머니보틀 사주 전담팀입니다
생년월일 알려주시면 대운이 언제 들어오는지 분석해드립니다
저는 25년부터 10년의 대운이 들어왔습니다
하이닉스가 10년간 아주 크게 상승한다는 뜻이지요
생년월일 알려주시면 대운이 언제 들어오는지 분석해드립니다
저는 25년부터 10년의 대운이 들어왔습니다
하이닉스가 10년간 아주 크게 상승한다는 뜻이지요
❤7
드러켄밀러가 베센트에게 WSJ을 통해 기고문을 썼네요. 베센트의 장기금리누르기 정책을 비판하고 있습니다. 드러켄밀러는 베센트의 스승이기도 하죠
스탠리 드러켄밀러는 시장이 정상적으로 작동하고 있는 상황에서, 스콧 베센트 미 재무장관이 장기금리 상승을 막기 위해 국채 바이백을 활용하는 것에 대해 부정적인 견해를 내놓음.
“나는 50년 동안 아주 단순한 전제를 바탕으로 트레이딩해왔다. 시장은 그 어떤 위원회도 가질 수 없는 정보를 집약하며, 가격은 그 정보가 의사결정자에게 전달되는 방식이다. 장기 미 국채 금리는 세계에서 가장 중요한 가격이다. 그리고 이제 미국에 남아 있는 유일한 재정 규율 장치이기도 하다.”
“인위적으로 금리를 1bp라도 억누를 때마다, 그것은 문제 해결을 미루는 행위에 보조금을 주는 것과 같다.”
“국채 바이백은 원래 목적대로 되돌려야 한다. 분기별 국채 발행계획(refunding)에서 미리 공지된, 소규모·정기적인 비지표물(off-the-run) 유동성 공급 수단으로만 사용해야 한다. 금리 수준에 대응하기 위한 비정기적 수단으로 사용해서는 안 된다.
부채 만기를 솔직하게 장기화하고, 시장이 요구하는 가격을 그대로 지불해야 한다.”
“30년물 금리가 수요와 공급을 맞추기 위해 5.5%까지 올라가야 한다면, 그것은 위기가 아니다. 청구서가 날아온 것이다.
그렇다면 장기금리를 지속적으로 낮출 수 있는 유일한 일을 해야 한다. 바로 기초재정수지 적자(primary deficit)를 해결하는 것이다.”
https://www.wsj.com/opinion/let-the-bond-market-speak-81529d74
스탠리 드러켄밀러는 시장이 정상적으로 작동하고 있는 상황에서, 스콧 베센트 미 재무장관이 장기금리 상승을 막기 위해 국채 바이백을 활용하는 것에 대해 부정적인 견해를 내놓음.
“나는 50년 동안 아주 단순한 전제를 바탕으로 트레이딩해왔다. 시장은 그 어떤 위원회도 가질 수 없는 정보를 집약하며, 가격은 그 정보가 의사결정자에게 전달되는 방식이다. 장기 미 국채 금리는 세계에서 가장 중요한 가격이다. 그리고 이제 미국에 남아 있는 유일한 재정 규율 장치이기도 하다.”
“인위적으로 금리를 1bp라도 억누를 때마다, 그것은 문제 해결을 미루는 행위에 보조금을 주는 것과 같다.”
“국채 바이백은 원래 목적대로 되돌려야 한다. 분기별 국채 발행계획(refunding)에서 미리 공지된, 소규모·정기적인 비지표물(off-the-run) 유동성 공급 수단으로만 사용해야 한다. 금리 수준에 대응하기 위한 비정기적 수단으로 사용해서는 안 된다.
부채 만기를 솔직하게 장기화하고, 시장이 요구하는 가격을 그대로 지불해야 한다.”
“30년물 금리가 수요와 공급을 맞추기 위해 5.5%까지 올라가야 한다면, 그것은 위기가 아니다. 청구서가 날아온 것이다.
그렇다면 장기금리를 지속적으로 낮출 수 있는 유일한 일을 해야 한다. 바로 기초재정수지 적자(primary deficit)를 해결하는 것이다.”
https://www.wsj.com/opinion/let-the-bond-market-speak-81529d74
The Wall Street Journal
Opinion | Let the Bond Market Speak
Rising interest rates are a signal of trouble ahead. Artificially suppressing it heightens the danger.
