uz
Feedback
Sina Vahed | سینا واحد

Sina Vahed | سینا واحد

Kanalga Telegram’da o‘tish

در جستجوی کشف و توسعه تفکر مدیریتی 📎 linkedin.com/in/sinavahed

Ko'proq ko'rsatish
376
Obunachilar
Ma'lumot yo'q24 soatlar
-17 kunlar
+530 kunlar
Postlar arxiv
💣 دیروز گفتم Plan A با راستی‌آزمایی شروع می‌شود، نه با اعتماد. حالا برسیم به بخش عجیب طرح: تخریب متقابل تضمین‌شده‌ی محاسبات. 🤖💥 آمریکا و چین توافق می‌کنند دیتاسنترهای جدیدشان را در کشورهای ثالث بسازند، آن هم در جایی که در برابر ارتش رقیب ضعیف‌تر است. دیتاسنترهای چین در کانادا، دیتاسنترهای آمریکا در مغولستان. 🌍🗺 چرا این کار عاقلانه است؟ چون اگر توافق به هم بخورد، هر کدام سریع‌تر می‌توانند دیتاسنتر طرف مقابل را تصرف کنند تا نابودش کنند. پس هر کس بداند اگر تقلب کند، دیتاسنترهایش نابود می‌شوند، دیگر انگیزه‌ای برای تقلب ندارد. 🚫🕹 این دقیقاً همان منطق بازدارندگی هسته‌ای است، فقط این‌بار روی محاسبات هوش مصنوعی پیاده شده. نکته‌ی جالب: طرح روی خوش‌نیتی هیچ‌کس شرط نمی‌بندد. فقط طوری طراحی شده که تقلب برای هیچ‌کس به‌صرفه نباشد. 🎯🧠 اما اگر همه‌چیز طبق برنامه پیش برود چه؟ فردا سراغ نتایجش می‌روم: رشد اقتصادی انفجاری و یک سوال سخت‌تر درباره‌ی قدرت. 📈🔥 📱 linkedin 📱 @sinavahed95

🤖 پروژه‌ی AI Futures (همان تیمی که سناریوی معروف AI 2027 را نوشت) یک طرح جدید منتشر کرده به اسم "Plan A". 📋 سوالش این است: چطور جلوی مسابقه‌ی خطرناک ساخت ابرهوش مصنوعی را بگیریم، وقتی آمریکا و چین به هم اعتماد ندارند؟ 🇺🇸🇨🇳 جواب معمول: باید اعتماد ساخت. جواب این گزارش: لازم نیست اعتماد کنید، کافی است بتوانید راستی‌آزمایی کنید. 🔍 قدم اول طرح، اعلامیه‌ی محاسبات است. 📢 هر کشور مصرف تراشه‌های هوش مصنوعی‌اش را علنی می‌کند. چرا این کار عملی است؟ چون دیتاسنترهای بزرگ از فضا هم دیده می‌شوند و برق زیادی مصرف می‌کنند. ⚡️ نمی‌شود پنهانشان کرد. 🛰 قدم دوم، توقف موقت آموزش مدل‌های جدید تا زیرساخت راستی‌آزمایی آماده شود. 🛑 هر دو طرف بازرس می‌فرستند تا مطمئن شوند طرف مقابل تقلب نمی‌کند. 👀 این فقط شروع ماجراست. فردا سراغ عجیب‌ترین بخش طرح می‌روم: چیزی به اسم "تخریب متقابل تضمین‌شده‌ی محاسباتی". 💥 📱 linkedin 📱 @sinavahed95

