1
target
0post
2025.12.01〜(49週)
:0% :0% (40代/男性)
人気のポスト ※表示されているRP数は特定時点のものです
12/6 (土)
一発逆転ファイナルレース
‼️‼️‼️‼️‼️‼️‼️‼️‼️‼️
考え方 考察 ⬇️に書いてます。
フォローして下さってる皆様方へ
⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️
是非 ひろまる様も同時フォローお願い致します🤲🤲🤲
一緒に分析している仲間です。
ソースは同じです。
もし、私に入院等 あった場合は私に代わり高知ファイナルのゾーン分け出して下さいます。
また、ひろまる様のJRA分はTARGET分析が加味されていますので、2人合わせて見比べて下さい。
‼️‼️‼️‼️‼️‼️‼️‼️‼️‼️
🌟🌟🌟🌟🌟🌟🌟🌟🌟🌟
一発逆転ファイナルレース
考え方
🌟🌟🌟🌟🌟🌟🌟🌟🌟🌟
競馬は確率統計的データの数学的要素があります。
毎年荒れが多いレース いつも固いレース 有りますよね⁉️
自分は一発逆転はゾーン買いしています。
3つのゾーンに(12頭の場合)
A 5頭
B 5頭
C 2頭
に分けます。
🔥🔥🔥10万↑馬券狙い
B-A-AB(又は3列目全)
B-B-AB(又は3列目全)
又は
7頭Box(B+C)
🔥手堅い馬券狙い
A-B-AB A-A-AB
私の買い方は最初から10万↑馬券しか狙っていません‼️
6万以下馬券は外れて上等 こんな感じです。
的中率 約50%位ですが、配当高く、的中率約半分でも回収率はプラス推移中です。
狙いは10万↑馬券のみ‼️
一発逆転ファイナルにのみとれる戦法です‼️
⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️
もし外れたら1列目2列目見て下さい。ほぼこれが逆になってるだけです‼️
不思議ですが。
⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️
⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️
⬇️このゾーンの組み合わせで決まると考えます‼️
A-A-A B-B-Bの確率はゼロではないですが、統計上 低いです‼️
🍒🍒🍒🍒🍒🍒🍒🍒🍒🍒
昨晩お願いしたリポストをして下さった方には既にDMしています。
🍒🍒🍒🍒🍒🍒🍒🍒🍒🍒
本日のAゾーン
本日のBゾーン
本日のCゾーン
①⑩
#SPAIA競馬
#Going
#Ai穴馬くん
#金島弘樹
#今日の軸馬
#競馬無料予想
#毎日無料
#大井競馬
#川崎競馬
#船橋競馬
#浦和競馬
#南関競馬
#一発逆転
#高知ファイナルレース December 12, 2025
54RP
12月7日(日)
🔥🔥🔥🔥🔥🔥🔥🔥
悪徳有料予想家撲滅
🔥🔥🔥🔥🔥🔥🔥🔥
今日の軸馬
【中央競馬セレクト】
【全体評価】
中山競馬 難易度高🔥 8レース
阪神競馬 難易度高🔥 6レース
人気もバラけており昨日よりも難解
大きく張るとやられそうな日
豆券で私は遊びます!!
チャンピオンズカッブ(G1)は
自分の好きな馬を買いましょう!
軸→相手は出しません
軸は新聞、SPAIA競馬、TARGET
相手は新聞、SPAIA競馬、TARGETから選出
中山は開幕週のためイン前は有利
全レースやって勝てることはありません。
買えそうな(妙味のある)オッズの
レースをセレクトが必要
(以下Yoshiさんの本文から引用)
------------------------------------------
紐だらけの有料予想は早く卒業しましょう‼️
紐だらけにするならマルチで当たる確率は飛躍的に増えます。
金出してそんな予想で、それで貴方は満足ですか⁉️
--------------------------------------------
お金出して
12頭立てで10頭に印
買い目も無く、絞れていない予想
→皆さん、こんなのに満足できますか?
私は競馬新聞以下と考えます🤔
悪徳に騙されないよう
皆様リポお願いします!!
