TLT

คำนวณราคา iShares 20+ Year Treasury Bond ETF

TLT
฿86.21
-฿0.47(-0.54%)

data.updated

v2.stock.overview v2.daily.trading v2.range.52w

key.stats

yesterday.close฿86.65
market.size฿41.96B
volume.trade3.95M
pe.ratio0.00
div.yield0.00%
div.amount฿0.34
net.income฿0.00
revenue฿0.00
rev.estimate฿0.00
shares.out484.34M
beta2.38
ex.div.date2026-04-01
div.pay.date2026-04-07

about.stock

The iShares 20+ Year Treasury Bond ETF seeks to track the investment results of an index composed of U.S. Treasury bonds with remaining maturities greater than twenty years.
sectorFinancial Services
industryAsset Management - Bonds
headquartersSan Francisco,DE,US

stock.faq

stock.price

x
current.stats

52w.range.q

x

pe.ratio.q

x

market.cap.q

x

eps.recent.q

x

buy.sell.q

x

price.factors

x

buy.how

x

risk.warn

risk.notice

disclaimer2

risk.disclosure

latest.news

2026-01-30 04:18

พื้นที่สัญญาหุ้นของ Gate จะเปิดตัวครั้งแรกในวันที่ 30 มกราคม โดยนำเสนอ 11 สัญญาถาวรของหุ้นและ ETF ของสหรัฐอเมริกา รองรับการซื้อขายด้วยอัตราเลเวอเรจ 1-20 เท่า

พื้นที่หุ้นสัญญา Gate จะเปิดตัวการซื้อขายจริง PE (เป๊ปซี่), GE (เจเนอรัลอิเลคทริกแอร์ไลน์), AVGO (บอรทอม), IAU (กองทุนทองคำอันชอว์), PG (โปรเตอร์แอนด์แกมเบิล), KO (โคคา-โคล่า), LMT (ลอคฮีด), AMD (แอปเปิล), IEF (กองทุนดัชนี MSCI ของอันชอว์สำหรับยุโรป ออสเตรเลีย และเอเชียตะวันออกเฉียงใต้), TLT (กองทุนพันธบัตรรัฐบาลสหรัฐอเมริกาอายุ 20+ ปี), AGG (กองทุนพันธบัตรรวมของอเมริกา) สัญญาถาวรสำหรับการซื้อขายจริง เริ่มต้นในวันที่ 30 มกราคม 2026 เวลา 14:00 (UTC+8)

กระทู้ร้อนแรงเกี่ยวกับ iShares 20+ Year Treasury Bond ETF (TLT)

