Компания Vivo представила в Китае новый смартфон S50 — устройство, которое вписывается в средний ценовой сегмент, но при этом получило характеристики, близкие к топовым.
Экран — 6,59-дюймовая AMOLED-панель с разрешением 2750×1260 точек, частотой обновления 120 Герц и пиковой яркостью до 5000 нит. Она охватывает 94,7% площади лицевой стороны, поддерживает HDR и отображает 1,07 миллиарда оттенков. Даже на улице в солнечный день изображение остаётся чётким и насыщенным.
Источник изображения: Vivo
Под капотом — процессор Snapdragon 8s Gen 3, выполненный по 4-нм техпроцессу. В связке с LPDDR5X-памятью (12 или 16 ГБ) и UFS 4.1-накопителем (256 или 512 ГБ) он обеспечивает плавную работу даже в требовательных сценариях — от игр до многозадачности.
Фотография — сильная сторона устройства. Основная камера — 50 Мп с сенсором Sony LYTIA 700V и оптической стабилизацией. Дополняет её 50-мегапиксельный перископический телеобъектив (с 4-кратной оптической стабилизацией по стандарту CIPA) и 8-Мп ультраширокоугольный модуль. Фронтальная камера также 50 Мп — достаточно для детализированных селфи и видеозвонков.
Источник изображения: Vivo
Аккумулятор на 6500 мА·ч обеспечивает длительную автономную работу устройства, а 90-ваттная зарядка восполняет энергию за считанные десятки минут.
Дактилоскопический сканер — 3D-ультразвуковой, расположен под экраном. Есть Wi-Fi 6, Bluetooth 5.4, NFC и защита от повреждений по стандартам IP68 и IP69.
Источник изображения: Vivo
В Китае устройство уже можно заказать. Цены стартуют от 2999 юаней (~33 800 ₽) за вариант с 12/256 ГБ и доходят до 3599 юаней (~40 600 ₽) за конфигурацию 16/512 ГБ.
То был проект ледяного плавучего аэродрома или авианосца. Сперва не поймешь, к чему он должен был стать ближе.
Вторая Мировая война. Север Атлантики стал ареной морской борьбы немецких подлодок и военных судов союзников.
То была проблема для США и Великобритании. Их боевые самолеты по радиусу действия не обхватывали водные районы действия субмарин Германии. Авиации нужны были аэродромы среди океана.
Как часто бывает, родилось нестандартное решение. Идея пришла от эксцентричного журналиста и изобретателя Джеффри Пайка, решившего построить непотопляемый авианосец изо... льда. Сперва он предложил выровнять под плавучий аэродром целый айсберг. Но идея показалась так себе. Во-первых, надводная площадь даже крупного айсберга может оказаться недостаточной для устройства аэродрома. Во-вторых, айсберги иногда склонны к опрокидыванию.
Поэтому он, вместе с учеными из Кембриджа (включая будущего нобелевского лауреата Джона Десмонда Бернала) разработал новый композит — пайкерит (в честь Пайка). Это была смесь из 86% воды и 14% древесных опилок. Опилки работали как арматура и наполнитель. "Ледобетон" был прочнее обычного льда, таял в разы медленнее, а пробоины в нем можно было залатать, просто залив водой.
Британское Адмиралтейство, готовое хвататься за любую соломинку, идею одобрило.
Проект, получивший библейское имя "Хабаккук", поразил всех своими масштабами. Это должен был быть не корабль, а плавучий остров:
длина — 610 метров (два с половиной футбольных поля).
ширина — 92 метра.
высота борта — 61 метр (как 20-этажный дом).
водоизмещение — 2.2 млн тонн. Для сравнения, самый большой современный авианосец "Джеральд Р. Форд" — около 100 тысяч тонн.
толщина корпуса из пайкерита — 12 метров. Такой монолит был бы не по зубам ни торпедам, ни авиабомбам.
на борту он мог нести до 200 истребителей и бомбардировщиков.
