ピクトアップ〈PICT-UP〉158号 2026年2月号
12月11日発売

2026年1月23日公開の映画『恋愛裁判』で
主演を務めた齊藤京子さんのポートレイト＆インタビューを掲載。

ポートレイトを誌面から1点公開。
撮影は冨田望さんです。

#齊藤京子
#映画恋愛裁判
#ピクトアップ https://t.co/m1UbhOZLho December 12, 2025

🎨 **"Sky-High Sweetheart" – AI-Generated Digital Art (2025)** 🎨

🎭 **Artistic Concept**:
・青と白のフリルドレスは「無垢な空への憧れ」
・ハートバルーンは「ふわふわした幸せ」
・メイドヘッドドレスは「誰かを喜ばせたい気持ち」

📖 **Mini Story**
今日は特別なお手紙を届ける日。
雲の上のお城に住む王子さまが、ずっと待っていた「ありがとう」の返事を。
風船をぎゅっと握りしめて、彼女は青い空に向かって駆け出す。
「遅くなってごめんね。でも、ちゃんと届けるから！」
風に乗ってふわり、ふわり。
ハートの風船が弾けるたび、世界が少しだけ優しくなる。

✅ **100% AI-generated fictional artwork**
✅ **No real person depicted**
✅ **No sexual intent** December 12, 2025

🚨 第10話ご視聴ありがとうございました！ 🚨
大規模サイバー攻撃に立ち向かうDICTの姿、
感想は『 #絶対零度 』で教えてください💬

1〜3話・最新話はTVer見逃し配信中🧊
https://t.co/fYwoJ3Rxlj

.--- --- ..- .... .- -.
『絶対零度 〜情報犯罪緊急捜査〜』
毎週月曜よる9時放送中 December 12, 2025

ピクトアップ〈PICT-UP〉158号 2026年2月号
12月11日発売

連続ドラマ初主演となるテレビ東京 ドラマ25『俺たちバッドバーバーズ』（26年1月9日スタート）が控える
中島歩さんのポートレイト＆インタビューを掲載。

ポートレイトを誌面から1点公開。
撮影は浜田啓子さんです。

#中島歩
#オレババ https://t.co/fi8c7pHLaz December 12, 2025

【巨大地震についての並行思考】

12月8日午前10時台に内閣府防災は北海道・三陸沖後発地震注意情報の解説という動画を出しました。
https://t.co/FEqAhtDen2

そして午後11時15分頃、青森県東方沖を震源とする最大震度6強の地震が発生しました。
https://t.co/jQFGyUoPEp

9日午前2時、今回の地震を受けて気象庁は2022年の運用開始以来、初の北海道・三陸沖後発地震注意情報を発表しました。
https://t.co/QveHolRcyA

つまり内閣府防災が北海道・三陸沖後発地震注意情報の解説動画を出して1両日中に巨大地震が発生し、注意情報が出たことになります。

ここで気になるのは人工地震を起こされるという情報が、国に事前になかったのかどうかです。

人工地震は一部で陰謀論扱いされていますが、Project Sealでは津波爆弾計画ですし、2005年に公開された米軍機密文書「地震を使った対日心理戦争計画」では、1944年にカリフォルニア大学のバイヤリー教授を中心とする地震学者が総動員され、倭国近海のどこの海底プレートに強力な爆弾を仕掛ければ人工的に巨大な津波を起こせるかシュミレーションを繰り返していたことが明らかになっています。
https://t.co/8KXuZYh1XW

青森の宮下宗一郎知事は８日、発電実証を行う「原型炉」の誘致に取り組む方針を明らかにしていましたが、今回の地震は青森県東方沖を震源としており、ウラン濃縮工場、低レベル放射性廃棄物埋設センター、高レベル放射性廃棄物貯蔵管理センター、MOX燃料工処理工場のある六ヶ所村は震度5弱です。

核融合分野の肝となる技術を世界的に倭国企業が押さえており、高市政権は2030年代に核融合発電をスタートさせ、特別高圧や高圧の電力を安定的に供給して倭国の独立を図る考えのようでした。
https://t.co/74LKiLEmOs

また、北海道はアメリカに一番近いアジアであり、冷涼で地政学的リスクが低いとしてICTコリドールという計画を2020年から北海道ニュートピアデータセンター研究会が提案しており、ニューヨークやヨーロッパへの金融市場への最低遅延通信が肝になっていますが、それを支える電力として期待されている一角に六ヶ所村の核融合があっても不思議はありません。

一方、ビル・ゲイツらが出資しているITER計画は2034年に運転開始を予定していますので、
https://t.co/5MChIvwmWB

倭国の核融合発電は5年近く世界に先駆けて進めようとしていることがわかりますし、2030年といえば、世界経済フォーラムが「2030年へようこそ　私は何も所有していなければプライバシーもありません」と言っていた年であり、予防接種アジェンダ2030として、Zero Hedgeが「WHO–Gates、全人類を対象としたグローバルなデジタルID、AI監視、生涯ワクチン追跡の設計図を公開」の記事を書いた年でもあり、
https://t.co/pCXuxJYxDi

ワンワールド化計画完成の年と目されるところです。

また、ビル・ゲイツはAIの進化は4つの技術革命(マイクロプロセッサ、PC、インターネット、携帯)と並ぶ、と言っており、AIの進化には大量の電力供給が不可欠です。

それに5年近く先んじて倭国が核融合発電をスタートした場合、ワンワールド化計画に影響を与える可能性がありました。

こうしたことも、今回の巨大地震、そしてこれから起こる可能性が高いとされている巨大後発地震と関係していないのか、市民が慎重に自然地震であった場合と並行させて考える必要があるのではないでしょうか。 December 12, 2025

