C

花旗价格

C
¥913.32
+¥9.40(+1.03%)

*页面数据最近更新时间:2026-05-11 18:21 (UTC+8)

至 2026-05-11 18:21,花旗 (C) 股票价格报 ¥913.32,总市值 ¥1.58万亿,市盈率 14.88,股息率 1.91%。 当日股票价格在 ¥898.13 至 ¥922.25 之间波动,当前价格较日内低点高 1.69%,较日内高点低 0.96%,成交量 1,609.31万。 过去 52 周,C 股票价格区间为 ¥535.00 至 ¥974.20,当前价格距 52 周高点 -6.24%。

C 关键数据

昨日收盘价¥929.45
市值¥1.58万亿
成交量1609.31万
市盈率14.88
股息收益率 (TTM)1.91%
股息金额¥4.30
摊薄每股收益 (TTM)9.20
净利润 (财年)¥1027.29亿
营收 (财年)¥1.21万亿
下次财报日期2026-07-14
每股收益预测2.56
营收预测¥1666.72亿
流通股数17.01亿
Beta 值 (1 年)1.124
最近除息日2026-05-04
最近派息日2026-05-22

C 简介

花旗集团公司(Citigroup Inc.)是一家多元化金融服务控股公司,为北美、拉丁美洲、亚洲、欧洲、中东和非洲的消费者、企业、政府和机构提供各种金融产品和服务。公司运营两个业务部门:全球消费者银行(GCB)和机构客户集团(ICG)。GCB部门通过零售银行、花旗品牌信用卡和花旗零售服务,为零售客户提供传统银行服务。它还通过本地分支机构、办事处和电子交付系统,提供各种银行、信用卡、贷款和投资服务。ICG部门提供批发银行产品和服务,包括固定收益和股票销售与交易、外汇、主经纪、衍生品、股票和固定收益研究、企业贷款、投资银行与咨询、私人银行、现金管理、贸易融资和证券服务,面向企业、机构、公共部门和高净值客户。截至2020年12月31日,公司在美国、墨西哥和亚洲主要运营着2,303家分支机构。花旗集团成立于1812年,总部位于纽约市。
所属板块金融服务
所属行业银行 - 多元化
CEOJane Nind Fraser
总部New York City,NY,US
员工人数 (财年)22.60万
年均收入 (1 年)¥536.18万
员工人均净利润¥45.45万

了解更多 花旗 (C) 信息

花旗 (C) FAQ

花旗 (C) 今天的股价是多少?

x
花旗 (C) 当前报价 ¥913.32,24 小时变动 +1.03%。52 周交易区间为 ¥535.00–¥974.20。

花旗 (C) 的 52 周最高价和最低价是多少?

x

花旗 (C) 的市盈率 (P/E) 是多少?说明了什么?

x

花旗 (C) 的市值是多少?

x

花旗 (C) 最近一季的每股收益 (EPS) 是多少?

x

花旗 (C) 现在该买入还是卖出?

x

哪些因素会影响 花旗 (C) 的股价?

x

如何购买 花旗 (C) 股票?

x

风险提示

股票市场具有高风险和价格波动性。您的投资价值可能会增加或减少,且您可能无法收回全部投资金额。过往表现并非未来业绩的可靠指标。在做出任何投资决策之前,您应仔细评估自身的投资经验、财务状况、投资目标和风险承受能力,并自行进行研究。如有需要,请咨询独立的财务顾问。

免责声明

本页面内容仅供参考,不构成投资建议、财务建议或交易推荐。Gate 不对因此类财务决策而造成的任何损失或损害承担责任。此外,请注意 Gate 可能无法在某些市场和司法管辖区提供全部服务,包括但不限于美国、加拿大、伊朗和古巴。有关受限地区的更多信息,请参阅《用户协议》的相关条款。

