剛開始接觸股票交易的一些基本知識, 就看到三個公式可以對有興趣的股票熱度做一些基本的判斷，這些公式基本就是和股票交易量有關，可以透過這些指標來判斷一個股票是否在熱門階段或可能是有主力正在其中進行運作。

量比(Volume Ratio)
量比是衡量市場情緒的指標。 量比愈大 表示 當天市場放量愈明顯 資金介入愈明顯! 當 量比 > 1 時，表示 短期 股票/加密貨幣 交易活躍，反之 當 量比 < 1 時，表示市場交易一般。

如果 量比且價格上漲表示該 股幣 有上漲潛力，反之下跌則表示之後很可能面臨拋售量比會強化當日市場價格方向的日後動能。 如果用來 判斷是否有主力介入, 可以觀察是否 量比 達到 2 以上, 此時表示莊家很可能在進行大量買賣。

在統計學中，常態分配區間估計是一種用於推論母體參數的基本方法，涉及一系列常用參數。以下將簡單介紹並比較這些參數的定義與公式：

• 母體平均數 (μ)

母體平均數指的是整個母體所有成員數值的算術平均。它是母體分布的中心位置，通常以希臘字母 μ 表示。

在機率的世界中，「互斥」與「獨立」看起來很相似，但其實是本質完全不同的概念。你是否曾好奇：兩個事件既不能同時發生，又彼此毫無影響，這可能嗎？這邊我們來討論下這個機率悖論。

✅ 互斥事件的定義

事件 A 和 B 是互斥的，代表 P(A ∩ B) = 0，即它們絕不會同時發生。

✅ 獨立事件的定義

事件 A 和 B 是獨立的，代表 P(A ∩ B) = P(A) X P(B)，也就是 A 發生的機率不受 B 是否發生影響。

在統計實務中，當我們要估算某事件發生的機率，尤其是來自重複伯努利試驗（例如抽樣瑕疵品、顧客反應、品質檢測），常見的兩種方法是：

• 二項分配（Binomial Distribution）

• 樣本比例的常態近似分配（Normal Approximation to Sample Proportion）

這兩種方法在樣本數不大時可能產生顯著差異。本文以某公司品管抽驗瑕疵品的案例為例，說明兩者的計算方式、結果差異與適用情境。

📦 案例背景：瑕疵品抽驗決策

[新聞來源] The Hacker News : https://thehackernews.com/2025/08/the-5-golden-rules-of-safe-ai-adoption.html

　　在 AI 工具已經開始大量融入工作環境的現在，員工們學習並使用AI工具或應用來完成工作的現象可以說是愈來愈快速地在發生，而AI工具運維管理人員應該害怕的不是員工應用 AI 生產工具的速度，而是怎樣適當地防範 AI 工具造成的可能資安威脅.

[程式語言] C++

運用遞迴的概念 寫一個 is_plaindrome(string text) 函式 判斷 輸入 函式的 text 字串是否是一個迴文字串。

迴文字串: 一個字串倒反過來依然不變, 例如: aba 倒過來還是 aba ， 那麼 is_plaindrome(“aba”) 就會回傳 true.

函式: 

　　雖然之前提過閉包是一個可以把內部函式之外的屬於其父函式的可視變數或物件都包含進來，但實際上在該原則之下有時候要判斷一個閉包所涵蓋的變數範圍究竟精確到哪個程度仍然不足，所以我照書指引寫了一個自己測試內部函式存取閉包變數的程式來檢測一些閉包可視範圍的細節，大致上歸納出了三點。

　　一個 JavaScript 內部函式形成的閉包可存取的範圍:

• 外部函式以內所有變數


• 與外部函式同層級且必須定義在內部函式被呼叫之前的所有變數


• 要使用內部函式形成的閉包之前,外部函式必須被呼叫或建立

　　這是一篇說明目前在網路上所謂AI生成藝術圖像的app 或技術其實並不足以稱作為藝術，又或者說相比於人類的藝術創作而言，AI製圖功能仍然遠不足以與人類所謂的藝術創作抗衡，這篇文章 “AI Art Doesn't Look as Good as You Think: Here's Why” 在開頭用這樣的一句話 “From lack of details to weird errors, the internet is filling up with tons of bad AI art.”(從細節缺失到奇怪的錯誤，網際網路正充斥著無數巨量的糟糕的AI 藝術) 說明了 AI Art 的浮誇與不足，然後便開始列舉一些具體的理由來佐證AI Art 創作的侷限。

Taking a Closer Look(細節缺失)

　　儘管AI繪圖可以根據使用者的描述產生幾可亂真的圖像，但如果從細節仔細觀察，許多AI 產生的繪圖仍有許多肉眼可以察覺的問題，也因此在目前的技術來說，AI繪圖仍有不少可以改善的空間。

Amazing or Generic? (AI產生的只能是普遍型的創作，而非亮眼型的)

　　“Browsing the Midjourney feed featuring the latest user-generated images, it's easy to see that a lot of AI art ends up being generic rather than mind-blowing(令人印象深刻的).” AI繪圖 之所以不能產生具獨特性的創作，主要是因為AI製圖是根基於過去訓練AI用的素材，這些素材大量被AI吸收之後，AI自然也只能產生來自於這些素材的應用融合出的結果，所以AI產出的圖片不大可能具有獨創性，而是普遍性。