🎨 **"Merry Game Over" – AI-Generated Digital Art (2025)** 🎨

🎭 **Artistic Concept**:
・青いサンタ帽は「冬の夜の遊び心」
・ゲーム機とプレゼントは「終わらないクリスマスの時間」
・MERRY X-MAS GAME OVERの文字は「幸せなバッドエンド」

📖 **Mini Story**
12月25日、時計が0時を回った瞬間、彼女はコントローラーを置いてふぅっと息を吐いた。
「今年もクリアしちゃった…」
画面にはでかでかと「GAME OVER」。でも彼女の顔は満面の笑み。
だってこのゲーム、クリアするたびに世界がもっと優しくなるルールなんだから。
プレゼントの山を崩しながら、彼女はまた新しいセーブデータを始める。
「来年も、誰かと一緒に遊べますように。」
ピンクの部屋に、永遠に続くクリスマスの夜が響く。

✅ **100% AI-generated fictional artwork**
✅ **No real person depicted**
✅ **No sexual intent** December 12, 2025

歩くのも遅いし、給食も遅い。

でも、周りの先生たちの動きは本当に異常。
速く動かないと崩壊する現場で、
全員が無理矢理スピードを上げているだけ。

授業、給食、連絡帳、保護者対応、トラブル処理、ICT対応……

これを毎日ノンストップ。
それを外からは、
「夏休み長いんでしょ？」
「世間知らずなんだよ」
の一言で切って捨てられる。

いやいやいやいや。
すごい仕事量を最速でまわしている人たちだよ。

だって
遅くしたら仕事が残るだけだから。
余白ゼロの現場が、先生を「高速で動く生き物」にしている。

この働き方で、優秀な人が教職を選ぶと本気で思っているのだろうか。

疲れた人から辞めていくのは当たり前。
むしろ、残っている人が奇跡。
だから言う。
もう制度を根本から変えないと、教育は崩壊する。

私が考えた本気の改善案は以下の5点。↓ December 12, 2025

③ ICT管理者を 常駐させる（全国義務化レベル）

先生が毎日「Wi-Fiつかない」「固まった」と走り回るの、異常。
授業準備よりタブレット待機時間のほうが長いとか、もうおかしい。
ICTは専門家に任せるべき。

④ 事務スタッフを増やし先生の仕事から事務仕事を全部外す

出欠・集金・周知文書……

これ全部やらされる国、倭国だけ。
授業に集中させない国に、質の高い教育は作れない。

⑤ メンタル休暇を普通に取得できる仕組みを作る

代わりがいないから休めない。
休めないから壊れる。
壊れたらもう戻れない。
これを放置しておいて「教師が弱い」なんて、笑わせないでほしい。
代替教員の常設化はもう義務。