❤7
머니보틀
[속보] SK하이닉스 임단협 부결...재협상 후폭풍 https://n.news.naver.com/mnews/article/374/0000529162?rc=N&ntype=RANKING&sid=001
호재네요
주주들의 영업이익 10%를 렌치들에게 안줘도 되는것이겠죠
재명아 판 다 깔렸는데 뭐라도 좀 해라
주주들의 영업이익 10%를 렌치들에게 안줘도 되는것이겠죠
재명아 판 다 깔렸는데 뭐라도 좀 해라
👍14❤3🤨1
한국의 대부분의 문제는 부자들이 낸 돈으로 인프라를 저렴하게 누리는데에서 옵니다
건강보험료, 장기 전세, 임대주택, 서울의 끝없는 길막힘, 세계에서 가장 대학을 많이가는 나라, 늘 매진인 SRT표
한정된 재화를 저렴하게 이용가능하게 하니 모두가 불편하게 대기를 해야하는 일이 벌어지는겁니다
공유지의 비극이라고도 하죠
건강보험료, 장기 전세, 임대주택, 서울의 끝없는 길막힘, 세계에서 가장 대학을 많이가는 나라, 늘 매진인 SRT표
한정된 재화를 저렴하게 이용가능하게 하니 모두가 불편하게 대기를 해야하는 일이 벌어지는겁니다
공유지의 비극이라고도 하죠
❤16👍8
업비트 Upbit 공식 텔레그램
[이벤트] 총 상금 1 BTC, 비트코인(BTC) TOP 트레이딩 이벤트! 🔗 공지사항 확인하기
업비트에서 계속 거래대금 이벤트 열어주고 있습니다
참가신청 누르고 이벤트 참가하면 비트코인 주니까 다들 신청하시죠
옛날보다 커트라인 많이 내려가서 수상하기는 편합니다
https://www.upbit.com/service_center/notice?id=1550799281
참가신청 누르고 이벤트 참가하면 비트코인 주니까 다들 신청하시죠
옛날보다 커트라인 많이 내려가서 수상하기는 편합니다
https://www.upbit.com/service_center/notice?id=1550799281
업비트(Upbit)
총 상금 1 BTC, 비트코인(BTC) TOP 트레이딩 이벤트!
❤6
Forwarded from [삼성 이영진] 글로벌 AI/SW
티보 소티오 × 매튜 버먼: AI 에이전트와 오픈AI의 미래
■ AI 에이전트의 병목은 모델 성능에서 시스템 전체로 이동
“Ultra Fast처럼 토큰 생성 속도가 10~14배 빨라지면 CPU, 툴콜, 네트워크 등 다른 부분이 병목이 된다.”
→ 모델 추론 속도가 충분히 빨라질수록 실제 에이전트 작업시간을 결정하는 요소는 토큰 생성 자체가 아니라 툴 호출, 네트워크, CPU, 애플리케이션 실행 등으로 이동
→ 실제로 코드 생성처럼 툴콜이 적은 작업은 Ultra Fast에서 약 10배 빨라질 수 있지만, 툴콜이 많은 에이전트 작업은 체감 개선폭이 3~4배에 그친다고 설명
→ 향후 AI 인프라 경쟁은 단순 GPU 및 tok/s 경쟁을 넘어 추론, CPU, 네트워크, 툴 실행, 오케스트레이션까지 포함한 전체 에이전트 스택 최적화로 확장될 가능성
■ 미래 에이전트는 노트북이 아닌 클라우드 컴퓨팅 환경에서 작동
“노트북은 인간이 처리할 수 있는 작업량에 맞춰 설계됐다. 모델은 같은 제약을 받지 않는다. 미래 모델은 노트북 이상의 자원에 접근해야 한다.”
→ 현재 컴퓨터는 인간의 입력 속도와 멀티태스킹 능력을 기준으로 설계됐지만, AI는 동시에 수십~수백 개 애플리케이션을 처리할 수 있음
→ 에이전트가 고도화될수록 로컬 PC를 대신 조작하는 구조보다 클라우드에서 독립적인 실행환경과 대규모 컴퓨팅 자원을 사용하는 Cloud Agent 구조로 이동할 가능성
→ AI가 직접 컴퓨트의 소비 주체가 되면서 GPU뿐 아니라 CPU, 메모리, 스토리지, 네트워크 등 클라우드 인프라 전반의 수요를 확대할 수 있는 구조
■ Personal Agent와 Full Automation을 서로 다른 두 축으로 개발
“한쪽은 사용자를 깊이 이해하는 Personal AGI이고, 다른 한쪽은 복잡한 프로세스의 완전 자동화다.”