Сложно даже себе представить, как среди Атлантики дрейфует ледяная гора с двумя сотнями самолетов.
В 1943 году для проверки концепции на канадском озере Патрисия в глубокой тайне построили прототип длиной 18 метров с холодильной установкой. Эксперимент доказал, что пайкерит держится, а сама идея рабочая. Казалось, зеленый свет...
Но именно тут и началась настоящая драма. Когда инженеры сели за реальные расчеты, вылезли серьезные проблемы.
Сталь. Для каркаса и труб охлаждения нужно было 40 000 тонн стали. В разгар войны этот металл был на вес золота, из него делали танки, настоящие корабли и пушки.
Двигатели. Сдвинуть с места 2.2 миллиона тонн льда — это задача для титанов. Мощность установок и расход топлива были бы чудовищными.
Деньги и время. Стоимость проекта была астрономической, а сроки постройки — непредсказуемыми. Война ждать не могла.
К концу 1943 года ситуация изменилась. Португалия уступила союзникам Азорские острова. Появилось место для базирования авиации. Необходимость в ледяном аэродроме отпала так же стремительно, как и возникла.
К слову сказать, "пилотный" вариант на озере Патрисия таял потом на протяжении трех лет.
Сама идея пайкерита, как сверхпрочного и ремонтопригодного льда не "сгнила в архивах". Она слишком элегантна и проста, чтобы быть забытой. Возможно, ее время просто не настало. А просторы Арктики еще ждут новых проектов (или хорошо забытых старых) для их освоения...
Для полного удобства чтения (в метро, транспорте, за чашкой кофе или на диване) можно перейти в телеграм...
Обычный трейдер смотрит на свечной график, но свеча — это уже тень прошлого, постфактум. Между тем настоящая динамика рождается в глубине торгового стакана — Limit Order Book, где борьба заявок определяет будущий импульс.
Проблема в том, что историю стакана почти нигде не увидеть: розничные терминалы для частных клиентов дают лишь текущую таблицу DOM ( Depth of Market ) и это статичный срез без прошлого.
Чтобы увидеть то, на что обычный трейдер не обращает внимание я собрал инструмент, который превращает исторические данные L2 Order Book (стакан заданной глубиной) и Trades Stream (обезличенные сделки) в тепловые карты и позволяет изучать эволюцию заявок на Московской бирже через браузер с Deep Zoom — плавно, как в Google Maps.
Знаете Bookmap?
Если вы когда‑либо видели Bookmap, то идея проекта вам покажется знакомой. Bookmap — это профессиональный инструмент, который рисует тепловую карту ликвидности стакана и сделок в реальном времени: где стоят крупные заявки, как они двигаются, исчезают или наоборот «притягивают» цену. Но Bookmap дорог, закрыт и не работает с Московской биржей.
Что мы на самом деле видим?
Биржевой стакан — это не таблица в терминале и не набор случайных чисел. Это живая очередь намерений. Тысячи алгоритмов и людей размещают заявки на покупку (bid) и продажу (ask), формируя хрупкий баланс спроса и предложения. В каждый момент времени стакан отражает то, что участники хотят сделать, но ещё не сделали. И именно эти несовершившиеся действия двигают рынок.
Когда‑то впервые открыть глаза на это помогли работы Nanex. Их система NxCore показала, что HFT‑алгоритмы оставляют следы — характерные узоры, вспышки ликвидности, провалы, которые на свечном графике просто растворяются. В их визуализации «Disturbing Liquidity» исчезновение 80% заявок за одну секунду выглядело как цифровой обвал — видимый только тем, кто смотрит внутрь книги ордеров, а не на результат на графике.
Nanex ~ 14-Sep-2012 ~ Disturbing Liquidity. Prices and depth of book (top). Size map (bottom).
Другой источник — исследования Parasec, где анализировали глубину и «дыхание» ликвидности на биткоин‑биржах. Их визуализации тоже показали, что стакан — это не плоская таблица, а многослойная структура, где заявки добавляются, исчезают и перестраиваются, создавая паттерны, похожие на биение пульса.