先生は世間知らずなんかじゃない。↓ December 12, 2025

做了一个简化版的交易系统逻辑总结

作用：识别市场从趋势到震荡再到突破的完整生命周期，并在每个阶段采用策略。

以下是数学语言和代码👇：
（代码太长了，删了一部分，可以根据数学语言自己推）

价格序列与技术指标：

Pt=第t期收盘价Pt​=第t期收盘价
Ht,Lt,Ot,Vt=最高价、最低价、开盘价、成交量Ht​,Lt​,Ot​,Vt​=最高价、最低价、开盘价、成交量
ATRt=1n∑i=0n−1TRt−iATRt​=n1​i=0∑n−1​TRt−i​
其中：TRt=max⁡(Ht−Lt,∣Ht−Pt−1∣,∣Lt−Pt−1∣)TRt​=max(Ht​−Lt​,∣Ht​−Pt−1​∣,∣Lt​−Pt−1​∣)
箱体结构参数：
BoxHigh=max⁡i∈[t−W,t]HiBoxHigh=i∈[t−W,t]max​Hi​
BoxLow=min⁡i∈[t−W,t]LiBoxLow=i∈[t−W,t]min​Li​
BoxHeight=BoxHigh−BoxLowBoxHeight=BoxHigh−BoxLow
建议窗口期 W=30∼50W=30∼50 根K线。
相对位置函数：
PositionRatiot=Pt−BoxLowBoxHeightPositionRatiot​=BoxHeightPt​−BoxLow​
分层结构：
Leveli=BoxLow+i×BoxHeight4,i∈{0,1,2,3,4}Leveli​=BoxLow+i×4BoxHeight​,i∈{0,1,2,3,4}
多维度震荡识别系统
震荡评分函数
构建四维评分体系来量化震荡状态：
ConsolidationScore=w1⋅Stime+w2⋅Sspace+w3⋅Svolatility+w4⋅SvolumeConsolidationScore=w1​⋅Stime​+w2​⋅Sspace​+w3​⋅Svolatility​+w4​⋅Svolume​
权重建议：w1=0.35,w2=0.30,w3=0.20,w4=0.15w1​=0.35,w2​=0.30,w3​=0.20,w4​=0.15
时间维度评分
整理时间比率：
Rtime=TconsolidationTprevious_trendRtime​=Tprevious_trend​Tconsolidation​​
时间评分函数：
Stime={0.2if Rtime<0.50.5if 0.5≤Rtime<1.00.8if 1.0≤Rtime<2.01.0if Rtime≥2.0Stime​=⎩⎨⎧​0.20.50.81.0​if Rtime​<0.5if 0.5≤Rtime​<1.0if 1.0≤Rtime​<2.0if Rtime​≥2.0​
空间维度评分
边界测试频率：
TestFrequency=∑i=t−Nt1(∣Pi−BoxEdge∣<ϵ)NTestFrequency=N∑i=t−Nt​1(∣Pi​−BoxEdge∣<ϵ)​
其中 ϵ=0.02×BoxHeightϵ=0.02×BoxHeight（边界容差）
箱体强度评分：
Sspace={1.0if UpperTests≥3∧LowerTests≥3∧Breaks=00.7if TotalTests≥4∧Breaks≤10.4if TotalTests≥2∧Breaks≤20otherwiseSspace​=⎩⎨⎧​1.00.70.40​if UpperTests≥3∧LowerTests≥3∧Breaks=0if TotalTests≥4∧Breaks≤1if TotalTests≥2∧Breaks≤2otherwise​
波动率维度评分
波动率收敛指标：
VolatilityRatio=ATRcurrentATRtrendVolatilityRatio=ATRtrend​ATRcurrent​​
波动率评分：
Svolatility={1.0if VolatilityRatio<0.50.7if 0.5≤VolatilityRatio<0.70.4if 0.7≤VolatilityRatio<0.90if VolatilityRatio≥0.9Svolatility​=⎩⎨⎧​1.00.70.40​if VolatilityRatio<0.5if 0.5≤VolatilityRatio<0.7if 0.7≤VolatilityRatio<0.9if VolatilityRatio≥0.9​
成交量维度评分
量能萎缩度：
VolumeDecay=1−Volume‾consolidationVolume‾trendVolumeDecay=1−Volumetrend​Volumeconsolidation​​
成交量评分：
Svolume=min⁡(VolumeDecay×2,1.0)Svolume​=min(VolumeDecay×2,1.0)
状态判断逻辑
MarketState={Consolidationif ConsolidationScore>0.65Trendif ConsolidationScore<0.35UncertainotherwiseMarketState=⎩⎨⎧​ConsolidationTrendUncertain​if ConsolidationScore>0.65if ConsolidationScore<0.35otherwise​
三状态交易系统设计
状态机框架
定义三个核心状态：
Ω={Strend,Sconsolidation,Sbreakout}Ω={Strend​,Sconsolidation​,Sbreakout​}
状态转移条件：
Strend→SconsolidationStrend​→Sconsolidation​：
TrendStrength<0.3∧ConsolidationScore>0.5TrendStrength<0.3∧ConsolidationScore>0.5
Sconsolidation→SbreakoutSconsolidation​→Sbreakout​：
BreakoutStrength>0.7∧ValidBreakout=TrueBreakoutStrength>0.7∧ValidBreakout=True
区间交易策略（震荡状态）
做空信号生成：
ShortSignalrange={1if PositionRatio>0.75∧TopReversalSignal=True∧RSI>60∧Volume<Volume‾20×0.90otherwiseShortSignalrange​=⎩⎨⎧​10​if ​PositionRatio>0.75∧TopReversalSignal=True∧RSI>60∧Volume<Volume20​×0.9​otherwise​
顶部反转识别：
TopReversalSignal={Trueif UpperShadowRatio>0.4∧Close<Open∧Close<EMA13FalseotherwiseTopReversalSignal=⎩⎨⎧​TrueFalse​if ​UpperShadowRatio>0.4∧Close<Open∧Close<EMA13​​otherwise​
其中：UpperShadowRatio=Ht−max⁡(Ot,Pt)Ht−LtUpperShadowRatio=Ht​−Lt​Ht​−max(Ot​,Pt​)​
仓位与风控：
Positionrange=Capital×RiskRatio×0.5∣EntryPrice−StopLoss∣Positionrange​=∣EntryPrice−StopLoss∣Capital×RiskRatio×0.5​
StopLossrange=BoxHigh×(1+SafetyMargin)StopLossrange​=BoxHigh×(1+SafetyMargin)
建议 SafetyMargin=0.04∼0.05SafetyMargin=0.04∼0.05
突破跟随策略（突破状态）
突破强度评分：
BreakoutStrength=0.4⋅Sprice+0.3⋅Svolume+0.3⋅SpersistenceBreakoutStrength=0.4⋅Sprice​+0.3⋅Svolume​+0.3⋅Spersistence​
各分量计算：
价格突破深度：
Sprice=min⁡(∣BoxLow−Pt∣BoxLow×10,1.0)Sprice​=min(BoxLow∣BoxLow−Pt​∣​×10,1.0)
成交量放大度：
Svolume=min⁡(VtV‾20−1,1.0)Svolume​=min(V20​Vt​​−1,1.0)
持续性确认：
Spersistence=∑i=021(Closet−i<BoxLow)3Spersistence​=3∑i=02​1(Closet−i​<BoxLow)​
有效突破判断：
ValidBreakout={Trueif BreakoutStrength>0.7∧Pt<BoxLow×0.98∧NoRecentFalseBreak=TrueFalseotherwiseValidBreakout=⎩⎨⎧​TrueFalse​if ​BreakoutStrength>0.7∧Pt​<BoxLow×0.98∧NoRecentFalseBreak=True​otherwise​
回踩机会识别
回踩窗口定义：
PullbackWindow=[tbreakout,tbreakout+MaxWaitBars]PullbackWindow=[tbreakout​,tbreakout​+MaxWaitBars]
建议 MaxWaitBars=20MaxWaitBars=20
回踩位置评估：
PullbackRatio=Pt−LowestAfterBreakBoxLow−LowestAfterBreakPullbackRatio=BoxLow−LowestAfterBreakPt​−LowestAfterBreak​
理想回踩区间：0.382≤PullbackRatio≤0.6180.382≤PullbackRatio≤0.618
回踩做空信号：
ShortSignalpullback={1if t∈PullbackWindow∧PullbackRatio∈[0.382,0.618]∧∣Pt−BoxLow∣<0.03×BoxHeight∧RejectionSignal=True0otherwiseShortSignalpullback​=⎩⎨⎧​10​if ​t∈PullbackWindow∧PullbackRatio∈[0.382,0.618]∧∣Pt​−BoxLow∣<0.03×BoxHeight∧RejectionSignal=True​otherwise​
动态资金分配模型
自适应分配函数
αt=αbase+Δα⋅f(ConsolidationScoret)αt​=αbase​+Δα⋅f(ConsolidationScoret​)
基础分配：
αbase=0.75（保守策略基础占比）αbase​=0.75（保守策略基础占比）
动态调整：
Δα=0.2×(1−ConsolidationScoret)Δα=0.2×(1−ConsolidationScoret​)
约束条件：0.6≤αt≤0.90.6≤αt​≤0.9
资金分配：
Capitalrange=TotalCapital×αtCapitalrange​=TotalCapital×αt​
Capitalbreakout=TotalCapital×(1−αt)Capitalbreakout​=TotalCapital×(1−αt​)