#今日の軸馬
#SPAIA競馬
#競馬無料予想
#中央競馬無料予想
#中央競馬
#中山競馬
#阪神競馬
#悪徳有料予想業者撲滅 December 12, 2025
49RP
2006年当時の状況を理解していただきたいのですが、当時は ①「倭国のゲームは質が低い」という評価が広まっており、②クラシックな宇宙世紀ガンダムについての知識をほとんど持っている人がいませんでした。アメリカでの主な話題は『ガンダムW』で、宇宙世紀シリーズはほぼ知られていなかったのです。
そのため『Target in Sight』がレビューされた際、当時のサードパーソン・シューター作品と直接比較されることになり、結果として見劣りしてしまいました。これは海外のゲーマーからの評価でも同様で、厳しいレビューが多かったのです。 December 12, 2025
40RP
12/7(日)
一発逆転ファイナルレース
‼️‼️‼️‼️‼️‼️‼️‼️‼️‼️
考え方 考察 ⬇️に書いてます。
フォローして下さってる皆様方へ
⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️
是非 ひろまる様も同時フォローお願い致します🤲🤲🤲
一緒に分析している仲間です。
ソースは同じです。
もし、私に入院等 あった場合は私に代わり高知ファイナルのゾーン分け出して下さいます。
また、ひろまる様のJRA分はTARGET分析が加味されていますので、2人合わせて見比べて下さい。
‼️‼️‼️‼️‼️‼️‼️‼️‼️‼️
🌟🌟🌟🌟🌟🌟🌟🌟🌟🌟
一発逆転ファイナルレース
考え方
🌟🌟🌟🌟🌟🌟🌟🌟🌟🌟
競馬は確率統計的データの数学的要素があります。
毎年荒れが多いレース いつも固いレース 有りますよね⁉️
自分は一発逆転はゾーン買いしています。
3つのゾーンに(12頭の場合)
A 5頭
B 5頭
C 2頭
に分けます。
🔥🔥🔥10万↑馬券狙い
B-A-AB(又は3列目全)
B-B-AB(又は3列目全)
又は
7頭Box(B+C)
🔥手堅い馬券狙い
A-B-AB A-A-AB
私の買い方は最初から10万↑馬券しか狙っていません‼️
6万以下馬券は外れて上等 こんな感じです。
的中率 約50%位ですが、配当高く、的中率約半分でも回収率はプラス推移中です。
狙いは10万↑馬券のみ‼️
一発逆転ファイナルにのみとれる戦法です‼️
⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️
もし外れたら1列目2列目見て下さい。ほぼこれが逆になってるだけです‼️
不思議ですが。
⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️⚠️
⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️⬇️
⬇️このゾーンの組み合わせで決まると考えます‼️
A-A-A B-B-Bの確率はゼロではないですが、統計上 低いです‼️
🍒🍒🍒🍒🍒🍒🍒🍒🍒🍒
昨晩お願いしたリポストをして下さった方には既にDMしています。
🍒🍒🍒🍒🍒🍒🍒🍒🍒🍒
本日のAゾーン
⑤⑦⑧⑩⑪
本日のBゾーン
①②④⑥⑫
本日のCゾーン
③⑨
#SPAIA競馬
#Going
#Ai穴馬くん
#金島弘樹
#今日の軸馬
#競馬無料予想
#毎日無料
#大井競馬
#川崎競馬
#船橋競馬
#浦和競馬
#南関競馬
#一発逆転
#高知ファイナルレース December 12, 2025
36RP
新聞+SPAI競馬+TARGET
これで
結果出せます😄😄
悪徳有料予想業者の
ノート買いますか?
印ばっかりついて、買い目もなくて
バカバカしくならないですか?
中京はリポして頂いた方に送りました。
(Xには出していません)
リポして頂いた方ありがとうございます😄
12月6日(土)
🔥🔥🔥🔥🔥🔥🔥🔥
悪徳有料予想家撲滅
🔥🔥🔥🔥🔥🔥🔥🔥
今日の軸馬
【中央競馬セレクト】
【結果です】
中山競馬 難易度高🔥 メイン🥇🥈🥉
阪神競馬 難易度高🔥 3レース🥇🥈🥉
軸は新聞、SPAIA競馬、TARGET
相手は新聞、SPAIA競馬、TARGETから選出
(以下Yoshiさんの本文から引用)
------------------------------------------
紐だらけの有料予想は早く卒業しましょう‼️
紐だらけにするならマルチで当たる確率は飛躍的に増えます。
金出してそんな予想で、それで貴方は満足ですか⁉️
--------------------------------------------
お金出して
12頭立てで10頭に印
買い目も無く、絞れていない予想
→皆さん、こんなのに満足できますか?
