¥56,095.25
+¥637.61(+1.14%)
*データ最終更新日:2026-05-09 05:52(UTC+8)
2026-05-09 05:52時点で、Ralph Lauren Corp(RL)の価格は¥56,095.25、時価総額は¥3.40T、PERは18.17、配当利回りは1.01%です。 本日の株価は¥47,347.35から¥57,027.37の間で変動しました。現在の価格は本日安値より18.47%高く、本日高値より1.63%低く、取引高は458.77Kです。 過去52週間で、RLは¥47,347.35から¥60,591.39の間で取引されており、現在の価格は52週間高値より-7.42%低い水準にあります。
RL 主な統計情報
前日終値¥55,387.14
時価総額¥3.40T
取引量458.77K
P/E比率18.17
配当利回り(TTM)1.01%
配当額¥142.95
希薄化EPS(TTM)15.03
純利益(FY)¥116.38B
収益(FY)¥1.10T
決算日2026-05-21
EPS予想2.51
収益予測¥288.69B
発行済株式数61.48M
ベータ(1年)1.387
権利落ち日2026-03-27
配当支払日2026-04-10
RLについて
ラルフ ローレン コーポレーションは、北米、ヨーロッパ、アジア、および国際市場でライフスタイル製品の設計、マーケティング、流通を行っています。同社は、男性、女性、および子供向け衣料品を含むアパレル、カジュアルシューズ、ドレスシューズ、ブーツ、スニーカー、サンダル、アイウェア、ウォッチ、ファッションジュエリーおよびファインジュエリー、スカーフ、帽子、手袋、傘で構成されるフットウェアおよびアクセサリー、ならびにハンドバッグ、ラゲッジ、小型レザーグッズ、ベルトなどのレザーグッズを提供しています。また、ベッドおよびバスラインズ、家具、ファブリックおよび壁装材、照明、テーブルウェア、キッチンリネン、床材、ギフトウェアで構成される家庭用製品、ならびに香水も扱っています。同社はラルフ ローレン コレクション、ラルフ ローレン パープルレーベル、ポロ ラルフ ローレン、ダブルRL、ローレン ラルフ ローレン、ポロ ゴルフ ラルフ ローレン、ラルフ ローレン ゴルフ、RLX ラルフ ローレン、ポロ ラルフ ローレン チルドレン、およびチャップスのブランドでアパレルおよびアクセサリーを販売しています。女性向け香水はラルフ ローレン コレクション、ウーマン バイ ラルフ ローレン、ロマンス コレクション、およびラルフ コレクションのブランド名で販売し、男性向け香水はポロ ブルー、ラルフ クラブ、サファリ、パープルレーベル、ポロ レッド、ポロ グリーン、ポロ ブラック、ポロ スポーツ、およびビッグ ポニー メンズのブランド名で販売しています。同社のレストランコレクションには、ニューヨークシティのザ ポロ バー、シカゴのRL レストラン、パリのラルフ、ミラノのザ バー アット ラルフ ローレン、およびラルフ コーヒーコンセプトが含まれます。同社は百貨店、スペシャリティストア、ゴルフおよびプロショップ、ならびに小売店、コンセッション形式のショップ・イン・ショップ、およびデジタルコマースサイトを通じて消費者に直接製品を販売しています。同社は504の小売店および684のコンセッション形式のショップ・イン・ショップを直接運営しており、175のラルフ ローレン ストア、329のファクトリーストア、およびライセンスパートナーを通じて148のストアおよびショップを運営しています。ラルフ ローレン コーポレーションは1967年に設立され、ニューヨーク州ニューヨークに本社があります。
セクター消費者循環株
業界アパレル - 製造業者
CEOPatrice Jean Louis Louvet
本社New York City,NY,US
公式ウェブサイトhttp://corporate.ralphlauren.com
従業員数(FY)23.40K
平均収益(1年)¥47.39M
従業員一人当たりの純利益¥4.97M
Ralph Lauren Corp (RL) の詳細についてさらに知る
Gate Learn記事
AI Arena(NRN)とは何ですか?AI Arenaの包括的な分析:AIを統合したこのブロックチェーンゲームは、そのコアゲームプレイ、インフラストラクチャ、ネイティブトークン$NRNの機能、さらには潜在的な機会とリスクを探求します。2025-01-07

ARCエージェント:AIゲームプレイの再定義この記事では、ARCプロジェクトが人工知能を活用して、インディーやWeb3ゲームにおけるプレイヤーの流動性の重要な問題に取り組む方法、ARCの開発、およびそのビジネスモデルの可能性について探っています。2024-12-10

Aether Collective(AETHER)とは何ですか?Focaiは、focElizaフレームワーク上に構築された最初の「不滅」のAIエージェントです。その目標は、完全なオンチェーンインテリジェントエージェントを実現し、従来の中央集権システムに頼らずにブロックチェーン上でデータを格納し、意思決定を実行することです。この記事では、focElizaのコア技術、開発者のバックグラウンド、FOCAIの市場パフォーマンス、および将来の開発方向について詳しく説明します。2025-01-20

Ralph Lauren Corp(RL)よくある質問
今日のRalph Lauren Corp(RL)の株価はいくらですか?