→ Personal Agent는 사용자의 목표, 일상, 팀 상황까지 이해하고 선제적으로 도움을 제공하는 방향
→ Full Automation은 production log 분석, 성능 최적화, 회귀 수정, 보안 취약점 패치처럼 기존에는 사람이 개입해야 했던 복잡한 프로세스를 자동화하는 방향
→ 특히 보안 취약점의 경우 탐지 이후 패치까지 자동화해 사람이 고위험 행동만 승인하는 수준을 언급
→ AI 산업의 발전 경로를 단순 Copilot이 아니라 개인 생산성 향상과 기업 업무 프로세스의 완전 자동화라는 두 축으로 동시에 확장하는 것으로 보는 시각
■ ChatGPT와 Codex 통합, 범용 에이전트와 대규모 배포 전략
“미래 모델이 우리에게 ChatGPT와 Codex를 합치라고 요구한다. 결국 같은 기술, 같은 harness다.”
→ 오픈AI는 코딩용 AI와 일반 AI를 장기적으로 별도 제품으로 보지 않음. 하나의 고성능 멀티모달 에이전트가 코딩, 리서치, 디자인, 영업, 마케팅 등 다양한 작업을 수행하고 인터페이스가 사용자별로 최적화되는 구조를 지향
→ 인터뷰 시점 Codex 사용자는 2,000만 명까지 증가. 개발자 전용 제품을 별도로 키우기보다 ChatGPT와 통합해 PM, 디자이너, 영업, 마케팅 등 비개발자까지 에이전트 사용층을 확대
→ 장기적으로는 하나의 Personal AGI Interface가 사용자별 역할과 컨텍스트에 맞춰 변화하고, ChatGPT의 대규모 소비자 배포를 개발자 및 엔터프라이즈 에이전트 채택으로 연결하는 전략
■ 사용량 리셋은 마케팅이 아니라 사용자 보상 차원에서 시작
“제품이 제대로 작동하지 않거나 경험이 기대에 못 미치면 사용량을 리셋해 보상한다. 마케팅이나 재무팀과 협의해서 하는 것이 아니라 필요하다고 느끼면 내가 직접 버튼을 누를 수 있다.”
→ Codex 사용량 리셋은 초기 제품을 빠르게 개선하는 과정에서 장애나 설정 오류가 발생했을 때 사용자에게 추가 사용량을 제공하는 보상 차원에서 시작
→ 이후 새로운 기능 출시나 주요 순간을 기념할 때도 추가 사용량을 제공하며 사용자들이 신규 기능을 직접 경험하도록 유도
→ 리셋 결정에 마케팅이나 재무팀이 관여하지 않는다고 강조. 제품 완성도가 기대에 미치지 못하면 즉각 보상하고, 단기적인 사용 비용보다 사용자 경험과 신뢰를 우선하는 오픈AI의 제품 운영 문화를 보여주는 사례
■ 미래 AI 인터페이스는 Voice-first, Ambient, Multimodal
“미래에 우리가 만드는 것은 매우 ambient하고 자연스러운 형태다.”
→ 새로운 Voice 출시 이후 음성으로 ChatGPT를 사용하는 이용자가 빠르게 증가하고 있다고 설명
→ 사람은 입력 저항이 가장 낮은 방식을 선택하기 때문에 키보드와 프롬프트 중심 인터페이스가 AI의 최종 형태는 아닐 것으로 판단
→ 향후에는 음성뿐 아니라 사용자의 화이트보드, 화면, 주변 환경까지 이해하는 상시 존재형 멀티모달 에이전트로 발전할 가능성
■ Ultra Fast 수준의 추론 속도가 1~2년 내 사실상 기본값으로
“1~2년 정도면 지금의 속도가 기본이거나 기본에 매우 가까워질 수 있다.”