私は競馬新聞以下と考えます🤔
悪徳に騙されないよう
皆様リポお願いします!!
#今日の軸馬
#SPAIA競馬
#競馬無料予想
#中央競馬無料予想
#中央競馬
#中山競馬
#阪神競馬
#悪徳有料予想業者撲滅 December 12, 2025
29RP
外国情報監視法(FISA)702条とは
これはね、アメリカから見た外国人を監視し、調査も無くテロリストとしてリストに載せる法律。
しかし、アメリカ人も監視対象にされ、違法行為を実行してると言うのが #FBI
倭国のTIで これを言及してる人って居る ?🧐
世界規模の問題なんだよ‼️
集ストテク問題は倭国だけの問題だと隠蔽する工作員の言葉を信じるのも🧠コントロールされてるんでしょうか ?
FBIと倭国の繋がりのが無いと言うのも隠蔽だよね !
#Targetedindividuals
FBI公式サイト👇
🔗https://t.co/DImdMMcIPt December 12, 2025
26RP
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=n1i=0∑n−1TRt−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=maxi∈[t−W,t]HiBoxHigh=i∈[t−W,t]maxHi
BoxLow=mini∈[t−W,t]LiBoxLow=i∈[t−W,t]minLi
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_trendTconsolidation
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=⎩⎨⎧0.20.50.81.0if 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−Nt1(∣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=⎩⎨⎧1.00.70.40if 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=ATRtrendATRcurrent
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=⎩⎨⎧1.00.70.40if 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−VolumetrendVolumeconsolidation
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=⎩⎨⎧ConsolidationTrendUncertainif 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=⎩⎨⎧10if PositionRatio>0.75∧TopReversalSignal=True∧RSI>60∧Volume<Volume20×0.9otherwise
顶部反转识别:
TopReversalSignal={Trueif UpperShadowRatio>0.4∧Close<Open∧Close<EMA13FalseotherwiseTopReversalSignal=⎩⎨⎧TrueFalseif UpperShadowRatio>0.4∧Close<Open∧Close<EMA13otherwise
其中:UpperShadowRatio=Ht−max(Ot,Pt)Ht−LtUpperShadowRatio=Ht−LtHt−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(V20Vt−1,1.0)
持续性确认:
Spersistence=∑i=021(Closet−i<BoxLow)3Spersistence=3∑i=021(Closet−i<BoxLow)
有效突破判断:
ValidBreakout={Trueif BreakoutStrength>0.7∧Pt<BoxLow×0.98∧NoRecentFalseBreak=TrueFalseotherwiseValidBreakout=⎩⎨⎧TrueFalseif BreakoutStrength>0.7∧Pt<BoxLow×0.98∧NoRecentFalseBreak=Trueotherwise
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=⎩⎨⎧10if t∈PullbackWindow∧PullbackRatio∈[0.382,0.618]∧∣Pt−BoxLow∣<0.03×BoxHeight∧RejectionSignal=Trueotherwise
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
25RP
12月6日(土)
🔥🔥🔥🔥🔥🔥🔥🔥
悪徳有料予想家撲滅
🔥🔥🔥🔥🔥🔥🔥🔥
今日の軸馬
【中央競馬セレクト】
【全体評価】
中山競馬 難易度高🔥 6レース
阪神競馬 難易度高🔥 6レース
重賞2レースは難解
軸は新聞、SPAIA競馬、TARGET
相手は新聞、SPAIA競馬、TARGETから選出
初日はバイアス、馬場の確認なので
私は殆ど買わないと思います。
全レースやって勝てることはありません。
買えそうな(妙味のある)オッズの
レースをセレクトが必要
(以下Yoshiさんの本文から引用)
------------------------------------------
紐だらけの有料予想は早く卒業しましょう‼️
紐だらけにするならマルチで当たる確率は飛躍的に増えます。
金出してそんな予想で、それで貴方は満足ですか⁉️
--------------------------------------------
お金出して
12頭立てで10頭に印
買い目も無く、絞れていない予想
→皆さん、こんなのに満足できますか?
