Рынок в тумане: Риски переоценки и возможности роста «Газпрома» и других лидеров (22.03.2026 15:32)

Акции «Газпрома» демонстрируют положительную динамику, увеличившись на 1,69% на торгах. Несмотря на общий негативный фон, данный рост может свидетельствовать о локальном интересе инвесторов к данному активу. Анализ финансовых показателей «Газпрома» указывает на стабильную EBITDA и потенциал для дальнейшего роста дивидендных выплат. Однако, следует отметить, что компания подвержена рискам, связанным с колебаниями цен на газ и геополитической ситуацией. Согласно консенсус-прогнозу, целевая цена акций «Газпрома» предполагает умеренный потенциал роста, что делает данный актив привлекательным для долгосрочных инвесторов, ориентированных на дивидендный доход.

Клеточный атлас: Новый стандарт в предсказании локализации белков

Исследователи представили масштабный набор данных CAPSUL, объединяющий трехмерную структуру белков с точными аннотациями их внутриклеточного расположения, открывая новые возможности для искусственного интеллекта в биологии.

Инвестиционный обзор и ключевые инвестиционные идеи воскресенье, 22 марта 2026 9:26

Макроэкономический обзор Анализ текущих тенденций на валютном рынке указывает на устойчивое ослабление рубля в диапазоне 80-85 RUB/USD. Ключевыми факторами остаются: Нефтяной фактор: Высокие цены на нефть (EUR 60+ USD за баррель) сопряжены с лагом в отражении на курсе из-за сложной логистики экспорта. Эффект ожидается к апрелю 2026 года. Бюджетное правило: Корректировка Минфина снизила цену отсечения … Читать далее

Острый взгляд на новые объекты: Преодоление проблем адаптации в кросс-доменном обучении

В рамках исследования продемонстрировано, что разработанный метод обеспечивает более точное обнаружение объектов в различных областях применения, значительно сокращая количество избыточных ограничивающих рамок - в частности, в морских, транспортных и внутренних сценах - и тем самым эффективно решает проблему «астигматизма» в задачах компьютерного зрения, обеспечивая баланс между точностью и минимальным количеством ложных срабатываний.

Исследователи предлагают новый подход к решению проблемы ‘астигматизма’ в задачах обнаружения объектов, когда модели теряют фокус при переходе в незнакомые области данных.