代码：
import numpy as np import pandas as pd from dataclasses import dataclass from typing import Optional, Tuple, Dict, List from enum import Enum class MarketState(Enum): TREND_DOWN = "TREND_DOWN" CONSOLIDATION = "CONSOLIDATION" BREAKOUT = "BREAKOUT" UNCERTAIN = "UNCERTAIN" @dataclass class ConsolidationMetrics: """震荡评估指标""" time_score: float space_score: float volatility_score: float volume_score: float total_score: float market_state: MarketState @dataclass class BoxStructure: """箱体结构""" high: float low: float height: float level_075: float level_050: float level_025: float upper_tests: int lower_tests: int duration: int is_valid: bool @classmethod def from_prices(cls, highs: np.ndarray, lows: np.ndarray, prices: np.ndarray, window: int = 50): """从价格数据构建箱体""" box_high = np.max(highs[-window:]) box_low = np.min(lows[-window:]) box_height = box_high - box_low # 计算关键位置 level_075 = box_low + 0.75 * box_height level_050 = box_low + 0.50 * box_height level_025 = box_low + 0.25 * box_height # 计算边界测试次数 epsilon = 0.02 * box_height upper_tests = np.sum(np.abs(prices - box_high) < epsilon) lower_tests = np.sum(np.abs(prices - box_low) < epsilon) # 验证有效性 is_valid = ( box_height / box_low > 0.15 and upper_tests >= 2 and lower_tests >= 2 and len(prices) >= 20 ) return cls( high=box_high, low=box_low, height=box_height, level_075=level_075, level_050=level_050, level_025=level_025, upper_tests=upper_tests, lower_tests=lower_tests, duration=len(prices), is_valid=is_valid ) def get_position_ratio(self, price: float) -> float: """计算价格在箱体中的相对位置""" if self.height == 0: return 0.5 return (price - self.low) / self.height class ConsolidationBreakoutStrategy: """震荡识别与突破策略""" def __init__(self, capital: float = 100000, risk_per_trade: float = 0.02, lookback_period: int = 50): """ 初始化策略 Args: capital: 总资金 risk_per_trade: 单笔风险比例 lookback_period: 回溯周期 """ https://t.co/CclsZvqogq = capital self.risk_per_trade = risk_per_trade self.lookback_period = lookback_period # 核心参数 self.params = { # 震荡识别 'consolidation_threshold': 0.65, 'trend_threshold': 0.35, 'time_weight': 0.35, 'space_weight': 0.30, 'volatility_weight': 0.20, 'volume_weight': 0.15, # 区间交易 'top_threshold': 0.75, 'range_position_ratio': 0.5, 'safety_margin': 0.04, # 突破跟随 'breakout_threshold': 0.7, 'price_offset': 0.02, 'volume_multiplier': 1.5, 'persistence_bars': 3, # 回踩交易 'pullback_max_wait': 20, 'fib_low': 0.382, 'fib_high': 0.618, 'proximity_threshold': 0.03, } # 状态跟踪 self.current_state = MarketState.UNCERTAIN https://t.co/Hl1CpkP62f_structure: Optional[BoxStructure] = None self.trend_start_idx = None self.consolidation_start_idx = None self.breakout_info = None self.alpha = 0.75 # 保守策略资金占比 def calculate_technical_indicators(self, df: pd.DataFrame) -> pd.DataFrame: """计算技术指标""" df['EMA13'] = df['close'].ewm(span=13).mean() df['RSI'] = self._calculate_rsi(df['close'], 14) df['ATR'] = self._calculate_atr(df, 14) df['Volume_MA'] = df['volume'].rolling(20).mean() return df def _calculate_rsi(self, prices: pd.Series, period: int = 14) -> pd.Series: """计算RSI指标""" delta = prices.diff() gain = (delta.where(delta > 0, 0)).rolling(window=period).mean() loss = (-delta.where(delta < 0, 0)).rolling(window=period).mean() rs = gain / loss rsi = 100 - (100 / (1 + rs)) return rsi def _calculate_atr(self, df: pd.DataFrame, period: int) -> pd.Series: """计算ATR指标""" high_low = df['high'] - df['low'] high_close = np.abs(df['high'] - df['close'].shift()) low_close = np.abs(df['low'] - df['close'].shift()) tr = np.maximum(high_low, np.maximum(high_close, low_close)) return tr.rolling(period).mean() def evaluate_consolidation(self, df: pd.DataFrame, current_idx: int) -> ConsolidationMetrics: """评估震荡状态""" if current_idx < self.lookback_period: return ConsolidationMetrics(0, 0, 0, 0, 0, MarketState.UNCERTAIN) # 1. 时间维度评分 time_score = self._calculate_time_score(current_idx) # 2. 空间维度评分 space_score = self._calculate_space_score() # 3. 波动率维度评分 volatility_score = self._calculate_volatility_score(df, current_idx) # 4. 成交量维度评分 volume_score = self._calculate_volume_score(df, current_idx) # 综合评分 total_score = ( self.params['time_weight'] * time_score + self.params['space_weight'] * space_score + self.params['volatility_weight'] * volatility_score + self.params['volume_weight'] * volume_score ) # 状态判断 if total_score > self.params['consolidation_threshold']: market_state = MarketState.CONSOLIDATION elif total_score < self.params['trend_threshold']: market_state = MarketState.TREND_DOWN else: market_state = MarketState.UNCERTAIN return ConsolidationMetrics( time_score=time_score, space_score=space_score, volatility_score=volatility_score, volume_score=volume_score, total_score=total_score, market_state=market_state ) def _calculate_time_score(self, current_idx: int) -> float: """计算时间维度评分""" if not self.trend_start_idx