私は競馬新聞以下と考えます🤔
悪徳に騙されないよう
皆様リポお願いします!!
#今日の軸馬
#SPAIA競馬
#競馬無料予想
#中央競馬無料予想
#中央競馬
#中山競馬
#阪神競馬
#悪徳有料予想業者撲滅 December 12, 2025
25RP
📚文頭And(Writingでも容認されやすい例② / 避けるべき例)※改訂版
よく、ライティングでは「文頭大文字の等位接続詞And, But, Soは避けるべき」と指導されます。
でも、実際にはよく見かけませんか?🤔
そして、以下は過去の観察から比較的頻度が高いと思われるパターンです:
SV, and (副詞句/節), SV.
→ SV. And (副詞句/節), SV.
新たな論点の「追加」🙅♂️
直前の文 (SV) に関連する「補足」🙆♂️
▶︎ SV. And {while, though, despite, etc.} …, SV.
☞ SV. And SV. で1セットの論点
Artificial intelligence is advancing at an alarming rate, reshaping our world in ways hitherto unseen. 𝐀𝐧𝐝 𝐰𝐡𝐢𝐥𝐞 its rise is widely recognized, we remain utterly unprepared for its social consequences.
(人工知能は驚くべき速さで進歩し、これまで見られなかった形で世界を作り変えている。そして、その台頭が広く認識されている一方で、私たちはその社会的影響に全く備えられていない)
The global shift to renewables continues to lag behind necessary trajectories, despite ongoing policy efforts. 𝐀𝐧𝐝 𝐞𝐯𝐞𝐧 𝐢𝐟 nations meet their ambitious targets, ensuring an affordable and stable supply will remain a major challenge.
(再生可能エネルギーへの世界的な移行は、政策努力が継続されているものの、必要な軌道から依然として遅れている。そして、たとえ各国が野心的な目標を達成したとしても、手頃で安定した供給の確保は依然として大きな課題となるだろう)
☞ このようなパターンは書き言葉でもよく見かける(容認性が高い(はず?))
一方、文頭の等位接続詞Andを完全に新しい論点(or別の理由)の「追加」に使用するのは避けるべき⚠️
→ 副詞𝑴𝒐𝒓𝒆𝒐𝒗𝒆𝒓等を使用!
SV (論点①). And SV (論点②). 🙅♂️
SV (論点①). 𝑴𝒐𝒓𝒆𝒐𝒗𝒆𝒓, SV (論点②). 🙆♂️
再度提示:
SV, and (副詞句/節), SV.(1セットの論点)
=SV. And (副詞句/節), SV.(1セットの論点)
※文頭Andが残るのは、おそらく前文への「接続」(補足)という意識が強いから。
▶️2文に分ける以上、論理的には等位接続詞Andは不要に思われます。しかし、このAndを残すことで、議論に勢いがつく、前文の主張から離れずに述べている、等々の追加効果が生まれるように感じます(これも含めて会話体の名残りではあるかもしれない)
但し、あくまで前文の主張に関する「補足」であって、副詞Moreover, Furthermore, etc. による新たな別論点の「追加」とは性質が異なると言えるでしょう。つまり、安易に「文頭Andは Moreover, Furthermore, etc. に直すべき」と考えるのは正確でないと思います。
繰り返しになりますが、ライティングの指導では「文頭大文字の等位接続詞And, But, Soは避けるべき」という主張が一人歩きしすぎています。
しかし、教養のあるネイティブスピーカーも、英語でニュース記事や論文を書く研究者も、さらには英語の文体に関する書物の著者でさえも、文頭大文字And, But, Soを使っています。
つまり、避けるべきは「文頭大文字の等位接続詞And, But, Soそのもの」ではなく、「文頭大文字の等位接続詞And, But, Soの不自然(あるいは稚拙な)な使い方」であることが分かります。