Визуализация высокочастотной торговли в Bitcoin. Источник: parasec.net
Визуализация высокочастотной торговли в Bitcoin. Источник: parasec.net
В моей реализации я пытаюсь сделать так же. Код берет L2 Order Book (стакан глубиной 50) и Trades Stream (обезличенные сделки) и проходит путь от «хаоса массивов» до карты эволюции рынка.
Сначала все события объединяются во временные блоки, чтобы уместить недели данных в шаблон по горизонтали — без потери структуры. Далее строятся две тепловые карты: верхняя показывает абсолютные уровни цен и ликвидности, нижняя — относительное смещение вокруг mid‑price, чтобы видеть деформации книги ордеров независимо от тренда. Яркость пикселей кодирует объём (после логарифмической нормализации), а цвет — насыщенность ликвидности. Сделки накладываются поверх — как тонкая линия и серия точек разных размеров, привязанных к реальным объёмам.
Мой черновик реализации. Большой пример с увеличением есть в репозитории
Временно развернул как сервис у себя. Ссылку публично не буду давать, боюсь что мой сервер просто упадёт, но если вы напиши мне лично, то я сброшу ссылку вам посмотреть. Долго держать включенным сервис не буду - у меня нет идеи создать такую услугу, я лишь хочу посмотреть закономерности для самого себя.
Мой черновик реализации. Все данные которые у меня были - в этом черновике сервиса
Зачем это нужно?
Например для поиска аномалий:
Flash Crashes. Когда цена внезапно проваливается, трейдеры ищут виноватых в свечах или новостях. Но иногда причина банальна: на стороне bid просто исчез слой ликвидности, и рынок провалился в пустоту. Визуализация показывает это мгновенно — пустые коридоры, резкие «дыры» в глубине, которые на обычном графике не видны.
Spoofing. Ложные крупные заявки, которые появляются и исчезают, чтобы напугать участников или двинуть цену в нужную сторону. В стакане это выглядит как рваные полосы «жирных» уровней, которые никогда не исполняются. Понять такую манипуляцию по свечам невозможно, но на тепловой карте она читается моментально. Польза? Видеть то, что скрыто от большинства — а значит принимать решения раньше толпы.
Отличная книга издана на русском на обе эти темы и написана относительно недавно в 2020 году: Flash Crash. История о трейдере‑самоучке, обвалившем финансовый рынок на 1 трлн $ (Лиам Воган).
Отличная книга на русском на обе эти темы — Flash Crash Лиам Воган
Анализ микроструктуры. Стакан показывает, как именно цена проходит путь от уровня к уровню. Когда рынок упирается в крупную «плиту» заявок, визуализация помогает понять: это реальный интерес или просто бутафория? Цена отскакивает от плотных уровней, если там стоит живой спрос, и наоборот — легко «проедает» их, когда объёмы фиктивны. Дисбаланс bid/ask перед импульсом становится заметен как изменение наклона и плотности тепловой карты.
Обучение и Research. Для ML‑инженеров такой инструмент — находка. Прежде чем закармливать модель признаками, полезно глазами увидеть структуру данных: как меняется ликвидность, где возникают аномалии, какие зоны повторяются. Это позволяет строить более осмысленные фичи и проверять гипотезы не в абстракции, а на живой микроструктуре рынка.
Техническая часть
Стек: NumPy и Matplotlib для чисел и генерации PNG, Pillow (PIL) для оптимизации графики и, наконец, OpenSeadragon для работы в браузере. Эта комбинация позволяет эффективно обрабатывать гигабайты потенциальных данных.
Данные хранятся в.npz — это бинарные архивы NumPy, идеальные для хранения огромных многомерных массивов. Структура проста и быстра: A/B — 50 уровней цен Ask/Bid (цены спроса и предложения), vA/vB — соответствующие им объемы. Такая структура, близкая к матрице, максимально эффективна для Data Engineering и скоростного анализа.