→ 현재 10~14배 빠른 Ultra Fast는 프리미엄 서비스지만, 추론 하드웨어 발전과 모델 자체의 토큰 효율성 개선이 동시에 진행되면서 현재의 초고속 추론이 빠르게 대중화될 것으로 전망
→ Sol은 Terra보다 훨씬 토큰 효율적이며 차세대 모델은 Sol보다도 크게 개선될 것이라고 언급. 동일한 작업에 필요한 토큰 수가 감소하면서 작업당 총 추론 비용도 하락할 가능성
→ 다만 항상 더 많은 하드웨어를 사용하는 상위 프리미엄 tier는 존재할 것으로 전망. 장기적으로 모델 성능뿐 아니라 latency, cost per task, time per task가 AI 경쟁의 핵심 지표로 부상할 가능성
■ 재귀적 자기개선은 이미 AI 인프라 영역에서 시작
“모델이 다른 모델을 만드는 것뿐 아니라 추론 스택, CUDA 커널, 인프라를 개선하는 것도 Recursive Self-Improvement다.”
→ 오픈AI가 현재 실제 성과를 내고 있다고 강조한 영역은 완전한 AI 연구 자동화보다 AI를 활용한 AI 인프라 개발과 최적화
→ 가장 강력한 프론티어 모델을 이용해 서빙 스택과 커널 등을 재설계하고 있으며, Ultra Fast를 제외한 일반 추론 속도도 최근 약 3개월 동안 60%가량 개선됐다고 설명
→ 더 강한 모델이 추론 인프라를 개선하고, 개선된 인프라가 다시 AI 활용과 연구 생산성을 높이는 자기강화 구조가 나타나기 시작했다는 시각
→ 과거 대규모 컴퓨트 선투자 역시 이러한 구조를 뒷받침. 단순 GPU 보유량보다 Compute × Frontier Model × Inference Optimization의 결합이 경쟁력으로 작용
■ 현재 Frontier Intelligence는 수개월 내 저가, 범용화될 수 있음
“Luna는 6개월 전이었다면 Frontier에 있었을 모델이다. 지금 Frontier인 것도 6개월 뒤에는 훨씬 저렴하게 운영될 것이다.”
→ AI 산업에서 나타나는 중요한 구조적 변화 중 하나는 지능의 빠른 Commoditization
→ 현재 최고급 모델의 성능이 불과 수개월 뒤 저가 모델이나 무료 tier로 확산될 수 있으며, 오픈AI는 효율성 개선에 따른 경제적 이익을 가격 인하 등을 통해 사용자와 공유하겠다는 방향을 강조
→ 장기적으로 모델 자체의 희소성이 빠르게 낮아질 경우 경쟁력은 단순 API 성능보다 Distribution, 에이전트, 개인화, 컨텍스트 활용, 인프라 효율성 등으로 이동할 가능성
https://youtu.be/4qjEgPojjzM
■ AI 에이전트의 병목은 모델 성능에서 시스템 전체로 이동
“Ultra Fast처럼 토큰 생성 속도가 10~14배 빨라지면 CPU, 툴콜, 네트워크 등 다른 부분이 병목이 된다.”
→ 모델 추론 속도가 충분히 빨라질수록 실제 에이전트 작업시간을 결정하는 요소는 토큰 생성 자체가 아니라 툴 호출, 네트워크, CPU, 애플리케이션 실행 등으로 이동
→ 실제로 코드 생성처럼 툴콜이 적은 작업은 Ultra Fast에서 약 10배 빨라질 수 있지만, 툴콜이 많은 에이전트 작업은 체감 개선폭이 3~4배에 그친다고 설명
→ 향후 AI 인프라 경쟁은 단순 GPU 및 tok/s 경쟁을 넘어 추론, CPU, 네트워크, 툴 실행, 오케스트레이션까지 포함한 전체 에이전트 스택 최적화로 확장될 가능성
■ 미래 에이전트는 노트북이 아닌 클라우드 컴퓨팅 환경에서 작동
“노트북은 인간이 처리할 수 있는 작업량에 맞춰 설계됐다. 모델은 같은 제약을 받지 않는다. 미래 모델은 노트북 이상의 자원에 접근해야 한다.”
→ 현재 컴퓨터는 인간의 입력 속도와 멀티태스킹 능력을 기준으로 설계됐지만, AI는 동시에 수십~수백 개 애플리케이션을 처리할 수 있음
→ 에이전트가 고도화될수록 로컬 PC를 대신 조작하는 구조보다 클라우드에서 독립적인 실행환경과 대규모 컴퓨팅 자원을 사용하는 Cloud Agent 구조로 이동할 가능성
→ AI가 직접 컴퓨트의 소비 주체가 되면서 GPU뿐 아니라 CPU, 메모리, 스토리지, 네트워크 등 클라우드 인프라 전반의 수요를 확대할 수 있는 구조
■ Personal Agent와 Full Automation을 서로 다른 두 축으로 개발
“한쪽은 사용자를 깊이 이해하는 Personal AGI이고, 다른 한쪽은 복잡한 프로세스의 완전 자동화다.”