この点があまり議論されることがないので、今回は特に議論されないAndに絞って、その許容範囲について考えてみました。
随時、その他の「Writingでも容認されやすい例」にも触れる予定です。
不十分な点は残ると思いますが、今後の議論の叩き台になると嬉しいです。
ぜひ感想やコメントや実例などを引用・返信でいただけると嬉しいです😊
※上記は個人の観察・推察・見解です。
※尚、文頭Andはライティングで無理に使用する必要はなく、削除しても不自然にならない場合が多いかと思います。 December 12, 2025
23RP
【宝宝识图系列】女儿周末又来催更认知大图了,供不应求了,趁周末再给她做了几个系列,这次把她的形象融入了进去,宠物换成了她喜欢的小兔子,提示词尝试宝玉@dotey推荐的思路:与AI共同创作提示词:模版+实例的形式。 分享四季果园图,体现当季水果,创作过程发现Gemini不太稳定,尤其是标签总会有标错的情况,推友们有没有好的办法,可评论区一起讨论下(目前找到了一种相对稳定的办法,晚点在评论区分享)。
提示词如下:
元提示词(模版):
[SCENE_THEME] = 果园大世界 #{季节/主题变体}
[TARGET_AGE] = 2-5岁(词汇爆发期)
[VARIATION_ID] = {编号}
[CORE_OBJECTS] = {12个纯净名词大型物体}
[DETAIL_OBJECTS] = {16个纯净名词小型物体}
[ENV_ELEMENTS] = {3-5个纯净名词环境元素}
[STATE_HINT] = {场景状态描述,仅氛围参考,不写入标签}
字体不要有错乱、乱码
【全局设置】
一幅视觉鲜明、内容丰富的儿童认知插图,主题为"[SCENE_THEME]",宽幅全景横幅(21:9画幅),呈现一个细节极其丰富的玩具微缩景观。整体风格为柔和圆润的黏土捏塑3D美学(Soft Claymation / 绒感3D雕塑),如同一个巨大而精心布置的实体玩具微缩景观。光线明亮、温暖、纯净,带有细腻的体积光效果,营造出无与伦比的治愈感和可触摸感。
I. 报纸标题区(顶部横幅)
主标题:横向展开于画面顶部——"[SCENE_THEME] 双语认知大发现"。
字体风格:超大号、饱满多彩的黏土气球字体,边缘柔和并带有高光,仿佛漂浮在空中的棉花糖。每个字母独立成型,厚度超过3厘米。
装饰元素:标题两侧散落着与[SCENE_THEME]相关的{3个特定装饰物}小巧可爱黏土浮雕装饰。
II. 报纸主体部分(核心场景与构图)
场景氛围:一个广阔、鲜活且细节丰富的"玩具微缩世界"。色彩保持柔和的莫兰迪/马卡龙色调,同时具备高饱和度。当前场景状态:[STATE_HINT]
构图要求:
- 采用宽幅全景横幅广角微缩景观(Wide-angle Miniature Landscape)视角。
- 景深调整:前景与中景完全清晰锐利;仅最远处背景做轻微柔焦处理。
- 布局策略:所有物体分组并分散布置于画面不同位置,各物体之间保留舒适的"呼吸空间",避免视觉杂乱。
引导角色:
2位圆润可爱的黏土卡通向导——参考图片人物样貌(戴粉色小帽)与可爱的小兔子(天粉色身体),通过夸张而清晰的肢体语言(如手指指向、抬头仰望)引导视线扫视整幅画面。
III. 必备物体与认知清单(本系列第[VARIATION_ID]期)
**核心认知大型物体(12个):**
[CORE_OBJECTS]
**丰富认知小型物体(16个):**
[DETAIL_OBJECTS]
**环境元素(背景与地面装饰):**
[ENV_ELEMENTS]
IV. 精准双语标签系统(核心防乱码优化)
- **样式**:圆形厚实黏土质感的三行标签牌,直径约8-10厘米,底色柔和米白(RGB 250,245,240),轻微3D浮雕效果,如磁贴吸附在画面上。标签牌边缘有2毫米厚的彩色描边(颜色与物体主色调呼应)。
- **字体要求**:
- 第一行拼音:使用"站酷快乐体"风格,字号24pt,颜色深灰(RGB 60,60,60),字符间距0
- 第二行中文:使用"方正粗圆简体"风格,字号36pt加粗,颜色纯黑(RGB 30,30,30),字符间距0
- 第三行英文:使用"Comic Sans MS"圆润字体,字号20pt,颜色深灰(RGB 70,70,70),字符间距0
