当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 黄仁勋三天卖出约 8.91 万股英伟达股票,套现逾 4200 万美元

黄仁勋三天卖出约 8.91 万股英伟达股票,套现逾 4200 万美元

来源:IT之家 2023-09-10 22:07:20 0浏览 收藏

珍惜时间,勤奋学习!今天给大家带来《黄仁勋三天卖出约 8.91 万股英伟达股票,套现逾 4200 万美元》,正文内容主要涉及到等等,如果你正在学习科技周边,或者是对科技周边有疑问,欢迎大家关注我!后面我会持续更新相关内容的,希望都能帮到正在学习的大家!

本站 9 月 10 日消息,当地时间周三(9 月 6 日),英伟达在美国证券交易委员会(SEC)提交的文件显示,该公司总裁兼 CEO 黄仁勋在三天内卖出了约 8.91 万股英伟达股票。

黄仁勋三天卖出约 8.91 万股英伟达股票,套现逾 4200 万美元

根据文件记载,黄仁勋在9月1日、5日和6日行使了期权,每天抛售了29,688股英伟达股票,总计抛售了约8.91万股

黄仁勋通过行使期权,以每股 4 美元获得了这些股票,总价值约为 35.63 万美元,而他卖出这些股票时,英伟达股价平均约为每股 480.87 美元,总价值约为 4282.82 万美元,这意味着黄仁勋通过此番兑现股权获利逾 4200 万美元(未扣除交易费用和税收前)。

在过去的 10 天里,来自高盛、花旗和伯恩斯坦等投资机构的四位分析师中有三位维持或重申了对英伟达股票的“买入”评级,并给出了未来 12 个月超过 600 美元的目标价。

然而,并非所有投资者都相信英伟达股价能够继续走高。投资者罗布·阿诺特声称这是一个泡沫,并且很可能很快破灭,他说:“英伟达可能正骑在计算机科学革命的浪潮上,但其股票是‘大市场错觉’的典型故事。”

本站注意到,由于人工智能的大热,英伟达股票今年表现出色,截至目前为止,英伟达股价涨幅高达 228.75%,远远超过了标普 500 指数同期 16% 的回报。

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,本站所有文章均包含本声明。

理论要掌握,实操不能落!以上关于《黄仁勋三天卖出约 8.91 万股英伟达股票,套现逾 4200 万美元》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
预计9月上市,五菱星云将配备混合动力技术预计9月上市,五菱星云将配备混合动力技术
上一篇
预计9月上市,五菱星云将配备混合动力技术
iPhone 15 Pro及15 Pro Max新改进预览
下一篇
iPhone 15 Pro及15 Pro Max新改进预览
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    301次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    357次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    356次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    323次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    142次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码