دلارزدایی چین 📱 linkedin 📱 @sinavahed95

🔓 دیروز گفتم چین در تسویه‌ی تجارتش به یوان موفق بوده اما در فاکتورنویسی و سرمایه‌گذاری گیر کرده. حالا دلیلش. 🧐 فاکتورنویسی به یوان نیازمند ابزار پوشش ریسک ارزی ارزان است. شرکتی که فاکتورش را به یوان می‌نویسد باید بتواند نوسان نرخ را هج کند. این هجینگ فقط در بازار سرمایه‌ی عمیق و باز ممکن است. 📉 چین این بازار را ندارد چون کنترل سرمایه دارد. باز کردن حساب سرمایه یعنی پکن باید بین دو چیز یکی را انتخاب کند: کنترل نرخ ارز یا استقلال سیاست پولی. تا امروز حاضر به این معامله نشده. 🚫 نتیجه یک موفقیت ناقص و هدفمند است. چین شاید اصلاً دنبال رقابت با دلار نبوده. پکن به مصونیت در برابر تحریم رسیده، همان چیزی که روسیه و ایران بعد از قطع شدن از سیستم پرداخت دلاری از دستش دادند. الان نیمی از تجارت چین بدون دلار تسویه می‌شود؛ یعنی قطع دسترسی به سوئیفت دیگر چین را ایزوله نمی‌کند. 💡🛡 برای اروپا این الگو یک نقطه‌ی امید و یک هشدار است. اروپا برخلاف چین بازار سرمایه‌ی باز دارد، پس محدودیت چین را ندارد. اما تا امروز عمده تمرکز اروپا هم روی زیرساخت پرداخت بوده (مثل T2)، نه تولید دارایی امن یورویی کافی برای عمیق‌تر شدن فاکتورنویسی و سرمایه‌گذاری. 🇪🇺💶 سوال این است: آیا اروپا حاضر است از زیرساخت فراتر برود؟ ❓ 📱 linkedin 📱 @sinavahed95

😊 دومین جلسه از سلسله وبینارهای "در عصر هوش مصنوعی" رو با حمیدرضا سلیمانی عزیز خواهیم داشت. ✨ حمیدرضا هم سابقه اجرایی داره،
😊 دومین جلسه از سلسله وبینارهای "در عصر هوش مصنوعی" رو با حمیدرضا سلیمانی عزیز خواهیم داشت. ✨ حمیدرضا هم سابقه اجرایی داره، هم مشاوره و هم مدرس. در حال حاضر یکی از مدرس های خوب موسسه بهار و مشاور برندهای ریو، هیبا کارن، زیوش و ...است. 👨‍🏫📈 تو این وبینار قراره ببینیم چطوری کسب و کارهای دیجیتالمون رو هوشمند کنیم. 💡🚀 میتونین با ثبت نام زودهنگام از ۵۰٪ تخفیف 💸 استفاده کنید. همچنین امکان پرداخت تتری 🪙 برای عزیزان خارج از کشور فراهم است. 🔗ثبت‌نام از طریق لینک زیر: http://eseminar.tv/wb180075 پ ن ۱ : به علت حفظ کیفیت وبینار، تعداد ثبت نام ها محدودیت دارد. ⚠️ پ ن ۲ : برگزار کننده و مهمان از این وبینار هیچ منفعت مالی ندارند و تمام درآمد حاصله، به خیریه میرسد. ❤️🤲🙏

🐉 چین طی ده سال سهم تسویه‌ی یوانی تجارتش را از ۱۰ درصد به بیش از ۵۰ درصد رساند. این عدد معمولاً با عنوان «کاهش وابستگی به دلار» مطرح می‌شود. دقیق‌تر که نگاه کنیم، ماجرا محدودتر از این حرف‌هاست. 🧐 یک ارز بین‌المللی سه کارکرد دارد: تسویه، فاکتورنویسی، سرمایه‌گذاری. چین فقط در کارکرد اول موفق بوده. 💼 چطور؟ با ساختن زیرساخت. 🏗 ۳۱ بانک تسویه‌ی آفشور در ۲۷ کشور، سیستم پرداخت CIPS، خطوط سوآپ با ۳۲ بانک مرکزی که طبق یک پژوهش، هرکدام حجم پرداخت یوانی طرف مقابل را تا ۴۰۰ درصد بالا برده. 📊 نتیجه: امروز بیش از نیمی از تجارت چین به یوان تسویه می‌شود. اما فاکتورنویسی هنوز زیر ۱۵ درصد است و ذخایر ارزی چین همچنان عمدتاً دلاری. 💰 چرا این شکاف پیش آمده؟ فردا ادامه می‌دهم. 🗓 📱 linkedin 📱 @sinavahed95