Временный сервис работает и с телефона
Пайплайн: от тика до тепловой карты
Биннинг (агрегация). Чтобы стабилизировать визуальное разрешение (ось X = 12 000px) и справиться с хаосом необработанных тиков (событий), мы агрегируем данные в фиксированные временные слоты. Это позволяет уместить неделю биржевой активности в HD карту без потери общей структуры и видимых аномалий.
Математика объемов (np.log1p). Ключевая деталь: логарифмирование объемов. Разница между ритейл‑заявкой и крупным фондом может достигать 4-х порядков. Линейная шкала убивает детали, делая мелкие, но важные намерения невидимыми. Функция np.log1p() сжимает этот разброс, позволяя на одной тепловой карте видеть как «бумажные» ордера, так и реальные ликвидные «плиты».
Генерация и Тайлинг. Мы создаем огромный PNG (до 12 000 пикселей в ширину), который затем Pillow нарезает на пирамиду мелких (256px) тайлов с манифестом.dzi. Это суть Deep Zoom: браузер загружает только видимые плитки, обеспечивая плавный, Google Maps‑подобный скроллинг и масштабирование (через OpenSeadragon) без необходимости загружать весь гигабайтный файл.
Примеры
Акции Газпром GAZP в августе на MOEX (TQBR)
МКПАО «Т‑Технологии» (T) — котировки на MOEX (TQBR) в декабре
ПАО «Татнефть» им. В.Д. Шашина (TATN) — в декабре
Как запустить у себя?
Процесс максимально прост и понятен для любого разработчика:
Клонируйте репозиторий и установите зависимости: git clone ..., затем pip install -r requirements.txt.
Поместите файлы с историей стакана (ваши .npz) в папку npz_data/.
Запустите оркестратор: python main.py (он нарежет данные, создаст Ultra‑HD карты и Deep Zoom тайлы).
Запустите локальный сервер и откройте http://localhost:8000.
Важный дисклеймер: мой код — это «плеер» (визуализатор), который умеет работать с готовым форматом. «Кассета» (исторические данные Московской Биржи) является платной. Скрипт ждет готовые .npz файлы, которые вы должны предоставить самостоятельно. Если нет доступа к платным данным, то можно самостоятельно накопить историю через API брокера — это бесплатно и доступно для частного лица.
Заключение
Мы привыкли смотреть на рынок через свечи — удобную, но упрощённую проекцию сложной динамики. Однако за каждым движением цены скрывается куда более интересный мир микроструктуры: заявки, очереди, исчезающие уровни, вспышки ликвидности, невидимые на обычном графике. Этот визуализатор — это попытка сделать этот скрытый слой таким же доступным, как карты в браузере: приблизить, отдалить, задержать взгляд и увидеть то, что раньше пролетало мимо.
Если вам интересно покопаться внутри рынка — забирайте репозиторий, улучшайте, экспериментируйте, дополняйте. Чем больше мы делаем таких инструментов, тем меньше рынок остаётся «чёрным ящиком» и тем больше у частных инвесторов появляется возможностей понимать происходящее, а не гадать.
Спасибо, что дочитали до конца. Если хотите увидеть живые примеры или пообщаться — пишите в Telegram. Буду рад обсудить, подсказать и услышать ваши идеи.
Автономные автомобили Waymo наносят меньше ущерба и реже вызывают травмы при авариях по сравнению с машинами, управляемыми людьми.
Согласно новому исследованию, проведённому компанией совместно со страховщиком Swiss Re, беспилотники Waymo показали на 88% меньше случаев материального ущерба и на 92% меньше травм, чем обычные автомобили, за 25,3 миллиона километров, пройденных в четырёх городах США.
📈 Российская экономика успешно справляется с условиями глобальной нестабильности. За 10 месяцев 2025 года ВВП России вырос на 1%, а за последние 3 года – почти на 10%. Пока европейские страны пытаются удержаться на плаву, мы открываем новые производства. С начала года по всей стране появилось более 200 новых и модернизированных предприятий и цехов.
