آنالیز فاندامنتال

در تاریخ 1 مه 2004 ، ده کشور عضو جدید به اتحادیه اروپا می پیوندند. این نشانگر یک رویداد تاریخی بی سابقه است ، با بزرگترین بزرگ شدن واحد ، اتحادیه تاکنون شاهد اتحاد 25 کشور مستقل در ادغام مسالمت آمیز بوده است. این بار دیگر Raison Dtre اصلی جامعه اروپا را تأیید می کند. در پی جنگ جهانی دوم با دید جسورانه و بلندپروازانه تنظیم شده است تا اطمینان حاصل شود که چنین قساوت هرگز نمی تواند دوباره اتفاق بیفتد و اطمینان حاصل کند که شهروندان اروپا می توانند در کنار هم زندگی کنند و برای سعادت در صلح بسازند. اتحادیه بزرگ شده 450 میلیون نفر در بین شهروندان خود به حساب می آید و بزرگترین و موفق ترین نمونه ادغام منطقه ای در جهان را نشان می دهد. این به خودی خود بسیار قابل توجه است

در تاریخ 1 مه 2004 ، ده کشور عضو جدید به اتحادیه اروپا می پیوندند. این نشانگر یک رویداد تاریخی بی سابقه است ، با بزرگترین بزرگ شدن واحد ، اتحادیه تاکنون شاهد اتحاد 25 کشور مستقل در ادغام مسالمت آمیز بوده است. این بار دیگر تأیید اصلی Raison d'ttre جامعه اروپا را تأیید می کند. در پی جنگ جهانی دوم با دید جسورانه و بلندپروازانه تنظیم شده است تا اطمینان حاصل شود که چنین قساوت هرگز نمی تواند دوباره اتفاق بیفتد و اطمینان حاصل کند که شهروندان اروپا می توانند در کنار هم زندگی کنند و برای سعادت در صلح بسازند. اتحادیه بزرگ شده 450 میلیون نفر در بین شهروندان خود به حساب می آید و بزرگترین و موفق ترین نمونه ادغام منطقه ای در جهان را نشان می دهد. این به خودی خود بسیار قابل توجه است.

اما از همه مهمتر این است که بزرگ شدن اتحادیه اتحادیه اروپا را به عنوان اتحادیه ای که توسط حاکمیت قانون اداره می شود ، تقویت می کند ، در تنوع خود متحد می شود و کاملاً متعهد به اصول آزادی ، دموکراسی و ثبات و اتحادیه نزدیکتر استاز مردماین می تواند بسیار آسان باشد که این اصول و اهداف اساسی بسیار واضح را به دست آوریم ، زیرا ما در مباحث مربوط به جنبه های فنی عضویت در اتحادیه اروپا جذب می شویم ، اما اهمیت آنها نمی تواند آشکارتر باشد. ده کشور عضو جدید این ارزش ها را به اشتراک می گذارند و متعلق به اروپا هستند.

بزرگ شدن همچنین با دستاوردهای بی سابقه از همه طرف مشخص شده است. کشورهای اروپای مرکزی و شرقی خود را به دموکراسی های محکم و اقتصادهای کاملاً عملکردی در بازار در یک دوره زمانی بسیار کوتاه تبدیل کرده اند. آنها با توجه به چشم انداز عضویت ، اصلاحات بنیادی و اساسی را در همه سطوح با قدرت انجام داده اند که فقط می تواند مستحق تحسین همه باشد. در مقایسه با بزرگنمایی های قبلی ، چالش ها قابل توجه بوده است. در سالهای بعد از اولین بزرگ شدن در سال 1973 ، حاکمیت و صلاحیت ها در طیف گسترده تری از سیاست ها جمع شده است. اتحادیه اروپا اکنون یک بازار واحد گسترده ، اتحادیه اقتصادی و پولی با یورو را به عنوان یک ارز مشترک ، "منطقه شینگن" ارائه می دهد ، و آزادی درونی بیشتری برای حرکت ، همکاری در زمینه عدالت و الف فراهم می کند. سیاست مشترک خارجی و امنیتی.