🔍 یه گزارش تازه از BCG دیتای جالبی رو کنار هم گذاشته که خیلی از داستان‌های رایج درباره هوش مصنوعی رو زیر سوال می‌بره. 🤖 بررسی بیش از ۶۰۰ شرکت بزرگ آمریکایی نشون می‌ده فقط ۶٪ از شرکت‌ها واقعاً از هوش مصنوعی ارزش واقعی گرفتن (نه فقط حرفش رو زدن). همین ۶٪ بازدهی سهامشون حدود ۹ واحد درصد بیشتر از میانه صنعت خودشونه. 📈 نکته مهم‌تر: این مسیر خطی نیست 📉❌ شرکت‌هایی که «فعال»ان ولی هنوز به سطح رهبری نرسیدن، عملاً هیچ مزیتی نسبت به بقیه بازار ندارن. یعنی ارزش‌آفرینی هوش مصنوعی یه جهش پله‌ایه، نه یه رشد تدریجی. یا به یه نقطه بحرانی می‌رسی یا اصلاً فرقی نمی‌کنه. 🚀 چی این جهش رو می‌سازه؟ 🧩 داده‌ها نشون می‌دن وقتی شرکتی از سطح «فعال» به «رهبر» می‌رسه، امتیاز فناوری‌ش تقریباً ثابت می‌مونه ولی امتیاز استعداد و مهارت نیروش ۳ برابر می‌شه. یعنی وقتی همه به یه ابزار مشابه دسترسی دارن، تفاوت اصلی دیگه توی خود ابزار نیست؛ توی آدم‌ها و نحوه سازماندهی کارشونه. 👥✨ یه قاعده قدیمی BCG هم همینو تایید می‌کنه: ۱۰٪ ماجرا فناوریه، ۲۰٪ داده و الگوریتم، و ۷۰٪ آدم و فرآیند و تغییر سازمانی 🧠 و یه نکته جالب دیگه: بیشتر رهبران (۵۹٪) از AI برای رشد و مقیاس استفاده کردن، نه کاهش هزینه یا نیرو. در واقع رشد نیروی کارشون از میانه بازار هم بیشتره. این دقیقاً برخلاف روایت رایج «AI = تعدیل نیرو»ست. 📉🚫 جمع‌بندی: بازار به حرف زدن درباره AI پاداش کوچیکی می‌ده، ولی ارزش واقعی از رشد درآمد و بهبود حاشیه سود میاد، نه از هیجان. مزیت رقابتی دیگه از جنس دسترسی به ابزار نیست؛ از جنس ظرفیت سازمانی برای پیاده‌سازی‌شه. 💡🏢 📱 linkedin 📱 @sinavahed95

فردا شب ، ساعت ۲۰:۳۰ ثبت نام: http://eseminar.tv/wb179003
فردا شب ، ساعت ۲۰:۳۰ ثبت نام: http://eseminar.tv/wb179003

جمع‌بندی 🙌 تا الان از گزارش «Guide to the Markets» جی‌پی‌مورگان (Q3 2026) هفت تا موضوع رو با هم مرور کردیم: 1️⃣ نقاط عطف S&P 500 و رابطه قیمت با نرخ بهره 2️⃣ تغییر مداوم ۱۰ شرکت بزرگ شاخص در هر دهه 3️⃣ چرخه‌های بلندمدت دلار آمریکا 4️⃣ رشد نمایی توانایی هوش مصنوعی و شکاف پذیرشش بین صنایع 5️⃣ نوسان عجیب تعرفه‌های واردات آمریکا 6️⃣ تمرکز نامتقارن بازارهای سهام جهانی 7️⃣ کوچیک‌شدن دنیای شرکت‌های بورسی در برابر رشد بازار خصوصی چرا این گزارش رو دنبال می‌کنم و فکر می‌کنم ارزش خوندن داره؟ چون این گزارش قرار نیست بهتون بگه فردا بازار بالا می‌ره یا پایین. کارش اینه که الگوهای تاریخی و رابطه بین متغیرها رو نشون بده؛ مثلاً وقتی P/E بالاست ولی نرخ بهره هم بالاست، یعنی چی؟ وقتی تمرکز شاخص زیاد می‌شه، چه ریسکی داره؟ 🧠 این نوع نگاه، خیلی بیشتر از یه پیش‌بینی لحظه‌ای به درد آدم می‌خوره؛ چون به جای دنبال‌کردن نویز روزانه اخبار، یاد می‌گیریم چرخه‌ها رو ببینیم. 📱 linkedin 📱 @sinavahed95