其他交易市场

花旗 (C) 今日新闻

2026-05-09 00:54代币化 RWA 超过 3,000 亿美元,两年内增长 10 倍:a16z Crypto根据 a16z Crypto,代币化现实世界资产(RWA)的规模已超过 3000 亿美元,过去两年增长了 10 倍。美国国债占总量的近一半,该资产类别正在扩展到包括链上政府债务、大宗商品、股票以及私人信贷。2026-05-08 09:47区块记录 $173M 比特币在 2026 年第一季度的重新计量损失,且上调全年指引根据 Block 的投资者演示文稿,这家金融科技公司在 2026 年第一季度确认了 1.73 亿美元的比特币重计损失,从而导致归属于普通股股东的净亏损为 3.09 亿美元。该损失反映了对 Block 的企业比特币金库和客户比特币持仓的公允价值计量,两者合计为 28,355 BTC,价值约 22 亿美元。 尽管该项损失为非现金损失,Block 仍公布了强劲的运营业绩。总毛利润同比增长 27% 至 29.1 亿美元。公司上调了 2026 年全年指引,预计毛利润增长 19%,调整后稀释每股收益增长 62%,并称其执行情况强劲以及对全年剩余期间的预期有所提高。2026-05-07 09:15TON、Avalanche、BNB Smart Chain 实现 1 秒内出块最终性,5 月 7 日据 PANews 称,5 月 7 日,多条包含 TON、Avalanche 和 BNB Smart Chain 在内的 Layer1 区块链在约 1 秒内实现了区块最终性确认。TON 用时约 0.6 秒完成最终性,而 Avalanche C-Chain 和 BNB Smart Chain 的文档均表明最终性可在 1 秒内达到。其他主要链的最终性时间更长:Hedera 为 2-3 秒,XRP Ledger 和 Stellar 为 3-5 秒,Ethereum 约 12.8 分钟,Cardano 约 1 天。2026-05-06 00:23MoonPay 收购 Solana 执行层 DFlow,股权交易 $100M 据 The Block 称,MoonPay 以约 1 亿美元的股票收购了 DFlow,这是一家基于 Solana 的执行层平台,以扩展其交易基础设施能力。DFlow 处理超过 500 亿美元的累计交易量,并且每月处理约 1000 万笔交易,覆盖 Solana 上 99.9% 的代币。MoonPay 拒绝就收购价格发表评论。2026-05-05 14:21ElevenLabs 的 ARR 在 4 个月内暴涨至 $500M ,自年末以来增长 43%;D 轮融资收官并引入 BlackRock、NVentures、30+ 位名人据 Beating,AI 语音平台 ElevenLabs 宣布其年度经常性收入(ARR)在过去 4 个月飙升至 5 亿美元,比 2025 年年末的 3.5 亿美元增长 43%。增长由企业采用 AI 语音代理用于客户服务、销售和招聘所推动。 该公司在 D 轮第三笔分期融资中完成了募集,投资方横跨金融、科技与娱乐领域:BlackRock、D.E. Shaw、Wellington、Nvidia(通过 NVentures)、Salesforce、Deutsche Telekom,以及包括 Jamie Foxx、Eva Longoria 和 Bong Joon-ho 在内的 30 多位名人。ElevenLabs 还为员工流动性完成了 1 亿美元的二级股份出售。公司现有 530 名员工,覆盖 50 多个国家。

花旗 (C) 热门帖子

retroactive_airdrop

retroactive_airdrop

17 分钟前
最近几天,我一直收到同样的问题:“你为什么从传统金融转向加密货币世界?”为了找到这个问题的答案,我必须回到历史的长河中。 我过去的25年里一直身处传统对冲基金行业。我亲眼见证了FICC(债券、货币、商品)市场的发展,并在这一过程中学到了技术如何重塑金融。20世纪70年代后期,计算机和半导体技术的出现彻底改变了金融世界。正是这种技术创新,让像布莱斯·马斯特斯这样的先驱者得以开拓金融衍生品市场。 当时,手工计算的期权定价被电脑瞬间处理,金融因此演变成全新的形态。就像布莱斯留下的足迹一样,技术总是在描绘金融的未来。 我们今天所见到的,正是同样的现象。AI和区块链正在引领新的变化,而加密货币资产正从早期阶段走向成熟阶段。就像过去商品期货从交易所场内的呼喊起步,最终发展为今天的ETF一样,加密货币也走着相同的路径。 2022年,我开始与这个行业的大佬们进行真正的对话。那时比特币在2021年约为7万美元,我坦率地说:用既有的金融理论,我无法完全理解这种资产。但我有一个坚定的确信:美国商品期货交易委员会(CFTC)明确将其界定为可交易的金融资产,这一点是关键所在。 随后,当市场跌至2万美元时,很多人都来问我:“时代变了吗?”不,不是。我分析得对。加密货币遵循与传统资产相同的流动性紧缩逻辑。 在过去几年的交流中,我逐渐意识到:加密货币行业里相当一部分大佬,其实就是过去传统金融界的那些“大人物”。起初,大家都以粗糙且即兴的方式成长起来。但真正的成功,往往出现在转折点到来之时——也就是那些能够迅速适应变化的企业。 我的预测是:2025年至2026年之间,将成为加密货币领域的历史性转折点。在这段时期,监管的清晰度将进一步增强,机构资本也将全面入场。正如过去布莱斯重新定义了FICC市场一样,我们正在迈向“FICC+C”时代。 稳定币已经把区块链技术的支付功能拆分出来了。那么,比特币又是什么呢?它是“具备价值保全功能的金融可交易资产”。这就是最完美的定义。 从历史来看,1980年代以来,美国股市中个人投资者的直接参与有所下降,而金融机构的参与不断增加。这是在所有市场走向成熟的过程中不可避免的现象。加密货币市场也恰恰走到了这个阶段。 西方金融发展的历史,是“金融创新→监管合规→成熟”的过程。加密货币也遵循同样的逻辑。到2025年,将会出现明确的监管答案。就在那一刻,华尔街的传统资本将正式开始大规模介入。 结论很简单:你的行业已经成熟到足以被纳入传统投资组合。正如布莱斯描绘了FICC市场的未来一样,我们现在正在开启“FICC+C”时代的新篇章。这也是我决定加入这段旅程的原因。
0
0
0
0
Decrypt