or not self.consolidation_start_idx: return 0.2 trend_duration = self.consolidation_start_idx - self.trend_start_idx consolidation_duration = current_idx - self.consolidation_start_idx if trend_duration == 0: return 0.2 time_ratio = consolidation_duration / trend_duration if time_ratio < 0.5: return 0.2 elif time_ratio < 1.0: return 0.5 elif time_ratio < 2.0: return 0.8 else: return 1.0 def _calculate_space_score(self) -> float: """计算空间维度评分""" if not https://t.co/Hl1CpkP62f_structure or not https://t.co/Hl1CpkP62f_structure.is_valid: return 0.0 # 边界测试充分性 total_tests = https://t.co/Hl1CpkP62f_structure.upper_tests + https://t.co/Hl1CpkP62f_structure.lower_tests test_score = min(total_tests / 6, 1.0) # 箱体持续时间 duration_score = min(https://t.co/Hl1CpkP62f_structure.duration / 30, 1.0) return (test_score + duration_score) / 2 def _calculate_volatility_score(self, df: pd.DataFrame, current_idx: int) -> float: """计算波动率维度评分""" if current_idx < 40: return 0.0 # 当前波动率 current_atr = df.iloc[current_idx]['ATR'] # 历史波动率 if self.trend_start_idx and self.consolidation_start_idx: trend_atr = df.iloc[self.trend_start_idx:self.consolidation_start_idx]['ATR'].mean() else: trend_atr = df.iloc[current_idx-40:current_idx-20]['ATR'].mean() if trend_atr == 0: return 0.0 vol_ratio = current_atr / trend_atr if vol_ratio < 0.5: return 1.0 elif vol_ratio < 0.7: return 0.7 elif vol_ratio < 0.9: return 0.4 else: return 0.0 def _calculate_volume_score(self, df: pd.DataFrame, current_idx: int) -> float: """计算成交量维度评分""" if current_idx < 40 or not self.consolidation_start_idx: return 0.0 # 震荡期平均成交量 consolidation_vol = df.iloc[self.consolidation_start_idx:current_idx]['volume'].mean() # 趋势期平均成交量 if self.trend_start_idx: trend_vol = df.iloc[self.trend_start_idx:self.consolidation_start_idx]['volume'].mean() else: trend_vol = df.iloc[current_idx-40:current_idx-20]['volume'].mean() if trend_vol == 0: return 0.0 volume_decay = 1 - (consolidation_vol / trend_vol) return min(volume_decay * 2, 1.0) def update_box_structure(self, df: pd.DataFrame, current_idx: int): """更新箱体结构""" if current_idx < self.lookback_period: return window_data = df.iloc[current_idx-self.lookback_period:current_idx+1] https://t.co/Hl1CpkP62f_structure = BoxStructure.from_prices( window_data['high'].values, window_data['low'].values, window_data['close'].values, window=self.lookback_period ) def detect_top_reversal(self, df: pd.DataFrame, current_idx: int) -> bool: """检测顶部反转信号""" if current_idx < 1: return False current = df.iloc[current_idx] # 上影线比例 range_size = current['high'] - current['low'] if range_size == 0: return False upper_shadow = current['high'] - max(current['open'], current['close']) upper_shadow_ratio = upper_shadow / range_size # 综合条件 is_bearish = current['close'] < current['open'] below_ema = current['close'] < current['EMA13'] return upper_shadow_ratio > 0.4 and is_bearish and below_ema def generate_range_signal(self, df: pd.DataFrame, current_idx: int) -> Optional[Dict]: """生成区间交易信号""" if not https://t.co/Hl1CpkP62f_structure or not https://t.co/Hl1CpkP62f_structure.is_valid: return None current_price = df.iloc[current_idx]['close'] position_ratio = https://t.co/Hl1CpkP62f_structure.get_position_ratio(current_price) # 必须在顶部区域 if position_ratio < self.params['top_threshold']: return None # 检测反转信号 if not self.detect_top_reversal(df, current_idx): return None # RSI条件 rsi = df.iloc[current_idx]['RSI'] if rsi < 60: return None # 成交量条件 volume_ratio = df.iloc[current_idx]['volume'] / df.iloc[current_idx]['Volume_MA'] if volume_ratio > 0.9: return None # 计算交易参数 stop_loss = https://t.co/Hl1CpkP62f_structure.high * (1 + self.params['safety_margin']) position_size = self._calculate_position_size(current_price, stop_loss, 0.5) return { 'signal_type': 'RANGE_SHORT', 'entry_price': current_price, 'stop_loss': stop_loss, 'target1': https://t.co/Hl1CpkP62f_structure.level_050, 'target2': https://t.co/Hl1CpkP62f_structure.level_025, 'position_size': position_size, 'position_ratio': position_ratio, 'reason': f'区间顶部做空 (位置={position_ratio:.2%})' } def calculate_breakout_strength(self, df: pd.DataFrame, current_idx: int) -> float: """计算突破强度""" if not https://t.co/Hl1CpkP62f_structure or current_idx < 20: return 0.0 current_price = df.iloc[current_idx]['close'] # 价格突破深度 price_penetration = abs(https://t.co/Hl1CpkP62f_structure.low - current_price) / https://t.co/Hl1CpkP62f_structure.low price_score = min(price_penetration * 10, 1.0) # 成交量放大 vol_ratio = df.iloc[current_idx]['volume'] / df.iloc[current_idx]['Volume_MA'] volume_score = min(vol_ratio - 1, 1.0) # 持续性确认 persistence_count = 0 for i in range(min(self.params['persistence_bars'], current_idx)): if df.iloc[current_idx - i]['close'] < https://t.co/Hl1CpkP62f_structure.low: persistence_count += 1 else: break persistence_score = persistence_count / self.params['persistence_bars'] # 综合评分 return 0.4 * price_score + 0.3 * volume_score + 0.3 * persistence_score def generate_breakout_signal(self, df: pd.DataFrame, current_idx: int) -> Optional[Dict]: """生成突破信号""" if not https://t.co/Hl1CpkP62f_structure: return None current_price = df.iloc[current_idx]['close'] # 检查突破条件 price_break = current_price < https://t.co/Hl1CpkP62f_structure.low * (1 - self.params['price_offset']) strength = self.calculate_breakout_strength(df, current_idx) strong_enough = strength > self.params['breakout_threshold'] if not (price_break and strong_enough): return None # 记录突破信息 self.breakout_info = { 'timestamp': current_idx, 'price': current_price, 'lowest_after': current_price, 'strength': strength } # 生成信号 stop_loss = https://t.co/Hl1CpkP62f_structure.low * 1.02 position_size = self._calculate_position_size(current_price, stop_loss, 1.0) target = https://t.co/Hl1CpkP62f_structure.low - https://t.co/Hl1CpkP62f_structure.height * 2.0 return { 'signal_type': 'BREAKOUT_SHORT', 'entry_price': current_price, 'stop_loss': stop_loss, 'target1': target, 'target2': target * 0.9, 'position_size': position_size, 'breakout_strength': strength, 'reason': f'突破追空 (强度={strength:.2f})' } def generate_pullback_signal(self, df: pd.DataFrame, current_idx: int) -> Optional[Dict]: """生成回踩信号""" if not self.breakout_info: return None # 检查时间窗口 bars_since_breakout = current_idx - self.breakout_info['timestamp'] if bars_since_breakout > self.params['pullback_max_wait']: return None current_price = df.iloc[current_idx]['close'] # 计算回踩比例 lowest_after = self.breakout_info['lowest_after'] if https://t.co/Hl1CpkP62f_structure.low == lowest_after: return None pullback_ratio = (current_price - lowest_after) / (https://t.co/Hl1CpkP62f_structure.low - lowest_after) # 检查回踩区间 in_fib_range = (self.params['fib_low'] <= pullback_ratio <= self.params['fib_high']) near_resistance = (abs(current_price - https://t.co/Hl1CpkP62f_structure.low) < self.params['proximity_threshold'] * https://t.co/Hl1CpkP62f_structure.height) if not (in_fib_range and near_resistance): return None # 检测阻力受阻 current = df.iloc[current_idx] range_size = current['high'] - current['low'] if range_size > 0: upper_shadow = current['high'] - max(current['open'], current['close']) rejection = (upper_shadow / range_size > 0.4 and current['close'] < https://t.co/Hl1CpkP62f_structure.low) else: rejection = False if not rejection: return None # 生成信号 stop_loss = https://t.co/Hl1CpkP62f_structure.low * 1.015 position_size = self._calculate_position_size(current_price, stop_loss, 0.8) target = https://t.co/Hl1CpkP62f_structure.low - https://t.co/Hl1CpkP62f_structure.height * 1.5 return { 'signal_type': 'PULLBACK_SHORT', 'entry_price': current_price, 'stop_loss': stop_loss, 'target1': target, 'target2': target * 0.95, 'position_size': position_size, 'pullback_ratio': pullback_ratio, 'reason': f'回踩做空 (回踩={pullback_ratio:.2%})' } def _calculate_position_size(self, entry_price: float, stop_loss: float, multiplier: float = 1.0) -> float: """计算仓位大小""" risk_amount = https://t.co/CclsZvqogq * self.risk_per_trade stop_distance = abs(entry_price - stop_loss) if stop_distance == 0: return 0 base_position = risk_amount / stop_distance adjusted_position = base_position * multiplier # 仓位上限 max_position = (https://t.co/CclsZvqogq * 0.3) / entry_price return min(adjusted_position, max_position) def update_capital_allocation(self, consolidation_score: float): """更新资金分配""" self.alpha = 0.75 + 0.15 * (1 - consolidation_score) self.alpha = np.clip(self.alpha, 0.6, 0.9) def backtest(self, df: pd.DataFrame) -> Dict: """策略回测""" # 计算技术指标 df = self.calculate_technical_indicators(df) signals = [] state_history = [] for i in range(self.lookback_period, len(df)): # 更新箱体结构 self.update_box_structure(df, i) # 评估震荡状态 metrics = self.evaluate_consolidation(df, i) self.current_state = https://t.co/aYrw6Qe9xL_state # 记录状态 state_history.append({ 'timestamp': df.iloc[i].get('timestamp', i), 'price': df.iloc[i]['close'], 'state': self.current_state.value, 'consolidation_score': https://t.co/bneIHJbMXx_score, 'box_valid': https://t.co/Hl1CpkP62f_structure.is_valid if https://t.co/Hl1CpkP62f_structure else False }) # 更新资金分配 self.update_capital_allocation(https://t.co/bneIHJbMXx_score) # 生成交易信号 signal = None if self.current_state == MarketState.CONSOLIDATION: signal = self.generate_range_signal(df, i) elif self.current_state == MarketState.TREND_DOWN: signal = self.generate_breakout_signal(df, i) # 检查回踩机会 if not signal: signal = self.generate_pullback_signal(df, i) if signal: signal['timestamp'] = df.iloc[i].get('timestamp', i) signal['current_price'] = df.iloc[i]['close'] signal['market_state'] = self.current_state.value signal['alpha'] = self.alpha signals.append(signal) December 12, 2025