یه آمار جالب از جی‌پی‌مورگان درباره شرکت‌های بورسی آمریکا 📉 تعداد شرکت‌های بورسی از حدود ۸۵۰۰ تا تو دهه ۹۰ میلادی، الان به ک
یه آمار جالب از جی‌پی‌مورگان درباره شرکت‌های بورسی آمریکا 📉 تعداد شرکت‌های بورسی از حدود ۸۵۰۰ تا تو دهه ۹۰ میلادی، الان به کمتر از ۵۰۰۰ رسیده! یعنی تقریباً ۴۰٪ کمتر شده، در حالی که ارزش کل بازار (S&P 500) خیلی بیشتر از قبل شده 📈 یه نکته جالب دیگه: شرکت‌ها الان خیلی دیرتر وارد بورس می‌شن. میانگین سن شرکت موقع IPO از ۵ سال تو دهه ۸۰ رسیده به بیش از ۱۲ سال الان؛ یعنی شرکت‌ها مدت زیادی خصوصی می‌مونن قبل از این‌که پاشون به بازار عمومی باز بشه ⏳ و نتیجه نهایی: از شرکت‌های آمریکایی با درآمد بالای ۱۰۰ میلیون دلار، ۸۶٪ همچنان خصوصی‌ان و فقط ۱۴٪ تو بورس هستن! این یعنی چی؟ 🤔 بخش بزرگی از رشد و ارزش‌آفرینی واقعی اقتصاد، این روزها قبل از این‌که یه شرکت وارد بورس بشه اتفاق می‌افته؛ جایی که فقط سرمایه‌گذاران بزرگ و نهادی بهش دسترسی دارن. برای همینه که بازارهای private equity این‌قدر این سال‌ها رشد کردن 💡 📱 linkedin 📱 @sinavahed95

یه نمودار جالب از جی‌پی‌مورگان درباره تمرکز شاخص‌های سهام دنیا 🌍 وزن ۱۰ شرکت برتر تو هر منطقه: آمریکا: ۳۸٪ (انویدیا، اپل، ما
یه نمودار جالب از جی‌پی‌مورگان درباره تمرکز شاخص‌های سهام دنیا 🌍 وزن ۱۰ شرکت برتر تو هر منطقه: آمریکا: ۳۸٪ (انویدیا، اپل، مایکروسافت...) 🇺🇸 بازارهای نوظهور: ۴۱٪ (بیشترین!) — عمدتاً TSMC و سامسونگ 🌏 منطقه یورو: ۳۰٪ (ASML، زیمنس، بانکو سانتاندر...) 🇪🇺 ژاپن: ۳۰٪ (تویوتا، سونی، سافت‌بانک...) 🇯🇵 نکته جالب: تو آمریکا و بازارهای نوظهور، این تمرکز عمدتاً رو فناوری و نیمه‌رساناهاست. اما تو اروپا و ژاپن پخش‌تره، بین صنایع مختلف مالی، صنعتی و مصرفی 🧩 پیام این نمودار برای هر کسی که فکر می‌کنه با خرید صندوق‌های مختلف از کشورهای مختلف، پرتفویش «متنوع» شده: شاید در ظاهر جغرافیایی متنوع باشه، ولی در عمل ریسک واقعیش هنوز خیلی وابسته به یه صنعت خاص (مثلاً فناوری) باشه 🤔 تنوع واقعی، فقط پخش کردن پول بین کشورها نیست؛ باید دید پشت این پخش‌شدگی، ریسک واقعاً کجا متمرکزه 💡 📱 linkedin 📱 @sinavahed95

نمودار عجیبی از گزارش جی‌پی‌مورگان درباره تعرفه‌های واردات آمریکا، از سال ۱۹۰۰ تا الان 📊 از دهه ۴۰ میلادی تا همین چند سال پی
نمودار عجیبی از گزارش جی‌پی‌مورگان درباره تعرفه‌های واردات آمریکا، از سال ۱۹۰۰ تا الان 📊 از دهه ۴۰ میلادی تا همین چند سال پیش، نرخ تعرفه آمریکا خیلی آروم و پیوسته پایین اومده بود؛ از حدود ۱۵٪ به زیر ۳٪ ⬇️ اما بعد یهو این اتفاق افتاد: 📌 ۸ آوریل ۲۰۲۵: تعرفه‌ها رسید به ۳۰٪ (بالاترین سطح از دهه ۱۹۳۰!) 📌 فوریه ۲۰۲۶: افت به ۱۵.۹٪ 📌 ژوئن ۲۰۲۶ (الان): ۱۰.۷٪ یعنی تو کمتر از یک سال، تعرفه‌ها هم جهش عجیبی داشتن هم افت قابل‌توجه 🎢 نکته مهم: حتی همین عدد الان (۱۰.۷٪) تقریباً ۴ برابر میانگین ۱۰ سال گذشته‌ست. این یعنی برای هر کسب‌وکاری که واردات یا زنجیره تأمین بین‌المللی داره، پیش‌بینی هزینه‌ها خیلی سخت‌تر از قبل شده 😬 سوال اصلی این نیست که تعرفه بالا رفته یا پایین اومده؛ سواله اینه که چقدر می‌تونیم رو ثبات این سیاست حساب کنیم؟ 🤔 یا شاید سوال مهمتر اینه که داریم به سمت زوال بازار آزاد پیش میریم؟؟ 📱 linkedin 📱 @sinavahed95

