ドナルド・トランプ大統領は、Sina Financeによると、米ドルがユーロに対して堅調に推移したとき、米ドルを『非常に強い』と表現した。

ホワイトハウスの外で記者団に対し、強いドルはインフレが起こらないことを意味すると述べた。

BeInCryptoの分析は、2026年7月下旬から8月にかけて記録されたx402決済6,400,000件を追跡し、総額は12万ドル未満だった。

NS3.AIによると、これらの決済の90％以上が1セント未満の価値だった。

Solana上の8日間の急増が、サンプル内の取引の94.5%を占めていた。

BeInCryptoの暫定的な準備度評価は、マイクロペイメントに最高得点の60.7点／100点を与えたが、調査対象の機関ワークフローにおける実際の利用の具体的証拠は限られていると指摘している。

米国株はセッションを記録的水準の近くで終え、S&P 500は7,835ポイントに達しました。

ChainCatcherは、ビットコインの上昇が87,000ドル近辺の強い売り圧力によって抑えられたと述べた。

フロリダ州の公立学校区は、生徒数の減少により財源が制約される中、運営費を賄うために史上最高水準の借入を行っている。

借入の増加は、資金を圧迫する小規模な生徒人口に続くもので、学区の予算に課題をもたらしている。

オプション取引者はセールスフォースに対して11月20日のショートアイアンコンドルを売却し、合計3.54ドルのクレジットを受け取った。このポジションは210/200のプットスプレッドと260/270のコールスプレッドを組み合わせている。

セールスフォースが満期日までショートストライクの間にとどまる場合、この取引の最大利益は354ドルを目標とし、損益分岐点は下側が206.46ドル、上側が263.54ドル。満期前に株価が200-270のレンジを外れると、最大損失は646ドルとなる。

株価は約230ドル付近だったが、セールスフォースが8月の四半期決算を発表した後、約252ドルまで上昇した。10月27日のServiceNowの決算は、互いに同調して動く歴史があることを考えると、セールスフォースに影響を及ぼす可能性がある。

共同通信社のインタビューで、シナ・ファイナンスが伝えたと報じられたところによると、日本銀行の政策委員会のメンバーである佐藤綾乃氏は、政策金利の段階的な調整を支持し、消費と所得の動向を綿密に監視したいと述べた。

彼女は個人消費の勢いは強くないと指摘し、金利の引き上げは一定のペースに固執すべきではないとも付け加えた。

ホルムズ海峡を経由する石油輸出は回復を見せているが、その回復はイランによる船舶への攻撃が続く中で脆弱なままである。

Sina Financeによると、英国海上貿易作戦部門（UKMTO）は、過去1か月の間にホルムズ海峡、ペルシャ湾、およびオマーン沖の水域を横断する際、ほぼ20隻の商船が攻撃を受けたと述べた。その多くはタンカーだった。

Windwardの上級海事情報アナリスト、ミシェル・ウェイゼ・ボックマンは、第三四半期に海峡を通過する船舶の約2%が攻撃を受けたと推定した。

Kplerは先週の土曜日までの週に海峡を通過する原油の平均輸送量を日量約1030万バレルと見積もった。これは戦前の基準の日量1350万バレルから約23%低い。

Windwardは、戦前の基準が日量1450万バレルであるのに対して、平均原油輸送量を日量9–10百万バレルと見積もった。

この記事は、現在の石油の流れが、オマーン沿岸南部の航路に沿ってタンカーを保護するための米国の大規模な軍事展開に大きく依存していると指摘している。

また、オマーン湾での船同士の積み替えはイランによる攻撃のリスクを低減するが、より多くの船舶を必要とし、中国へのタンカー輸送のコストは1隻あたり日量約100万ドルに上昇している。

インフレと経済成長をより反映するよう、今年後半に固定ドル資産閾値を規定するルールを見直す計画を示唆したと、ブルームバーグが伝えた。

地域の銀行業研究に関する会議での発言で、ボウマン氏は、閾値が初めて設定された時に定められた政策目標を維持する調整になると述べた。

StriveのSATAは、450 BTCを超える取得を目指す資金調達ラウンドの後、ビットコインの保有を増やし始めました。

OdailyはSTRCが100ドルの額面価値に近づいていると指摘しています。

関連する発言として、Apyx_fiは全ユーザーに二桁の利回りを提供できることを示唆しています。

NVIDIAによって支援されているブルックリンを拠点とするスタートアップ Reflection AI は、Beam を同社の初の最前線オープンウェイトモデルとして発表しました。

同社は Beam が高度な推論ベンチマークで主流のオープンソースモデルと競合する一方、ライバルと比較してトークンコストと推論計算を大幅に削減していると述べています。

Beam はテキストのみのエキスパート混成モデルで、計算資源の高い強化学習で訓練され、推論、コーディング、エージェントタスクを念頭に設計されています。

Beam は総パラメータ数が5010億、活性パラメータが230億。23.8兆トークンで事前学習され、最大で100万トークンの文脈窓を特徴とします。

Reflection はその性能主張が独立検証されていないことに留意しているが、Beam は Z-ai の GLM-5.2 と同等のスコアを高度な推論ベンチマークで示し、現行の主流西洋系オープンソースモデルを上回り、推論計算は他のモデルより3〜4倍少なくて済むとしています。同社は Beam を企業、公共部門、開発者向けのフラグシップモデルとして位置づけています。