→ Personal Agent는 사용자의 목표, 일상, 팀 상황까지 이해하고 선제적으로 도움을 제공하는 방향
→ Full Automation은 production log 분석, 성능 최적화, 회귀 수정, 보안 취약점 패치처럼 기존에는 사람이 개입해야 했던 복잡한 프로세스를 자동화하는 방향
→ 특히 보안 취약점의 경우 탐지 이후 패치까지 자동화해 사람이 고위험 행동만 승인하는 수준을 언급
→ AI 산업의 발전 경로를 단순 Copilot이 아니라 개인 생산성 향상과 기업 업무 프로세스의 완전 자동화라는 두 축으로 동시에 확장하는 것으로 보는 시각
■ ChatGPT와 Codex 통합, 범용 에이전트와 대규모 배포 전략
“미래 모델이 우리에게 ChatGPT와 Codex를 합치라고 요구한다. 결국 같은 기술, 같은 harness다.”
→ 오픈AI는 코딩용 AI와 일반 AI를 장기적으로 별도 제품으로 보지 않음. 하나의 고성능 멀티모달 에이전트가 코딩, 리서치, 디자인, 영업, 마케팅 등 다양한 작업을 수행하고 인터페이스가 사용자별로 최적화되는 구조를 지향
→ 인터뷰 시점 Codex 사용자는 2,000만 명까지 증가. 개발자 전용 제품을 별도로 키우기보다 ChatGPT와 통합해 PM, 디자이너, 영업, 마케팅 등 비개발자까지 에이전트 사용층을 확대
→ 장기적으로는 하나의 Personal AGI Interface가 사용자별 역할과 컨텍스트에 맞춰 변화하고, ChatGPT의 대규모 소비자 배포를 개발자 및 엔터프라이즈 에이전트 채택으로 연결하는 전략
■ 사용량 리셋은 마케팅이 아니라 사용자 보상 차원에서 시작
“제품이 제대로 작동하지 않거나 경험이 기대에 못 미치면 사용량을 리셋해 보상한다. 마케팅이나 재무팀과 협의해서 하는 것이 아니라 필요하다고 느끼면 내가 직접 버튼을 누를 수 있다.”
→ Codex 사용량 리셋은 초기 제품을 빠르게 개선하는 과정에서 장애나 설정 오류가 발생했을 때 사용자에게 추가 사용량을 제공하는 보상 차원에서 시작
→ 이후 새로운 기능 출시나 주요 순간을 기념할 때도 추가 사용량을 제공하며 사용자들이 신규 기능을 직접 경험하도록 유도
→ 리셋 결정에 마케팅이나 재무팀이 관여하지 않는다고 강조. 제품 완성도가 기대에 미치지 못하면 즉각 보상하고, 단기적인 사용 비용보다 사용자 경험과 신뢰를 우선하는 오픈AI의 제품 운영 문화를 보여주는 사례
■ 미래 AI 인터페이스는 Voice-first, Ambient, Multimodal
“미래에 우리가 만드는 것은 매우 ambient하고 자연스러운 형태다.”
→ 새로운 Voice 출시 이후 음성으로 ChatGPT를 사용하는 이용자가 빠르게 증가하고 있다고 설명
→ 사람은 입력 저항이 가장 낮은 방식을 선택하기 때문에 키보드와 프롬프트 중심 인터페이스가 AI의 최종 형태는 아닐 것으로 판단
→ 향후에는 음성뿐 아니라 사용자의 화이트보드, 화면, 주변 환경까지 이해하는 상시 존재형 멀티모달 에이전트로 발전할 가능성
■ Ultra Fast 수준의 추론 속도가 1~2년 내 사실상 기본값으로
“1~2년 정도면 지금의 속도가 기본이거나 기본에 매우 가까워질 수 있다.”