یه نمودار جالب از گزارش جی‌پی‌مورگان درباره سرعت پیشرفت هوش مصنوعی 🤖 معیارش اینه: یه مدل هوش مصنوعی چقدر می‌تونه یه کار پیچی
یه نمودار جالب از گزارش جی‌پی‌مورگان درباره سرعت پیشرفت هوش مصنوعی 🤖 معیارش اینه: یه مدل هوش مصنوعی چقدر می‌تونه یه کار پیچیده رو، با ۸۰٪ نرخ موفقیت و بدون کمک انسان، تنهایی انجام بده؟ از GPT-2 (سال ۲۰۱۹) تا مدل‌های الان مثل Claude Opus 4.6 و Gemini 3 Pro، این توانایی هر ۷ ماه یه‌بار دو برابر شده 📈 یعنی رشد نمایی، نه خطی! نکته جالب‌تر سمت راست نمودار: میزان استفاده از هوش مصنوعی تو صنایع مختلف آمریکا خیلی متفاوته: 🔵 صنعت اطلاعات/فناوری: ۴۲٪ استفاده می‌کنن 🔵 خدمات حرفه‌ای و فنی: ۳۸٪ 🔵 آموزش: ۳۵٪ 🔴 اقامت و رستوران: فقط ۸٪ 🔴 حمل‌ونقل: فقط ۹٪ میانگین کل: ۲۱٪ این شکاف بزرگ بین صنایع یه سوال مهم پیش میاره: اگه تو یه صنعتی هستید که هنوز کم از AI استفاده می‌کنه، این عقب‌موندگی موقتیه یا واقعاً یه محدودیت ساختاری داره؟ 🤔 چون با این سرعت رشد نمایی فناوری، هر روز که دیرتر شروع کنید، فاصله بیشتر می‌شه. 📱 linkedin 📱 @sinavahed95

نمودار جالبی از گزارش جی‌پی‌مورگان درباره چرخه‌های دلار آمریکا (DXY) از سال ۱۹۷۰ تا الان 💵 چیزی که این نمودار نشون می‌ده: دل
نمودار جالبی از گزارش جی‌پی‌مورگان درباره چرخه‌های دلار آمریکا (DXY) از سال ۱۹۷۰ تا الان 💵 چیزی که این نمودار نشون می‌ده: دلار هیچ‌وقت مستقیم و صاف حرکت نمی‌کنه، همیشه تو چرخه‌های چندساله بالا و پایین می‌ره: 📈 فوریه ۱۹۸۵: اوج با ۸۸٪ رشد 📉 ژوئن ۱۹۸۰: کف با ۳۰٪- افت 📈 ژانویه ۲۰۰۲: اوج با ۵۲٪ رشد 📉 اوت ۱۹۹۲: کف با ۵۱٪- افت 📈 اکتبر ۲۰۲۲: اوج با ۵۵٪ رشد 📊 ۲۰۲۶ تا الان: فقط ۳٪ رشد یه نکته جالب دیگه: تراز تجاری آمریکا الان منفی ۲.۸٪ از تولید ناخالص داخلیه (یعنی آمریکا بیشتر از اینکه صادر کنه، وارد می‌کنه) 📉 این نوع کسری معمولاً در بلندمدت به نفع دلار تموم نمی‌شه. اگه کسی فکر می‌کنه روند فعلی دلار (چه صعودی چه نزولی) همیشه ادامه داره، این نمودار نشون می‌ده تاریخ برعکسشو ثابت کرده؛ هر دوره تقویت شدید دلار، بالاخره یه روز با یه اصلاح جدی جواب داده شده 🔄 اگه درگیر ارز خارجی هستید (واردات، صادرات، سرمایه‌گذاری ارزی)، این چرخه‌ها رو جدی بگیرید 💡 📱 linkedin 📱 @sinavahed95

