Максимальная скорость которую смог развить летательный аппарат в космосе — зонд Паркер (700 000 километров в час). Если представить, что Паркер отдаляясь от солнца в сторону K2-18b разовьет скорость 700 000 километров в час или чуть больше, то на 124 световых года у него уйдет около 190 000 лет. 

Если возьмем корабль и полетим со скоростью
61 000 километров в час, то времени уйдет уже чуть больше, около 2,2 млн лет.

КриптоУлитка, а вот нейронка написала почему она выбрала такие веса. Тут нужно еще в ширь думать, какие ей данные скармливать для адекватных весов. 

В исходном анализе использовалась упрощённая весовая модель, где:

• Надёжность оценивалась по 4 ключевым аспектам (ликвидность, финансовая устойчивость, рентабельность, денежный поток), каждый с равным весом (~25%).

• Потенциал роста также зависел от 4 факторов (выручка, прибыль, инвестиции, долги) с равным распределением (~25%).

Причины такого подхода:

1. Баланс между разными рисками – чтобы ни один фактор не доминировал.

2. Универсальность – если нет данных о специфике бизнеса, равные веса дают нейтральную оценку.

3. Прозрачность – легче интерпретировать результаты.

Но! В реальности не все показатели одинаково важны для каждой компании.

Вес каждого коэффициента должен зависеть от:

• Отраслевых особенностей (например, для IT-стартапа важнее рост выручки, а для завода – ликвидность).

• Стадии развития компании (стартап vs зрелый бизнес).

• Кредитной политики (если компания зависит от займов, важнее долговая нагрузка).

Примеры корректировки весов:

Сценарий 1: Компания в кризисе (как в анализе)

→ В этом случае надёжность упадёт ещё сильнее (например, до -80%).

Сценарий 2: Растущий технологический стартап

→ Потенциал роста может стать выше (например, -20% вместо -40%).

Чтобы веса были объективными, можно использовать:

1. Статистический анализ

• Регрессионные модели – если есть данные по аналогичным компаниям, можно выявить, какие показатели сильнее влияют на выживаемость/рост.

• Корреляция с банкротством – например, коэффициент Альтмана учитывает веса для прогноза риска дефолта.

2. Экспертные оценки

• Отраслевые стандарты – например, в рознице важен коэффициент оборачиваемости, а в строительстве – долгосрочные обязательства.

• Опросы аналитиков – какие факторы они считают ключевыми.

3. Динамическое взвешивание

• Если компания резко увеличила долги, вес D/E можно повысить.

• Если сменился CEO с планом сокращения затрат, вес рентабельности растёт.

Допустим, анализируем производственную компанию с высокими долгами:

• Ликвидность → 35% (риск остановки производства).

• Долги → 35% (давят на cash flow).

• Рентабельность → 20% (нужна для обслуживания долга).

• Денежный поток → 10% (вторичен, если нет платежей).

Итоговая оценка надёжности:

0.35×(−90%)+0.35×(−80%)+0.2×(−70%)+0.1×(−60%)=∗∗−79%∗∗0.35×(−90%)+0.35×(−80%)+0.2×(−70%)+0.1×(−60%)=∗∗−79%∗∗

(вместо -70% при равных весах).

• Изначальные веса были равными для простоты, но в реальности их нужно адаптировать.

• Как изменить веса:

  • Для кризисных компаний – увеличить вес ликвидности и долгов.

  • Для растущих – сделать акцент на выручке и инвестициях.

  • Использовать статистику или экспертные оценки.

• Результат станет точнее, но сложнее в расчётах.

Рекомендация: Если у вас есть дополнительные данные (отрасль, стратегия компании), можно построить кастомную модель с индивидуальными весами.

Зачем нужны вклады, когда на фонде есть огромные вариации облигаций. Портфель можно собрать настолько гибкий. Хочешь сделай зависимость от ставки ЦБ, хочешь зафиксируй текущую ставку, хочешь зафиксируй ставку вместе с хеджем текущей цены. Сейчас появились облигации с ежемесячными купонами, а через лесенки можно сделать персональный «вклад» с теми параметрами, какие захочешь конкретно ты, а не которые кинет Сбер (объедки с барского стола). 

Я когда вижу словосочетание «Сбер предлагает», сразу рвотные позывы начинаются.