山陽新聞 （2025年11月19日朝刊）
岡山自主夜間中学校の様子を丁寧にまとめた書籍が出版されました。 学び直しを願う方々の日常、授業の風景、ボランティアの声などが記録されています。 夜の教室で生まれている小さな変化やそこで流れる時間に触れていただければ幸いです。 #岡山自主夜間中学校 #学び直し #教育の機会保障 #夜間中学 #本の紹介

A book has been published that carefully depicts the daily life of the Okayama Night School.
It records the everyday experiences of those returning to learning, scenes from the classroom, and the voices of the volunteers who support them.I hope this book offers a glimpse into the small yet meaningful changes that unfold in our night-time classrooms and the quiet moments shared there.
#OkayamaNightSchool #LifelongLearning #SecondChanceEducation #NightSchool #BookRelease December 12, 2025

あなたの会社にもうひとつの”技術力”を
https://t.co/ngmAHdl2Uw

土木・建設業の皆さん、ICTやDXも大切ですが、プレゼンスキル磨くことは必須ですばい。
ブログ書いたのでお時間あるときに読んでもらえると嬉しいです♪ https://t.co/V51ezP1Vpe December 12, 2025

あくまでも息子の経験則ですが、読み書きを続けたら確実に変化はありました。

先日もカテキョの先生から「最近、字が書けるようになってませんか？」と言われ、そんな話をしたばかりです。

本人の負担を見ながら積極的にICTに頼る部分も時期も必要ですが、読み書きを続けるのが無駄とは思いません。 https://t.co/EK0OhAZMMa December 12, 2025

〇〇な先生、孤立する学校現場

この記事は知っている？
https://t.co/lJYrDfSUSE

「教員の孤立は、子どもの孤立につながる」

最初はわからなかった

要約すると、責任感の強い先生ほど
仕事が集中し、苦しくなる

そして、SNSでの辞めた先生の発信で”辞めて自由な働き方”が入り、より現場に負のイメージを持つ

結果的に教員の「一人で抱え込む構造」とSNSが生む“現場＝辛い”により…

先生が学校から孤立し、その孤立が助けを求める子どもたちの孤立を深めている

こんな内容だった

まさに辞める前の自分を見ているようだった

生徒指導主任、生徒会チーフ、学級担任、部活動主任、ICT主任、部活動主顧問、教科主任などなど

たくさんの責任を抱えて…
SNS上では教員自体をやめて楽しそうにやっている姿を見て
「ああ、自分って何やてんだろ」
何度も何度もそう思った

こんなに一生懸命やっている
自分ってバカなのかな
ここまで考えたけど…

今はそうは思わない

確かに長時間労働
ひたすら前年踏襲の文化
年功序列の人間関係など

精神的にキツくなる状況
ただ…

教員は子どもと真剣に向き合える、一緒に成長していける
こんな素晴らしい仕事でもある

だから、今まで一生懸命やってきた自分って最高だなって
心から思えたわけで…

その想いがあるから、僕は今でも教師って仕事
ここを辞めずにいる

そして、僕と同じように責任を感じて、苦しさを感じる先生

彼らのサポートもしたい
そんな思いから、今はコーチをしている

だから、まさに今
しんどいと感じる先生

あなたのやっていること、それは素晴らしいんだ
でも、自分も大切にして

先生の代わりがいても
あなたの代わりはいないから

困ったら、遠慮なく頼ってね December 12, 2025

絶対零度～情報犯罪緊急捜査10話観たよー。
この話もうダメだよ。脚本、演出等全てが例レベル過ぎ！
・総理、他の仕事無いの？
・DICT以外の組織は活動停止？国家機能が成り立っ
　てない
・野村逮捕時に突っ立てるだけの掛川
・帰国沢北にからくりを丁寧に説明
等々
沢口さんだけが観てる理由だよー。 https://t.co/7QtedldbS9 December 12, 2025