→ 현재 10~14배 빠른 Ultra Fast는 프리미엄 서비스지만, 추론 하드웨어 발전과 모델 자체의 토큰 효율성 개선이 동시에 진행되면서 현재의 초고속 추론이 빠르게 대중화될 것으로 전망
→ Sol은 Terra보다 훨씬 토큰 효율적이며 차세대 모델은 Sol보다도 크게 개선될 것이라고 언급. 동일한 작업에 필요한 토큰 수가 감소하면서 작업당 총 추론 비용도 하락할 가능성
→ 다만 항상 더 많은 하드웨어를 사용하는 상위 프리미엄 tier는 존재할 것으로 전망. 장기적으로 모델 성능뿐 아니라 latency, cost per task, time per task가 AI 경쟁의 핵심 지표로 부상할 가능성
■ 재귀적 자기개선은 이미 AI 인프라 영역에서 시작
“모델이 다른 모델을 만드는 것뿐 아니라 추론 스택, CUDA 커널, 인프라를 개선하는 것도 Recursive Self-Improvement다.”
→ 오픈AI가 현재 실제 성과를 내고 있다고 강조한 영역은 완전한 AI 연구 자동화보다 AI를 활용한 AI 인프라 개발과 최적화
→ 가장 강력한 프론티어 모델을 이용해 서빙 스택과 커널 등을 재설계하고 있으며, Ultra Fast를 제외한 일반 추론 속도도 최근 약 3개월 동안 60%가량 개선됐다고 설명
→ 더 강한 모델이 추론 인프라를 개선하고, 개선된 인프라가 다시 AI 활용과 연구 생산성을 높이는 자기강화 구조가 나타나기 시작했다는 시각
→ 과거 대규모 컴퓨트 선투자 역시 이러한 구조를 뒷받침. 단순 GPU 보유량보다 Compute × Frontier Model × Inference Optimization의 결합이 경쟁력으로 작용
■ 현재 Frontier Intelligence는 수개월 내 저가, 범용화될 수 있음
“Luna는 6개월 전이었다면 Frontier에 있었을 모델이다. 지금 Frontier인 것도 6개월 뒤에는 훨씬 저렴하게 운영될 것이다.”
→ AI 산업에서 나타나는 중요한 구조적 변화 중 하나는 지능의 빠른 Commoditization
→ 현재 최고급 모델의 성능이 불과 수개월 뒤 저가 모델이나 무료 tier로 확산될 수 있으며, 오픈AI는 효율성 개선에 따른 경제적 이익을 가격 인하 등을 통해 사용자와 공유하겠다는 방향을 강조
→ 장기적으로 모델 자체의 희소성이 빠르게 낮아질 경우 경쟁력은 단순 API 성능보다 Distribution, 에이전트, 개인화, 컨텍스트 활용, 인프라 효율성 등으로 이동할 가능성
https://youtu.be/4qjEgPojjzM
삼성전자 하이닉스 오늘 하루종일 우상향 중이네요
내리고나면 아저는사실메모리고점에다팔고구글샀습니다안좋아보여서요테더매수해서무위험수익올려볼게요
이런 사람들이 나오는데요 정말 투명하다못해 역겨운 인간들이죠
저 머니보틀은 거래세 아까워서 사팔사팔하지 않습니다
메모리혁명수비대 대장으로써 끝까지 가져갑니다
내리고나면 아저는사실메모리고점에다팔고구글샀습니다안좋아보여서요테더매수해서무위험수익올려볼게요
이런 사람들이 나오는데요 정말 투명하다못해 역겨운 인간들이죠
저 머니보틀은 거래세 아까워서 사팔사팔하지 않습니다
메모리혁명수비대 대장으로써 끝까지 가져갑니다
❤25👍4
머니보틀
드러켄밀러가 베센트에게 WSJ을 통해 기고문을 썼네요. 베센트의 장기금리누르기 정책을 비판하고 있습니다. 드러켄밀러는 베센트의 스승이기도 하죠 스탠리 드러켄밀러는 시장이 정상적으로 작동하고 있는 상황에서, 스콧 베센트 미 재무장관이 장기금리 상승을 막기 위해 국채 바이백을 활용하는 것에 대해 부정적인 견해를 내놓음. “나는 50년 동안 아주 단순한 전제를 바탕으로 트레이딩해왔다. 시장은 그 어떤 위원회도 가질 수 없는 정보를 집약하며, 가격은 그 정보가…
오늘 WSJ에 게재된 드러켄밀러의 글은 100% AI로 작성된 글
👍19🤨5❤2