برآورده کردن الزامات عضویت در اتحادیه اروپا امروز سخت است و نیاز به تلاش های قابل توجهی در همه سطوح دارد و فقط توسط کشورهای عضو جدید با تعهد سرسخت ، رهبری و محکومیت همه افراد درگیر حاصل شده است.

همچنین این یک اعتبار برای استراتژی قبل از برنامه ریزی اتحادیه اروپا است که هدف به ظاهر دست نیافتنی از اتحاد مجدد قاره اروپا در چنین دوره زمانی کوتاهی حاصل شده است. در سال 1993 که در سال 1993 راه اندازی شد ، به نیازهای هر یک از داوطلبان رسیدگی شد و برای اولین بار در یک چارچوب واحد کمک مالی قابل توجهی در حمایت از آماده سازی برای عضویت ارائه داد. تعهد اتحادیه اروپا برای موفقیت در موفقیت نیز بارها و بارها در طول مذاکرات الحاق با عزم خود مبنی بر رقیق نکردن کل اصول ، سیاست ها ، قوانین ، شیوه ها و تعهداتی که به معنای مأموریت ما ، به اصطلاح Acquis Communautire ، است ، نشان داده شد. در حالی که در عین حال از عملکرد مؤثر اتحادیه بزرگ شده محافظت می کند. دقیق بودن و شدت مذاکرات الحاق از سال 1998 و 2002 به این ترتیب نتیجه ای جامع و متعادل منجر شد که اکنون پایه ای محکم برای ادغام صاف کشورهای عضو جدید فراهم می کند.

با توجه به حجم و دامنه کسب و کار ، ترتیبات انتقالی موافقت کرده است که کشورهای عضو جدید را قادر به مقابله با موفقیت با تعهدات عضویت کنند ، به طرز شگفت آور تعداد کمی دارند و به وضوح به چند سال اول عضویت محدود می شوند. علاوه بر این ، روند ارزشمند نظارت بر هر یک از کشورهای عضو جدید برای الحاق درست تا آستانه عضویت ، با قاطعیت در ایجاد آب و هوای اعتماد به نفس بین کشورهای جدید و عضو موجود نقش داشته است. کمیسیون اروپا اخیراً اظهار داشت که هیچ منطقه ای را مشخص نکرده است که از تاریخ 1 ماه مه به اقدامات حفاظت مورد نیاز باشد ، بنابراین ترس های قبلی را در مورد وضعیت آمادگی کشورهای عضو جدید از بین می برد.

واضح است که از نظر توسعه اقتصادی و اجتماعی ، کشورهای عضو جدید هنوز هم اقدام به انجام آن دارند. عضویت در این زمینه هم برای ایجاد سعادت و هم برای افزایش همبستگی بین کشورهای عضو ، کاتالیزور خواهد بود. کشورهای عضو جدید از کمک های ساختاری اتحادیه اروپا بهره مند می شوند. اما الحاق بیش از پول است: پیشرفتی که کشور من به دست آورد ، اسپانیا ، در طی تقریباً 20 سال عضویت ، نشان می دهد که چگونه الحاق می تواند تغییرات مثبت سیاسی ، دموکراتیک ، اجتماعی و اقتصادی را به وجود آورد. من دلیلی ندارم که باور کنم در غیر این صورت برای ده کشور عضو جدید خواهد بود.

البته این اتحادیه غریبه نیست که خودش را تغییر دهد و می توان گفت که در واقع به پویایی پیشرفت و حرکت رو به جلو رونق می گیرد. از این نظر ، ده کشور عضو جدید در یک لحظه مهم به اتحادیه می پیوندند. امید است که بحث های مربوط به پیش نویس قانون اساسی برای اروپا در ژوئن 2004 با موفقیت تکمیل شود. این یک نقطه عطف مهم برای اتحادیه خواهد بود. من اطمینان دارم که اراده سیاسی ، مسئولیت و عزم لازم برای عمل به نفع اتحادیه اروپا و آینده اروپا وجود خواهد داشت.