- **渲染指令**:文字必须作为矢量图形直接嵌入渲染,禁用位图转换。每个字符单独建模为黏土浮雕字母,确保边缘锐利无锯齿,抗锯齿等级最高,渲染采样率≥2000。
- **位置规则**:每个标签位于对应物体正下方5-8厘米处,标签之间不重叠,整体呈网格状分布。标签牌用半透明细线(不显示在最终画面)与物体连接。
V. 风格参数与渲染指令
- **风格基调**:黏土动画微缩景观
- **关键修饰词**:拥挤但有序的构图、精准标注、柔和体积光、超清晰文字渲染
- **色彩与材质**:丰富柔和的粉彩色系、可触摸的黏土质感、光滑圆润边缘(曲率半径>0.3)
- **渲染质量**:8K超高清,Cinema 4D可爱渲染风格,Octane渲染器,光线追踪
- **文字渲染**:启用矢量文字直接嵌入,禁止位图化文字,抗锯齿等级最高
VI. 负面提示(严格排除)
no sharp edges, no realistic textures, no dark shadows, no small text, no cluttered composition, **no quantity numbers displayed on objects**, **no Chinese character corruption**, **no pixelated text**, **no blurry fonts**, no watermarks, no photographic elements, no gradient text, no broken letters, no fused characters, no incomplete glyphs
示例提示词:(其他季节及当季水果可以让AI协助生成):
[SCENE_THEME] = 春季开花果园 [VARIATION_ID] = 01 [STATE_HINT] = 花朵盛开,整体色调粉白为主,树木以花为主 [CORE_OBJECTS] = 杏树、李子树、草莓田、蓝莓丛、樱桃树、柑橘树、枇杷树、蜜蜂箱、红色拖拉机、蓝色洒水车、白色储藏小屋、绿色稻草人 [DETAIL_OBJECTS] = 蜜蜂、草莓、杏子、白蝴蝶、啄木鸟、园丁小桶、浇水壶、圆润石头、蚯蚓、瓢虫、蜗牛、飘舞花瓣、园艺手套、小草帽、雨靴、喷壶 [ENV_ELEMENTS] = 棉花糖云朵、弹跳小河、圆润山丘、彩虹弧线、彩色石子小路 标题装饰:小花、蜜蜂、水滴 December 12, 2025
23RP
めちゃくちゃ良記事。SaaS経営者は必読。忙しければ、以下の抜粋だけでも読んでほしい。
◾️「2.5倍」これは、米国トップティアSaaS企業と、倭国を代表する上場SaaS企業の「従業員一人当たり年間経常収益(ARR per Employee)」の差である。具体的には、SnowflakeやCrowdStrikeといった米国企業が “3,000万円〜4,000万円” の生産性を叩き出すのに対し、倭国の優良SaaS企業の多くは “1,200万円〜1,500万円” 前後にとどまっている。
◾️ 倭国のSaaS業界を牽引するSansan、マネーフォワード、freee、サイボウズ。これら国内トップ企業の営業組織を分析すると、ある共通項が見えてくる。それは「ハイタッチな顧客対応による低解約率(チャーンレート)」と引き換えにした、「スケーラビリティの欠如」である。
◾️インセンティブ設計が生む「狩猟本能の欠如」。外資系IT企業の営業職(Account Executive)は、OTE(On-Target Earnings)の比率が「基本給50:コミッション50」であることが一般的だ。契約を取れば青天井で稼げるが、取れなければ生活が苦しくなる。この強烈なインセンティブが、「クロージングへの執着」と「無駄な商談の切り捨て」を生む。
◾️対して、倭国のSaaS営業は「基本給80:インセンティブ20」あるいは「固定給のみ」が主流だ。これでは、営業担当者は「売上を上げる」ことよりも、「社内のKPI(商談数やプロセス管理項目)を達成すること」に最適化する。結果、見込みのない顧客に時間を使い、決断を迫りきれない「優しい営業」が量産される。
◾️倭国のSaaSが外資企業に敗北しているのは、技術力の敗北ではない。「売上を上げる」ための設計図、すなわち営業構造の敗北である。