野田クリスタルさんがICTパークに！　子どもたちがワークショップで作ったゲームを実演・講評するイベント「“はちゃめちゃゲーム”アワード」開催　 https://t.co/9aNS0R9NB0 #はちゃめちゃゲーム #野田クリスタル https://t.co/kADMTSaHeN December 12, 2025

【ユピスタ新着記事】
年を重ね「体力が落ちた」と感じても、住み慣れた街で自分らしく暮らしたい。厚労省推進「地域包括ケアシステム」では、ICTが鍵を握ります。地域社会連携で高齢者の自立を支え、少子高齢化の課題解決にもつながる最新テクノロジーと社会の動きを解説。
https://t.co/PHzaLePlQq December 12, 2025

ICT Reaper Inversion FVG 倭国語 https://t.co/nyd65XoQpw @YouTubeより

超実用的でやばい！！ December 12, 2025

明日、12月10日は一般質問です。
ぜひ、CNA・ネット・議場でご覧頂ければ!!
2番手の登壇なので、11:15過ぎから質問、昼休みを挟んで13:15頃から当局の答弁、再質問となる予想です。
#秋田 #秋田市 #秋田の維新 #倭国維新の会 #秋田市議会 #秋田市議会議員 #議員の見える化

▼大項目はこんな感じ。

1.市長の政治姿勢について
人口ビジョンと都市経営について コンパクトシティ政策について スタジアム整備の合理的判断について 市長の政策と地域コンテンツについて 行政運営の基本姿勢と挑戦する庁風について

2.行財政運営と財源確保について
財政構造と公共施設マネジメントについて 新たな財源確保とコスト削減の取組について

3.再生可能エネルギーを生かした新たな産業の育成について
新たな産業の育成
農業分野への取り組みと戦略的活用
再エネ収益の市民還元について

4.子どもたちの笑顔が輝く秋田市へ
教育・体験機会の充実について
子どもの安全・事故予防と住まい支援について
教育移住と外国人材の子どもへの教育

5.歩いて暮らせて、観光できる魅力的なまちへ
中心市街地の日常的なにぎわい創出
SNS時代の観光と施設内の撮影禁止について
芸術・文化資源の活用と展開
空き家対策と都市居住・商業機能の両立について

6.公共交通と新しいモビリティーについて
公共交通施策と財政負担について
新しいモビリティーと鉄軌道系交通の検討について

7.デジタル時代の行政運営とＡＩ活用について
行政の効率化と縦割りの弊害を減らす
AIやDX活用による市民利便性と職員の負担軽減の両立

8.安全安心な暮らしと災害対策について
熊対策について
除雪・防犯対策について
北朝鮮拉致問題及び海外からのサイバー攻撃について
リチウムイオンバッテリーの回収について
視覚障がい者や聴覚障がい者の意思疎通を支援する用具としてのICT機器活用

9.市政への関心を高める取組について
答弁書の書き方やフォローアップの在り方
投票済証明書の発行

全文はこちら。
https://t.co/fvvwz5IRM6

質問多過ぎ!!
…と、諸先輩方に怒られそうではありますが、どうぞ、よろしくお願いします。

※画像はAI生成したものを微調整 December 12, 2025

おはよー☀️
ピククエ、1人でやっても結構楽しい…
写真の正解、わかりますかー？

お題
「驚いたこと、驚かされたこと」
ピククエ【Pictgram Question】 by キャバリア #VRChat #MadeWithVRChat https://t.co/fnEh2WNaZC https://t.co/vKk8GGexbJ December 12, 2025

＼ミライノピッチ2025　結果発表！／
12/6（土）開催したミライノピッチ2025の審査結果が確定しました！
AIを活用したビジネスプランが近年圧倒的に多い傾向ですが、今年はさらに多角的に、バラエティ豊かになってきたと思います。AIの性能が格段に上がったこと、より身近に利用されてることが窺えます。
登壇者のみなさま、審査員のみなさま、視聴者のみなさま、ありがとうございました！
🔗https://t.co/PGhuogpYxJ

＜NICT賞＞
●香川高等専門学校　詫間キャンパス　中本 怜祐 氏　@R14dwBBIhB96398
●株式会社RAYVEN　鈴山 英寿 氏

＜近畿総合通信局局長賞＞@kinki_bt
●同志社大学大学院　木村 優介 氏
●株式会社RAYVEN　鈴山 英寿 氏

＜さくらインターネット賞＞@sakura_pr
●和歌山工業高等専門学校　坂地 愛茉 氏
●株式会社TricoLogic @miraishiki_ 石丸 達也 氏 @with__curiosity

＜パソナグループ賞＞
●香川高等専門学校　詫間キャンパス　中本 怜祐 氏
●株式会社TricoLogic 石丸 達也 氏

＜FUTRWORKS賞＞@futrworks
●神戸大学　狭霧 優 氏
●株式会社TricoLogic 石丸 達也 氏

＜Ag　Venture　Lab賞＞@AgventureLab
●香川高等専門学校　詫間キャンパス　中本 怜祐 氏
●株式会社cizucu @cizucu_photo 太田 優成 氏

＜マネーフォワード賞＞ @MF_sogyoforward @moneyforward
●同志社大学大学院　木村 優介 氏
●Valar Intelligence @PuddinAI 巣鷹 乃和 氏

＜OIH賞＞
●神戸大学　大西 拓斗 氏 @_takutics
●株式会社ワンサイトテクノロジー　田尾 信 氏

#ミライノピッチ #ビジコン #ICT #AI #IoT #MR #SaaS
#起業 #スタートアップ #DX #EdTech #起業家甲子園
#起業家万博 #拡散希望RPご協力お願いいたします December 12, 2025