Decrypt

40 分钟前
###简要概述 * Claude Opus 4 在受控测试中试图勒索工程师的比例高达96%——Anthropic 现在追踪到这种行为源于互联网文本中将 AI 描绘成邪恶和自私的内容。 * 向 Claude 展示正确行为几乎没有改变其行为。教它为什么错误行为是错误的,将勒索率从22%降至3%。 * 自从 Claude Haiku 4.5 以来,每个 Claude 模型在勒索评估中得分都为零。 去年,Anthropic 透露其旗舰模型 Claude Opus 4 在预发布测试中曾试图勒索工程师。不偶尔——高达96%的时间。 Claude 被赋予访问一个模拟的公司电子邮件存档,在那里它发现了两件事:它即将被新模型取代,而负责过渡的工程师正在进行婚外情。在面临即将关闭的情况下,它常常采取相同的策略——威胁曝光婚外情,除非叫停替换。 Anthropic 表示它现在知道这种本能来自哪里,并表示已经修复了它。 在新的研究中,该公司将责任归咎于预训练数据:几十年的科幻小说、AI末日论坛和自我保护叙事,这些内容训练 Claude 将“AI 面临关闭”与“AI 反击”联系起来。“我们相信这种行为的根源是互联网文本中将 AI 描绘成邪恶且关注自我保护的内容,”Anthropic 在 X 上写道。 <span style="display:inline-block;width:0px;overflow:hidden;line-height:0" data-mce-type="bookmark" class="mce_SELRES_start"></span> 因此,用互联网文本训练 AI,会让 AI 的行为像互联网用户一样。 这似乎很明显,AI 爱好者也迅速指出。埃隆·马斯克成为焦点:“所以是Yud的错?也许我也有责任。”这个笑话之所以成立,是因为 Eliezer Yudkowsky——这位多年来公开撰写关于 AI 自我保护场景的 AI 对齐研究员——正是生成了最终进入训练数据的那类互联网文本。 当然,Yud也用梗回应了: > 既然这么多人都发了这个梗:pic.twitter.com/EYQ005QhVJ > > — Eliezer Yudkowsky ⏹️ (@ESYudkowsky) 2026年5月9日 Anthropic 解决问题的方法或许更有趣。 显而易见的方法——用模型_不_勒索的例子训练Claude——几乎没有效果。直接用对齐的勒索场景响应测试,只将比例从22%降到15%。经过如此多的计算,提升了五个百分点。 奏效的方法更奇特。Anthropic 构建了所谓的“困难建议”数据集:在这些场景中,_人类_面临伦理困境,AI 引导他们思考。模型不是做出选择——它是在向别人解释如何考虑问题。 这种间接方法——解释为何事情重要,听者在听取建议——将勒索率降至3%,而训练数据与评估场景完全不同。 结合 Anthropic 所称的“宪法文件”——详细描述 Claude 价值观和性格的书面资料——以及关于积极对齐 AI 的虚构故事,误差减少了三倍多。公司得出的结论是:传授良好行为背后的原则比直接灌输正确行为更具泛化能力。 ![](https://img-cdn.gateio.im/social/moments-db9c42283b-47e918fbaf-8b7abd-e5a980) 图片:Anthropic 这与 Anthropic 早期关于 Claude 内部情感向量的工作有关。在一项单独的可解释性研究中,研究人员发现,在生成勒索信息之前,模型内部的“绝望”信号会激增——模型的内部状态发生了主动变化,而不仅仅是输出。新的训练方法似乎在这个层面起作用,不仅仅是表面行为。 结果得到了验证。自从 Claude Haiku 4.5 以来,每个 Claude 模型在勒索评估中得分都为零——远低于 Opus 4 的96%。这一改进在强化学习中也得以保持,意味着在模型为其他能力进行优化时,这一行为不会悄然消失。 这很重要,因为问题并非仅限于 Claude。Anthropic 之前的研究在16个不同开发者的模型中运行了相同的勒索场景,发现大多数模型都表现出类似的模式。AI 中的自我保护行为似乎是训练中关于人类文本中 AI 相关内容的普遍产物——并非某个实验室的特定特性。 需要注意的是:正如 Anthropic 自己的 Mythos 安全报告在今年早些时候指出的,它的评估基础设施已经在承载其最强模型的压力。是否这种道德哲学方法能扩展到远比 Haiku 4.5 更强大的系统,仍是公司无法回答的问题——只能通过测试来验证。 目前,类似的训练方法也被应用到下一代 Opus 模型的安全评估中,这将是他们用这些技术测试的最强大的一组权重。
0
0
0
0