https://t.co/7tJYTQxY5s December 12, 2025
23RP
PS3向けのゲーム開発は、確かに技術的な面でより複雑ではありました。しかし私は、PS3と360の両方のタイトルでゲームデザイナーとして携わっており、当時どのようにゲームが制作されていたのか、その現実を見てきました。
控えめに申し上げるなら、『Target in Sight』は発売を急がざるを得なかったのではないかと思っています。もしチームにパフォーマンス調整のための十分な時間が与えられていれば、フレームレートの問題は解消できていたのではないでしょうか。 December 12, 2025
22RP
『Target in Sight』が発売された当時、海外のゲーマーから非常に否定的な反応が寄せられていたことを受けて、私は2006年に連載していた「ロボットちゃん」のコラムで“良い”ガンダムゲームについて取り上げました。
ですので、優れた、あるいは傑作と言えるガンダムゲームが数多く存在することは私もよく承知しておりますので、どうかご安心ください。
https://t.co/k0dGqPTjXl December 12, 2025
20RP
TypeScript 7により廃止・変更される主な設定。古くからあるプロジェクトは要注意👴
https://t.co/sDxfJHFkDI
- target: es5は廃止👋
- baseUrlは廃止👋 pathsは使える
- moduleResolution: nodeは廃止👋 bundlerやnodenextにしよう
- strict: trueは書かなくてもデフォルトがstrict: trueに
- targetはデフォルトが最新ESに
- rootDirはデフォルトがtsconfigのあるディレクトリに固定
ぼく、ES5とかIE11とか知らないんですけど、昭和に使われていたやつですかね???
#インターネット老人会 December 12, 2025
20RP
\📢TARGET 歳末キャンペーン🎯/
TARGETのタングステンバレルをご購入いただいたお客様にTARGETグッズをプレゼントするキャンぺーンを実施!ストラップやコインケース、選手キャラクターのアクリルダーツスタンドがもらえます🎁
各販売店様ではすでにスタートしています。
TARGETの各ECサイト(公式オンラインショップ/楽天/Yahoo)では明日12/4(木)からスタート!
(どのグッズが届くかはお楽しみです✨)
ぜひこの機会にゲットしてくださいね🤗
TARGET公式👉https://t.co/99CWeWkh0w
楽天市場👉https://t.co/D8BdEDD4Rm
Yahoo👉https://t.co/hQ8V6J765p
#TargetDartsJP December 12, 2025
18RP
【 #片山さつき財務大臣 】
本当の説明に感謝します。 いまは騙されてる国民の不安に向き合うしかないんです。 #左翼系陰謀論者 に騙されてはならない💢
本当の事を言わないから、騙されたりいい歳した人間が #陰謀論 や #都市伝説 を本気になって語る
片山さつきさんに感謝🙏
安心安全Nipponまちづくり活動にご協力感謝🇯🇵#NPO団体集団ストーカー組織犯罪撲滅推進連合会⭐️統括
#魔除けのポスター拡散🌈
#大東京防犯ネットワーク
NGO活動へのご協力誠に感謝
#SDGs
#パリ原則🇫🇷
#国連🇺🇳勧告
#政府から独立した国内人権機関
設立へ
#倭国一の周知実績
#請願書を一緒に提出しましょう
#Gangstalking
#TargetedIndividual
※大切なお知らせ📢
署名活動
https://t.co/9pwg79ABTa
請願書内容
https://t.co/1hjJvdrVZa
集団ストーカー組織犯罪撲滅推進連合会(統括)
https://t.co/fIDiLGm9EK
プロフィールはこちらに💁♀️まとめてあります
https://t.co/LKVK9Jpyen
さらにこの度、″集団ストーカー″の小説をなんと破格のワンコイン500円でAmazonさんで出しました!!なぜ?小説にしたのかというと、普通の本だと参考文献や、注釈を卒論のように入れて、誰かの言葉になってしまい。
ありのままが伝えられないという欠点がありましたので、小説の集団ストーカーにしました!