الان تقریباً ۴۰٪ از کل ارزش شاخص آمریکا، فقط تو دست ۱۰ شرکته. این عدد تقریباً دو برابر میانگین تاریخی‌شه! یه نمودار خیلی گویا
الان تقریباً ۴۰٪ از کل ارزش شاخص آمریکا، فقط تو دست ۱۰ شرکته. این عدد تقریباً دو برابر میانگین تاریخی‌شه! یه نمودار خیلی گویا از گزارش جی‌پی‌مورگان درباره تمرکز شاخص S&P 500 📊 وزن ۱۰ شرکت بزرگ شاخص در این سال‌ها: ا📌 ۱۹۸۵: ۲۱٪ (IBM، اکسون، جنرال موتورز...) ا📌 ۱۹۹۵: ۱۸٪ ا📌 ۲۰۰۵: ۲۱٪ (IBM، مایکروسافت، سیتی‌گروپ...) ا📌 ۲۰۱۵: ۱۸٪ (اپل، اکسون، جانسون‌اند‌جانسون...) ا📌 ۲۰۲۵: ۳۹٪ 😳 (اپل، انویدیا، مایکروسافت...) ا📌 ژوئیه ۲۰۲۶: ۳۸٪ (انویدیا حالا رتبه یک شده!) جالب‌تر این‌که ترکیب این ۱۰ شرکت هر ۱۰ سال کاملاً عوض می‌شه. تو ۱۹۸۵ IBM و اکسون بودن، الان انویدیا و الای‌لیلی (که تازه امسال وارد این جمع شده) 🔄 نتیجه؟ اگه رو صندوق‌های شاخصی (passive) سرمایه‌گذاری کردید، در واقع دارید شرط بزرگی روی چند شرکت فناوری‌محور می‌بندید، نه یه سبد واقعاً متنوع. این چیزیه که خیلی‌ها موقع خرید ETF یا صندوق شاخصی بهش فکر نمی‌کنن 💭 📱 linkedin 📱 @sinavahed95

یه نمودار جالب از گزارش جدید جی‌پی‌مورگان 📊 شاخص S&P 500 از سال ۹۷ تا الان رو با تمام فراز و نشیب‌هاش نشون می‌ده: 📉 حباب دا
یه نمودار جالب از گزارش جدید جی‌پی‌مورگان 📊 شاخص S&P 500 از سال ۹۷ تا الان رو با تمام فراز و نشیب‌هاش نشون می‌ده: 📉 حباب داتکام (۲۰۰۰): P/E رفت رو ۲۵.۲ برابر، بعدش ۴۹٪ سقوط 📉 بحران مالی ۲۰۰۸: از ۱۵۶۵ واحد ریخت تا ۶۷۷ واحد (۵۷٪-) 📉 کرونا (۲۰۲۰): فقط تو یک ماه ۳۴٪ سقوط، بعد ۴۰۱٪ رشد تا ۲۰۲۲! 📉 ۲۰۲۲: با شروع افزایش نرخ بهره فدرال رزرو، ۲۵٪ افت 📈 از اکتبر ۲۰۲۲ تا الان: ۱۱۰٪ رشد و رسیدن به رکورد ۷۴۹۹ واحد نکته‌ای که به نظرم مهم‌تر از خود عددهاست: الان P/E بازار (۲۰.۴ برابر) تقریباً هم‌سطح دوران کروناست (۱۹.۲ برابر)، اما اون موقع نرخ بهره اوراق خزانه فقط ۱.۶٪ بود، الان ۴.۴٪ هست 🔍 یعنی بازار داره تقریباً همون قیمت گرون رو برای سهام می‌پردازه، در حالی که گزینه‌ی بی‌ریسک (اوراق قرضه) خیلی جذاب‌تر از قبل شده. این یه فاصله‌ی غیرمعمول بین ریسک و بازدهه که باید حواسمون بهش باشه. سوال واقعی این نیست که «بازار گرونه یا نه؟» سوال اینه: «آیا رشد سود شرکت‌ها می‌تونه این فاصله رو توجیه کنه؟» 🤔 📱 linkedin 📱 @sinavahed95

⚠️⚠️فقط تا فردا (یکشنبه) مهلت استفاده از تخفیف ۵۰ درصدی وجود داره.🕛🕛 ⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️ http://eseminar.tv/wb179003