L'indice Nikkei 225 sale grazie all'ottimismo sui profitti tecnologici e sui guadagni del mercato statunitense
Il 27 aprile, alimentata dalle aspettative di forti utili da parte delle aziende tecnologiche giapponesi e americane, la domanda di titoli legati all'AI, inclusi i produttori di chip, è aumentata portando a una crescita dell'Indice Nikkei 225 del Giappone. Il Nikkei 225 è salito dello 0,4% a 59.973,86 punti, mentre il Topix è sceso dello 0,4% a 3.701,82 punti. Shoji Hirakawa, Chief Global Strategist presso Tokai Tokyo Research Institute, ha dichiarato: "Sostenute da forti aspettative sugli utili, le azioni legate all'AI dovrebbero mantenersi robuste e l'indice Nikkei potrebbe registrare un leggero movimento al rialzo. Questi titoli sono meno influenzati dalle fluttuazioni economiche e dall'aumento dei prezzi del petrolio, mantenendo valutazioni elevate." Nel mercato statunitense, grazie al titolo Intel che ha raggiunto il massimo storico, l'indice del settore dei semiconduttori ha segnato la sua diciottesima giornata consecutiva di rialzi lo scorso venerdì. La stagnazione del processo negoziale con l'Iran e il blocco effettivo dello strategico Stretto di Hormuz hanno limitato i guadagni dei mercati azionari globali. I futures sul Brent crude oil sono schizzati fino al 2,5%, raggiungendo i 107,97 dollari al barile. Tra i titoli del Topix Index, Mitsui & Co. ha registrato il calo più marcato, con una flessione del 2,6%. Su 1.650 titoli nell’indice, 527 sono saliti, 1.002 sono scesi e 121 sono rimasti invariati.
Esclusione di responsabilità: il contenuto di questo articolo riflette esclusivamente l’opinione dell’autore e non rappresenta in alcun modo la piattaforma. Questo articolo non deve essere utilizzato come riferimento per prendere decisioni di investimento.
Ti potrebbe interessare anche
In tendenza
AltroL'amministratore delegato di Marriott International ha recentemente dichiarato che la società ha avuto un inizio d'anno molto forte per quanto riguarda le nuove firme di affari globali.
ExxonMobil sta utilizzando il machine learning per elaborare enormi quantità di dati sismici e individuare rapidamente le posizioni di perforazione più promettenti.