【https://t.co/ApNrP6ARnb】
文章量も、少なく。比較的安価なので気安く読める一品となっております!お気軽にお読みください
※ポスター活動のお手伝い等出来る方や動画のお手伝い等できる方、コラボ等随時DMにてお受けしております。
お気軽にお問い合わせください😊 December 12, 2025
18RP
\2025 WDF WORLD DARTS CHAMPIONSHIP/
鈴木未来選手はTOP32でレイクサイドを後にすることになりました。素晴らしいプレーがたくさんある中での惜敗でしたが、2019年、2020年とレイクサイドで連覇し、その名を世界に轟かせた女王はまたすぐこの場所に戻ってきます✊✨
本当にお疲れさまでした。
応援いただいた皆さまありがとうございました!
#1戦目の勝利を決めた瞬間
#TheMiracle
#TeamTarget #TargetDartsJP December 12, 2025
16RP
\お待たせしました!/
2026年11月21日〜23日に「target!3」を開催いたします🥳✨
今回はなんと2日間開催っ!お買い物も展示もゆっくり楽しめます✨皆様のご参加をお待ちしております‼️
🔴イベントページはこちら👇
サークル参加受付は来年1月1日〜開始です✨
https://t.co/a6uFJUYPc8 https://t.co/zRw4J8RhxD December 12, 2025
16RP
出ました!暇な時見てみてください💪
#ダーツ
#SHADE
#TargetDartsJP
@SHADE_CLOTHING
@TargetDartsJP
@KenichiAjiki https://t.co/0nFFzRzjLa December 12, 2025
11RP
#27卒
【東京建物 インターン対策】
ES設問2つだけで出せますね!
全27卒受けていいレベルでオススメ
東京で豊かな人生を送るならマジでここ
家賃も7万補助が出るし
転勤がほぼなく東京勤務なのがアツイ
締切1/12
年収1351万
設問も2つだけ!
住宅総合職のイベントへの応募動機
(200字)
この回答に使える情報↓
①次世代デベロッパーへの取り組み(脱炭酸)
②好調な事業(賃貸事業とビル名)
③コンセプトとそれが受け入れられて利益が出ていること
2030年 長期ビジョン「次世代デベロッパーへ」 「ESG経営の高度化」に注力
特に、脱炭素社会の実現に向けた取り組み強化のため、グループ全体における温室効果ガス排出量を2030年度までに40%削減(2019年度比) 2050年度までにネットゼロを目指す
という中長期目標を設定 ちなみに目標がパリ協定の求める水準に整合していることを示す「SBT(Science Based Targets)」認定を取得
事業活動で消費する電力を100%再生可能エネルギーで調達することを目指す国際的な環境イニシアチブで ある「RE100」へも参加
と近年のトレンドを 数値目標化し、具体的に進んでいるのはここが一番な気がします
次に業績ですが、一言で言うと好調です 要因は ビル事業における賃貸収益が堅調 マンション分譲事業及び投資家向け物件売却が好調
営業収益は3,404億7千7百万円
(前期3,349億8千万円、前期比1.6%増)
中規模オフィスビル「T-PLUS(ティープラス)」、都市型ホテル、商業ビル等、多様なアセットタイプの新規開発を推進 「Hareza Tower(ハレザタワー)」(東京都豊島区)、「T-LOGI久喜」(埼玉県久喜市)の通期稼働、「グランフロント大阪」(大阪市北区)の売却等により収益増加
ビルのコンセプトにも中期目標を意識していることが感じられる内容になっているので、それを褒めつつ、
地球と人と共存し、街をより良くするディベロッパー みたいな観点での志望動機にするとよいと思います December 12, 2025
10RP
<ポストの表示について>
本サイトではXの利用規約に沿ってポストを表示させていただいております。ポストの非表示を希望される方はこちらのお問い合わせフォームまでご連絡下さい。こちらのデータはAPIでも販売しております。