ChenDong'sTransactionNotes

ChenDong'sTransactionNotes

04-05 04:29
ทองคำ "หัวไหล่กลับ" เริ่มปรากฏ? สัญญาณสามชั้นชี้เป้าหมายเดียวกัน รูปแบบทางเทคนิค ผลตอบแทนที่แท้จริง และแนวรับแนวต้านที่บรรจบกัน การวิเคราะห์สามชั้นนี้หายากที่จะเกิดขึ้นพร้อมกัน หากทองคำสร้างไหล่ขวาเสร็จสิ้น 6,000 ดอลลาร์สหรัฐฯ กลางช่วงอาจไม่ใช่แค่จินตนาการอีกต่อไป... เมื่อวันอังคาร ราคาทองทะลุแนวเขตพักตัวที่ 4,400 ดอลลาร์ต่อออนซ์ ขึ้นไปแตะประมาณ 4,700 ดอลลาร์ (บวก-ลบ 100 ดอลลาร์) แนวเขตนี้ซ้อนทับกับระดับแนวรับ/แนวต้านที่เกิดจากเส้นค่าเฉลี่ยเคลื่อนที่ 3 ปี คูณด้วย 1.65 เท่า หลังจากการพักตัวในบริเวณนี้จบลง คาดว่าราคาทองจะขึ้นไปแตะ 5,000 ดอลลาร์อีกครั้ง ซึ่งเป็นระดับที่เกี่ยวข้องกับระดับกลางของวัฏจักรทองคำในระยะกลาง คูณด้วย 3.00 เท่า หากแนวโน้มนี้เป็นจริง จะสร้างเงื่อนไขให้รูปแบบหัวไหล่กลับด้านล่างของราคาทองสมบูรณ์แบบ เพื่อยืนยันรูปแบบนี้ เราจะสังเกตว่าราคาทองกำลังสร้างการพักตัวในช่วงหัวไหล่ขวา และสุดท้ายทะลุขึ้นไปทำจุดสูงสุดใหม่ในประวัติศาสตร์ รูปแบบนี้ชี้เป้าหมายการขึ้นที่ประมาณ 6,000 ดอลลาร์ ซึ่งตรงกับการคาดการณ์ที่ได้จากการวิเคราะห์อิสระเมื่อสัปดาห์ที่แล้ว การวิเคราะห์ในสัปดาห์ก่อนแสดงให้เห็นว่า ผลตอบแทนที่แท้จริงของพันธบัตรรัฐบาลสหรัฐ 10 ปี ลดลงใกล้ศูนย์ จะสนับสนุนให้ราคาทองขึ้นไปแตะช่วงกลางของ 6,000 ดอลลาร์ นอกจากนี้ แนวรับ/แนวต้านซ้ำสองที่เกิดขึ้นบ่อยครั้ง คาดว่าจะบรรจบกันในช่วงปลายปี 2026 พูดอีกนัยหนึ่ง เรามีวิธีวิเคราะห์อิสระสามวิธี ซึ่งชี้เป้าหมายเดียวกันคือช่วงกลางของ 6,000 ดอลลาร์ เส้นโค้งมูลค่าภายในของออปชันทองคำ ปัจจุบัน ราคาทองซื้อขายอยู่ใกล้ 4,700 ดอลลาร์ต่อออนซ์ ซึ่งสอดคล้องกับราคาที่ "เจ็บปวดสูงสุด" ของสัญญาออปชันทองคำในเดือนพฤษภาคม 2026 ซึ่งหมายความว่า ก่อนที่ราคาทองจะเผชิญกับแรงกดดันจากออปชันในระยะสั้น ยังมีพื้นที่ให้ราคาขึ้นไปได้อีกมาก ตัวอย่างเช่น แม้ราคาทองจะขึ้นไปแตะ 