程式設計[3] Pygame 視窗創建

[程式語言] Python

[演算法]

這邊是試著用pygame module 建一個正常的遊戲主視窗，主要是需要熟練一下pygame視窗是不能直接 quit 的，他需要透過偵查到使用者點即關閉視窗的Event才能進入quit處理區，也就是說一個 Helloe World 的 Pygame 版本，至少需要包含基本的Event 監聽Quit事件和處理邏輯。

1.如果我可以在為美國政府工作時獲得數據，但我(因此)不再可以做一個平民，那就不是OSINT(Open Source Intelligent)
If I could have obtained data during my time working for the U.S.Government but I no longer can as a civilian(平民), that isn't OSINT.

2.最棒的一點是沒有一種方法是需要你額外下載第三方應用程式的.
The best part is that neither method requires you to download any third-party applications.

　　星期六這天真是熱爆呀，但是有一個約會讓我不得已來到了新北投，其實原本沒有要跑到這邊來吃飯的，但因為對方突然改地點，我只好跟著來到新北投，這真是一個新開發的秘境，我以前在石牌念書時竟然從沒來過新北投這邊，這實在是太慘了，或許要反過來感謝約我這邊吃飯的人，不然我真的不知道何年何月才會跑到這裡來好好的解鎖新秘境。

　　來到光明路上的陶板屋，我才發現原來之前一直想要一探究竟，拿電腦來工作看看的夢幻的新北投圖書館也在這邊，完全就在光明路上，陶板屋的旁邊，新北投車站的對面，坐落在一堆溫泉旅館村落中，阿！真的是踏破鐵鞋無覓處，得來全不費工夫呀，吃完陶板屋我就可以順便到新北投圖書館逛逛啦。

　　但是今天真的是太熱了，我走在這滿是溫泉鄉的路上，找尋著藏在其中的神祕圖書館，已是揮汗如雨，但仍然忍不住觀賞拍攝路上的磚瓦美景，就是自拍隨便草率一點，沒有拿出自拍棒來拍拍明星的架式，因為熱到不想思考拍照pose.

　　話不多說，直接上照片。我並沒有拍圖書館內部，裡面的書不多，而且其實也挺悶熱，雖然有提供書桌插座可以唸書工作，但我想我之後來也不會選擇在這裡面工作，主要是如果要開會的話說話也不方便，然後是真的有點悶，大概是圖書館冷氣被限制溫度了，但整體來說這圖書館是很氣派大方，古色古香，附近也有星巴克，我想我很快就會拿著電腦來這邊好好樂活辦公了。

這應該是新北投溫泉吉祥物，是可愛的溫泉小怪獸

　　昨天因為要去士林北投跟人吃飯，所以騎著熟悉的中山北路，一路從重慶南路轉羅斯福路再到中山南北路，很意外地我走在了曾經學生時代每天騎車上下學必經的路上，而由於導航路線所要去的新北投的陶板屋全都在那時候要去學校上學的必經的路上，騎著騎著我的心情複雜了起來。

　　多麻熟悉得一條路呀，但是自從二技畢業之後儘管經過這麼多年在台北打滾，我卻從未曾再騎著機車走在這條曾經熟悉的路上，那時候騎著的是阿爸牌的Hello Kitty Vino 機車，現在騎的是2手牌的Kimco 125，但是那條上學必經的路並未曾改變，陸續走上了福國路福華路來到了捷運德明站和石牌站，我沒有轉入德明路或石牌路往學校而去，一方面是要去的目的地不能轉彎，另一方面是我的心有點近鄉情怯，很多的故事彷彿都還是昨天的事，但是一轉眼已是將近20年的遺憾。

  是的！現在的我才知道原來多年後再回到上學的路上，心中的五味雜陳不是因為懷念而已，更多的是那是一種遺憾非常的心情！太多的遺憾的事再那時候沒有努力完成，流失了的青春就這樣一去不再回返，如今想起為何自己當初不認真努力的對待自己的學業，不好好享受大學的生活，現在才知道那時候做的好多蠢事是多麽不堪回首，但是已經無法再從來，我騎在這條路上，我好希望我可以再回到學校上課，補修我那時候沒認真完成的功課。

　　當然，遺憾的事還有那個她，或許也不是那麼糟，因為回想起來在她身上我可以找到曾經那樣深情款款的單純的自己，即使愛的是那樣的辛苦，雖然最後還是失去了她，但這份遺憾依舊是刻骨銘心，她在我心中是最深的痛，但也是最愛的一段往事，這一條熟悉的路上，遺憾的故事歷歷在目，她的身影，也不再模糊，只是，我依然留不住。

　　一條上學的路，從小學到大學，每一條路都曾經是那樣覺得平凡無奇，但離開校園後多年後再走起總是心情無法平復，不管是愛情的還是學業的，在這條路上總是能通往靈魂的最深處，也許哭，也許笑，不管甜，不論苦，都是屬於自己的回憶，也許遺憾，但即使流淚，也總是笑著哭，因為我會想回到過去，告訴自己，要努力活出自己最想要的樣子。