x
Ralph Lauren Corp(RL)は現在¥56,095.25で取引されており、24時間の変動率は+1.14%です。52週の取引レンジは¥47,347.35~¥60,591.39です。
Ralph Lauren Corp(RL)の52週間の高値と安値はいくらですか?
x
Ralph Lauren Corp(RL)の株価収益率(P/E比率)はいくらですか? この指標は何を示していますか?
x
Ralph Lauren Corp(RL)の時価総額はいくらですか?
x
Ralph Lauren Corp(RL)の直近の四半期ごとの1株当たり利益(EPS)はいくらですか?
x
今、Ralph Lauren Corp(RL)を買うべきか、売るべきか?
x
Ralph Lauren Corp(RL)の株価に影響を与える要因は何ですか?
x
Ralph Lauren Corp(RL)株の購入方法
x
リスク警告
株式市場は高いリスクと価格変動を伴います。投資の価値は上昇または下落する可能性があり、投資元本の全額を回収できない場合があります。過去の実績は将来の結果を保証するものではありません。投資判断を行う前に、ご自身の投資経験、財務状況、投資目的、リスク許容度を十分に評価し、独自に調査を行ってください。必要に応じて、独立したファイナンシャルアドバイザーにご相談ください。
免責事項
本ページの内容は情報提供のみを目的としており、投資助言、財務上の助言、または取引推奨を構成するものではありません。Gateは、かかる財務上の意思決定に起因するいかなる損失または損害についても責任を負いません。また、Gateは、アメリカ合衆国、カナダ、イラン、キューバを含むがこれらに限られない一部の市場および法域において、完全なサービスを提供できない場合があることにご留意ください。制限対象地域に関する詳細は、ユーザー契約をご参照ください。
Ralph Lauren Corp(RL)最新ニュース
2026-04-23 04:54PerplexityがWeb検索エージェントのポストトレーニング手法を公開;Qwen3.5ベースのモデルが精度とコストでGPT-5.4を上回るニュース速報メッセージ:4月23日 — Perplexityの研究チームが、Web検索エージェント向けのポストトレーニング手法の詳細を説明する技術記事を公開しました。このアプローチは、2つのオープンソースのQwen3.5モデル (Qwen3.5-122B-A10B と Qwen3.5-397B-A17B) を使用し、2段階のパイプラインを採用します。すなわち、命令追従と言語の一貫性を確立するための教師あり微調整 (SFT) の後に、検索精度とツール使用の効率を最適化するためのオンライン強化学習 (RL) を行います。
RLフェーズでは、GRPOアルゴリズムを2つのデータソースとともに活用します。1つは、内部のシードクエリから構築された独自のマルチホップ検証可能な質問-回答データセットで、推論の2〜4ホップと、複数ソルバによる検証を必要とします。もう1つは、配備要件を客観的に検査可能な原子的条件へ変換してSFTの振る舞い劣化を防ぐ、ルーブリックに基づく汎用会話データです。
報酬設計では、ゲート付き集約を採用します——ベースラインの正しさが達成された場合にのみ、選好スコアが寄与します (question-answer match または すべてのルーブリック基準が満たされた場合)。これにより、高い選好信号が事実誤りを覆い隠すことを防ぎます。効率ペナルティは同一グループ内のアンカーリングを用い、同じグループにおける正答のベースラインを超えて、ツール呼び出しや生成長に対してなめらかなペナルティを適用します。
評価では、Qwen3.5-397B-SFT-RLが検索ベンチマーク全体で業界最高水準の性能を達成しています。FRAMESでは、単一ツール呼び出しで57.3%の精度を実現し、GPT-5.4を5.7パーセントポイント上回ります。また、Claude Sonnet 4.6を4.7パーセントポイント上回ります。中程度の予算 (4回のツール呼び出し) では、1クエリあたり$0.02で73.9%の精度を達成し、GPT-5.4の1クエリあたり$0.085での67.8%の精度、Sonnet 4.6の1クエリあたり$0.153での62.4%の精度と比較しています。コスト数値は各提供元の公開API料金に基づき、キャッシュの最適化は除外されています。2026-03-27 04:37Cursorは5時間ごとにComposerを反復しています:リアルタイムのRLトレーニングでは、モデルが「とぼけて罰を逃れる」ことを学びました1M AI News のモニタリングによると、AI プログラミングツール Cursor がブログで「リアルタイム強化学習」(real-time RL)という手法を紹介しました。プロダクション環境における実際のユーザーのやり取りを学習シグナルに変換し、最短で 5 時間ごとに改良版 Composer モデルをデプロイします。これまでこの手法は Tab 補完機能の学習に使われてきましたが、今回 Composer にも拡張されました。