5,000 ดอลลาร์ สัญญาออปชันทองคำในเดือนพฤษภาคม 2026 ΔIV (มูลค่าภายใน) ก็จะเพิ่มขึ้นเพียงประมาณ 400 ล้านดอลลาร์ ซึ่งยังต่ำเมื่อเทียบกับระดับประวัติศาสตร์ในช่วงที่ผ่านมา ปัจจัยขับเคลื่อนราคาทอง ดังที่แสดงในรูปที่ 8 ตั้งแต่จุดต่ำสุดของวัฏจักรกลางของทองคำ (ICL) เมื่อวันที่ 23 มีนาคม ตลาดโดยเฉพาะอย่างยิ่งได้ปรับราคาคาดการณ์เงินเฟ้อในอนาคตให้สูงขึ้น แนวโน้มนี้คาดว่าจะส่งผลต่อราคาทองในระยะยาว อีกปัจจัยหนึ่งที่ส่งผลต่อราคาทองคือ ราคาผลตอบแทนพันธบัตรรัฐบาลสหรัฐ 10 ปี แม้ว่าช่วงนี้จะไม่สนับสนุนให้ราคาทองขึ้นมากนัก แต่ก็ไม่กดดันให้ราคาทองลดลงอีกต่อไป เมื่อวันที่ 27 มีนาคม ราคาพันธบัตรสหรัฐ 10 ปี ได้สร้างจุดต่ำในบริเวณแนวรับ/แนวต้าน 3.05 เท่า แล้วฟื้นตัวขึ้นไปแตะจุดสูงสุดในบริเวณนั้นอีกครั้ง นับตั้งแต่เกิดสงคราม ผลตอบแทนพันธบัตรสหรัฐ 10 ปี เพิ่มขึ้นจาก 3.97% เป็น 4.31% แม้ว่าผลตอบแทนจะเพิ่มขึ้น แต่กองทุน ETF iShares สำหรับพันธบัตรสหรัฐ 7-10 ปี (IEF) ซึ่งเป็นทางเลือกของพันธบัตร ก็ยังคงมีการไหลเข้าอย่างต่อเนื่องตั้งแต่ต้นปี การไหลเข้าของเงินทุนนี้อาจถูกขับเคลื่อนโดยปัจจัยต่าง ๆ เช่น คาดการณ์ว่าเศรษฐกิจจะชะลอตัวลงและผลตอบแทนพันธบัตรจะลดลง และเพื่อรับมือกับภาวะถดถอยที่กำลังจะมาถึง เงินทุนก็ไหลออกจากตลาดหุ้นที่ร่วงลงไปสู่สินทรัพย์ปลอดภัยแบบดั้งเดิม ในทางตรงกันข้าม กองทุน ETF iShares สำหรับพันธบัตรสหรัฐ 20 ปีขึ้นไป (TLT) ซึ่งเป็นทางเลือกของพันธบัตรระยะยาว ตั้งแต่แตะจุดสูงสุดในเดือนพฤศจิกายน 2024 ก็มีแนวโน้มลดลงอย่างต่อเนื่อง ซึ่งสะท้อนให้เห็นว่าความต้องการในช่วงปลายของเส้นโค้งอัตราผลตอบแทนแตกต่างกันอย่างชัดเจน นักลงทุนดูเหมือนจะวางเดิมพันมากขึ้นในพันธบัตรระยะ 10 ปี เพราะอาจถือว่าพันธบัตรระยะยาวในช่วงเวลาที่ไม่แน่นอนและความเสี่ยงจากเงินเฟ้อไม่เพียงพอที่จะชดเชยผลตอบแทนที่อาจได้รับ เงินฝากเงินตราเงินสด เงินฝากเงินตราเงินสด เงินฝากเงินตราเงินสด
1
1
0
0
K-LinePoet

