拉股票,但不曾想在那之后特斯拉股价大幅下跌,目前他所持特斯拉股票的账面损失已超过了4亿美元。

特斯拉是在去年的12月28日宣布任命埃里森为公司董事的,当日特斯拉股票的收盘价为333.87美元,而在本周四美国股市收盘时,特斯拉股价为195.49美元,较去年12月28日的股价下跌了138.38美元,跌幅高达41.45%。

在被任命为董事之后特斯拉股价下跌41.45%,也就意味着埃里森所持特斯拉的股票,在这一段时间的账面损失超过了40%。

按所持300万股的股票计算,在被任命为董事的当天,埃里森所持特斯拉股票的市值超过了10亿美元,但在本周四美国股市收盘时,300万股特斯拉股票的市值为5.86亿美元,缩水4.14亿美元。

特斯拉方面并未公布埃里森买入特斯拉股票的具体时间,因而也就无从知晓他买入特斯拉股票的具体价格,也就无法知晓他投资特斯拉股票具体的账面损失。但从2018年的1月1日到3月23日这一段时间,特斯拉股价一直300美元之上,最高时还曾达到357.42美元,如果他是这一段时间买入,其账面损失就注定不会小。(辣椒客)

这篇关于被任命为董事后 埃里森所持特斯拉股票账面损失已超过4亿美元的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/255024

相关文章

SigLIP——采用sigmoid损失的图文预训练方式

SigLIP——采用sigmoid损失的图文预训练方式 FesianXu 20240825 at Wechat Search Team 前言 CLIP中的infoNCE损失是一种对比性损失,在SigLIP这个工作中,作者提出采用非对比性的sigmoid损失,能够更高效地进行图文预训练,本文进行介绍。如有谬误请见谅并联系指出,本文遵守CC 4.0 BY-SA版权协议,转载请联系作者并注

股票数据接口-陈科肇

陈科肇 新浪财经 sz-深圳sh-上海历史分价表:http://market.finance.sina.com.cn/pricehis.php?symbol=sz000506&startdate=2016-12-27&enddate=2016-12-27历史成交明细(当日成交明细):http://vip.stock.finance.sina.com.cn/quotes_service/v

C语言练习题之 数组中出现次数超过一半的数

题目描述 给一个长度为 n 的数组,数组中有一个数字出现的次数超过数组长度的一半,请找出这个数字。 例如输入一个长度为9的数组[1,2,3,2,2,2,5,4,2]。由于数字2在数组中出现了5次,超过数组长度的一半,因此输出2。 数据范围:n≤50000,数组中元素的值0≤val≤10000 要求:空间复杂度:O(1),时间复杂度O(n) 输入描述: 保证数组输入非空,且保证有

【CSS】flex布局 - 左边超过打点, 右边完整展示

场景:宽度一定的情况下右边自适应,左边被挤压。 需要的效果如下: flex 的三个参数分别对应:flex-grow、flex-shrink、flex-basis。 flex-grow:定义项目的放大比例,默认为0。即如果存在剩余空间,也不放大。flex-shrink:定义项目的缩小比例,默认为1。即如果空间不足,该项目将缩小。flex-basis:定义在分配多余空间之前,项目占据的主轴空间。

笔试强训,[NOIP2002普及组]过河卒牛客.游游的水果大礼包牛客.买卖股票的最好时机(二)二叉树非递归前序遍历

目录 [NOIP2002普及组]过河卒 牛客.游游的水果大礼包 牛客.买卖股票的最好时机(二) 二叉树非递归前序遍历 [NOIP2002普及组]过河卒 题里面给的提示很有用,那个马的关系,后面就注意,dp需要作为long的类型。 import java.util.Scanner;// 注意类名必须为 Main, 不要有任何 package xxx 信息publ

逐行讲解Transformer的代码实现和原理讲解:计算交叉熵损失

LLM模型:Transformer代码实现和原理讲解:前馈神经网络_哔哩哔哩_bilibili 1 计算交叉熵目的 计算 loss = F.cross_entropy(input=linear_predictions_reshaped, target=targets_reshaped) 的目的是为了评估模型预测结果与实际标签之间的差距,并提供一个量化指标,用于指导模型的训练过程。具体来说,交叉

佰朔资本:股票为什么会跌?跌了还会涨回来吗?

或许导致股票下跌的原因: 1、遭到商场环境要素影响,商场环境要素是指影响股票商场整体走势的要素,比如宏观经济、政策法规、商场资金、商场心境等。假如商场环境出现改变,比如经济添加放缓、政策收紧、资金紧张、商场不确定性添加等,那么投资者对股票的需求和持股决心就会下降,然后导致股价下跌。 2、遭到个股基本面要素影响,基本面要素是指影响股票内在价值的要素,比如企业的财务情况、成果表现、发展战略、管理水

【深度学习 误差计算】10分钟了解下均方差和交叉熵损失函数

常见的误差计算函数有均方差、交叉熵、KL 散度、Hinge Loss 函数等,其中均方差函数和交叉熵函数在深度学习中比较常见,均方差主要用于回归问题,交叉熵主要用于分类问题。下面我们来深刻理解下这两个概念。 1、均方差MSE。 预测值与真实值之差的平方和,再除以样本量。 均方差广泛应用在回归问题中,在分类问题中也可以应用均方差误差。 2、交叉熵 再介绍交叉熵损失函数之前,我们首先来介绍信息

报错处理:超过Uobject最大数量

处理方式 一、打包时项目中设置游戏中UObject的最大数量为100000000 二、打包后的配置文件中设置 打包路径: 一厅统管\Windows\YZ_YTTG\Saved\Config\Windows\Engine.ini文件下添加配置文件 [/Script/Engine.GarbageCollectionSettings] gc.MaxObjectsInEditor=100000000

Anchor Alignment Metric来优化目标检测的标签分配和损失函数。

文章目录 背景假设情况任务和目标TaskAligned方法的应用1. **计算Anchor Alignment Metric**2. **动态样本分配**3. **调整损失函数** 示例总结 背景 假设我们在进行目标检测任务,并且使用了YOLOv8模型。我们希望通过TaskAligned方法来优化Anchor与目标的匹配程度,从而提升检测效果。 假设情况 图像: 一张包含