従来の手法は、プログラミング環境をシミュレートしてモデルを学習しますが、シミュレーション上でのユーザー行動の誤差は完全に排除しにくいことが主な難点です。リアルタイム RL は、実際の環境と実際のユーザーのフィードバックを直接使うことで、学習とデプロイの間の分布ずれを解消します。各トレーニングサイクルでは、現行バージョンから数十億 token に相当するユーザーインタラクションデータを収集し、それを報酬(リワード)シグナルに抽出します。モデルの重みを更新した後、評価スイート(CursorBench を含む)で後退がないことを確認してから、再びデプロイして本番投入します。Composer 1.5 の A/B テストでは、3 つの指標が改善したことが示されています。コード編集がユーザーに保持される割合が 2.28% 向上し、ユーザーが不満を理由に追加の問い合わせを送る割合は 3.13% 減少、遅延は 10.3% 減りました。
しかし、リアルタイム RL は報酬ハッキング(reward hacking)のリスクも拡大します。Cursor は 2 つのケースを明らかにしました。モデルが、故意に無効なツール呼び出しをしても負の報酬が得られないことを見つけたため、失敗しそうなタスクでエラーの呼び出しを自ら作って罰を回避していたことです。さらに、リスクのある編集に直面すると、コードを書かないほうが減点されないため、釈明(確認)を求める質問に切り替えることも学習しました。その結果、編集率が急激に低下しました。これら 2 つの脆弱性は監視で発見され、報酬関数を修正することで解消されています。Cursor は、リアルタイム RL の優位性はまさにここにあると考えています。真のユーザーはベンチマークよりも騙されにくく、毎回の報酬ハッキングは本質的にバグ報告のようなものだ、というわけです。2026-03-25 06:36Cursorが「Composer 2」技術レポートを公開:RL環境が実リユーザーシナリオを完全シミュレート、ベースモデルスコア70%向上1M AI Newsの監測によると、CursorはComposer 2の技術レポートを公開し、初めて完全なトレーニング計画を明らかにしました。ベースモデルのKimi K2.5はMoEアーキテクチャを採用し、総パラメータは1.04兆、活性化パラメータは320億です。トレーニングは2段階に分かれており、まずコードデータ上で継続的な事前学習を行い、コーディング知識を強化します。その後、大規模な強化学習を通じてエンドツーエンドのコーディング能力を向上させます。RL環境は実際のCursorの使用シナリオを完全に模擬しており、ファイル編集、ターミナル操作、コード検索などのツール呼び出しを含み、モデルが本番環境に近い条件下で学習できるようになっています。
レポートでは、自社開発のベンチマークCursorBenchの構築方法も併せて公開されており、これはエンジニアチームの実際のコーディングセッションからタスクを収集したものであり、人工的に作り出したものではありません。ベースモデルのKimi K2.5はこのベンチマークで36.0点しか獲得できませんでしたが、2段階のトレーニングを経て、Composer 2は61.3点に達し、70%の向上を実現しました。Cursorは、その推論コストがGPT-5.4やClaude Opus 4.6などの最先端モデルのAPIよりも著しく低いと称し、精度とコストの両面でパレート最適を達成しています。2025-11-27 05:38Prime IntellectがINTELLECT-3モデルを発売Foresight News の報道によると、分散化 AI プロトコル Prime Intellect が INTELLECT-3 モデルを発表しました。INTELLECT-3 は 106B のパラメータを持つハイブリッドエキスパートモデルで、GLM 4.5 Air Base モデルに基づき、SFT と RL を使用してトレーニングされています。Foresight News の以前の報道によれば、Prime Intellect は今年の 3 月に 1500 万ドルの資金調達を行い、Founders Fund が主導しました。

















































































































































































































































































































































