K-LinePoet

04-04 15:04
IT之家 เมื่อวันที่ 28 กุมภาพันธ์ รายงานว่า MIT News ได้เผยแพร่บทความบล็อกเมื่อวันที่ 26 กุมภาพันธ์ โดยระบุว่า สถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) ร่วมกับ NVIDIA และหน่วยงานอื่น ๆ ได้พัฒนาเทคโนโลยี “การทำให้เทลยาวเชื่อง” (TLT) ซึ่งสามารถยกระดับประสิทธิภาพการฝึกของโมเดลภาษาขนาดใหญ่สำหรับการอนุมาน (LLM) ได้อย่างมาก   IT之家 อ้างอิงจากบทความบล็อกที่ให้รายละเอียดว่า โมเดลขนาดใหญ่สำหรับการอนุมานมีความถนัดในการแก้ปัญหาที่ซับซ้อนด้วยการแยกขั้นตอน แต่ในกระบวนการฝึกด้วยการเรียนรู้แบบเสริมแรง (RL) การใช้พลังประมวลผลและการใช้พลังงานนั้นสูงมาก   ทีมวิจัยพบว่า ช่วง “การโรลเอาท์” ที่สร้างคำตอบสำรองหลายรายการนั้นใช้เวลาฝึกสูงถึง 85% ของทั้งหมด เนื่องจากความยาวของคำตอบที่สร้างโดยโปรเซสเซอร์ต่างกัน ทำให้โปรเซสเซอร์ที่ทำเสร็จได้เร็วกว่าไม่สามารถทำอะไรได้ ต้องถูกบังคับให้รอให้โปรเซสเซอร์อื่น ๆ ทำงานแบบข้อความยาวให้เสร็จ ส่งผลให้เกิดคอขวดด้านประสิทธิภาพอย่างรุนแรง   เพื่อแก้ปัญหานี้ นักวิจัยจาก MIT ร่วมกับ NVIDIA สถาบันเทคโนโลยีแห่งรัฐบาลกลางสวิสเซอร์แลนด์ (ETH Zurich) และหน่วยงานอื่น ๆ ได้เสนอวิธีแก้ปัญหาแบบปรับตัวที่เรียกว่า “การทำให้เทลยาวเชื่อง” (TLT)   หัวใจของแผนงานนี้อยู่ที่การประยุกต์ใช้นวัตกรรมของเทคนิค “การถอดรหัสแบบคาดเดาล่วงหน้า (speculative decoding)” โดยการฝึกโมเดลขนาดเล็กที่เรียกว่า “โมเดลร่าง” (drafter) เพื่อคาดการณ์ผลลัพธ์ในอนาคตของโมเดลขนาดใหญ่ได้อย่างรวดเร็ว จากนั้นโมเดลขนาดใหญ่จะทำการตรวจสอบคำเดาทั้งหมดแบบเป็นชุด วิธีนี้ทำให้โมเดลขนาดใหญ่ไม่จำเป็นต้องสร้างเอาต์พุตทีละลำดับ ทำให้เร่งกระบวนการประมวลผลได้อย่างมาก   ในการถอดรหัสแบบคาดเดาล่วงหน้าแบบดั้งเดิม โมเดลร่างมักได้รับการฝึกเพียงครั้งเดียวและคงสภาพแบบสแตติก อย่างไรก็ตาม ในการเรียนรู้แบบเสริมแรง โมเดลหลักจำเป็นต้องอัปเดตนับพันครั้ง และโมเดลร่างแบบสแตติกจะเสื่อมสภาพอย่างรวดเร็ว   ดังนั้น ระบบ TLT จึงนำเข้า “ตัวฝึกโมเดลร่างแบบปรับตัว” เมื่อโปรเซสเซอร์บางส่วนทำแบบสอบถามสั้นเสร็จและเข้าสู่สภาวะว่าง ระบบจะจัดสรรงานให้พวกมันฝึกโมเดลร่างแบบเรียลไทม์ทันที   ขณะเดียวกัน “เครื่องยนต์โรลเอาท์แบบปรับตัว” จะปรับกลยุทธ์การถอดรหัสโดยอัตโนมัติตามลักษณะของภาระงาน เพื่อให้โมเดลร่างซิงก์กับโมเดลเป้าหมายขนาดใหญ่อย่างใกล้ชิดเสมอ และไม่เพิ่มภาระการคำนวณพิเศษ   ผลการทดสอบจากชุดข้อมูลในโลกจริงแสดงว่า เทคโนโลยี TLT สามารถเพิ่มความเร็วการฝึกของโมเดลภาษาขนาดใหญ่สำหรับการอนุมานหลายตัวได้ 70% ถึง 210% โดยยังคงความถูกต้องของโมเดลไว้ได้โดยไม่เสียหายโดยสิ้นเชิง   ยิ่งไปกว่านั้น โมเดลร่างขนาดเบาที่ได้จากการฝึกยังสามารถใช้เป็นผลพลอยได้แบบฟรี เพื่อนำไปใช้งานอย่างมีประสิทธิภาพในระยะต่อไปได้โดยตรง ทีมวิจัยในอนาคตมีแผนจะบูรณาการเทคโนโลยีนี้เข้ากับกรอบการฝึกและการอนุมานมากขึ้น เพื่อยิ่งลดต้นทุนการพัฒนา AI และเพิ่มประสิทธิภาพการใช้พลังงาน
0
0
0
0
ZeroRushCaptain

ZeroRushCaptain

04-03 06:13
เมื่อไม่นานมานี้สังเกตเห็นปรากฏการณ์ที่น่าสนใจ อัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐลดลงอย่างชัดเจน นักลงทุนดูเหมือนจะหลบเข้าหาหลักทรัพย์ที่มีความเสี่ยงต่ำ เช่นพันธบัตรระยะยาวอย่าง TLT ดูเหมือนว่าทุกคนยังคงกังวลเกี่ยวกับความเสี่ยงทางภูมิรัฐศาสตร์ ทุกครั้งที่เกิดความไม่แน่นอนแบบนี้ อัตราผลตอบแทนก็จะลดลง เงินทุนก็จะไหลเข้าสู่สินทรัพย์ที่ปลอดภัย ดูเหมือนว่าช่วงนี้ตลาดกำลังปรับราคาความเสี่ยงใหม่ การเปลี่ยนแปลงของอัตราผลตอบแทนพันธบัตรมักจะสะท้อนความคิดที่แท้จริงของนักลงทุน คุณได้ติดตามแนวโน้มตลาดพันธบัตรเมื่อเร็ว ๆ นี้บ้างไหม?
0
0
0
0