با این حال ، معاهدات قانون اساسی به زمان نیاز دارند و تصویب یک فرآیند طولانی است. بنابراین اتحادیه اروپا 25 بر اساس معاهدات موجود برای آینده قابل پیش بینی عمل خواهد کرد. در یک سطح عملی و کاربردی ، قبلاً در پیمان NICE برای رفع چالش های بزرگ شدن فراهم شده است تا مؤسسات بتوانند به طور مؤثر در یک اتحادیه بزرگ شده فعالیت کنند و تصمیم گیری ساده شود. علاوه بر این ، از زمان امضای پیمان الحاق در آوریل 2003 ، ده کشور عضو جدید در تمام سطوح کار شورای اتحادیه اروپا و در پارلمان اروپا به عنوان ناظران فعال شرکت کرده اند. این یک تجربه یادگیری ارزشمند برای همه افراد درگیر بوده است.

با داشتن ده کشور عضو دیگر در اطراف جدول و افزایش تعداد زبان های رسمی کار از 11 به 20 ، همچنین نیاز به ساده سازی کارآیی و رفتار جلسات و همچنین پرداختن به سوال تفسیر و ترجمه وجود دارد. اسنادبیشتر این اقدامات در حال حاضر وجود دارد.

با توجه به هدف مشترک خود برای تبدیل شدن به اروپا به قاره دموکراسی ، آزادی ، صلح و سعادت ، این اتحادیه ثابت می کند که یک باشگاه بسیار جذاب است - و قطار بزرگ شدن هیچ نشانه ای از کاهش سرعت را نشان نمی دهد. بلغارستان و رومانی که از سال 2000 مذاکرات را آغاز کردند ، بخشی از یک روند فراگیر و برگشت ناپذیر است. مشروط بر اینکه آنها آماده باشند ، این هدف ماست که در ژانویه 2007 از آنها به اتحادیه استقبال کنیم. هر دو کشور از نظر استراتژیک برای اتحادیه اروپا و برای ثبات سیاسی و اقتصادی در بالکان مهم هستند. مسیر عضویت آسان نیست ، اما من اطمینان دارم که با تصمیم سیاسی لازم ، آنها می توانند به موقع خواسته های عضویت اتحادیه اروپا را برآورده کنند.

اتحادیه اروپا همچنین در آینده نزدیک تصمیمات مهم دیگری را در نظر خواهد گرفت: ابتدا در شورای اروپا در ماه ژوئن در مورد اینکه آیا مذاکرات الحاق با کرواسی را آغاز می کند ، و بعداً در ماه دسامبر با چشم انداز افتتاح مذاکرات الحاق با ترکیه. شورای اتحادیه اروپا به زودی همچنین درخواست اخیر عضویت در جمهوری یوگسلاوی مقدونیه را برای عضویت بررسی خواهد کرد.

سیاست محله اروپایی اتحادیه در پی تعهد خود مبنی بر تحمل هیچ خط تقسیم جدید در اروپا ، هدف از ارتقاء ثبات و سعادت فراتر از مرزهای جدید اتحادیه هم به شرق و هم در جنوب است. براساس این ابتکار ، روسای دولت و دولت اتحادیه اروپا در ژوئن سال جاری تعدادی از برنامه های اقدام را به منظور توسعه همکاری و تشویق اصلاحات در تعدادی از کشورها تصویب می کنند. این امر روابط دو جانبه موجود ما را با منافع متقابل اتحادیه و همسایگان ما عمیق تر می کند و به آنها امکان می دهد تا به تدریج در سیاست ها و برنامه های مهم اتحادیه اروپا ، از جمله بازار واحد اتحادیه اروپا شرکت کنند.

قبلاً کارهای زیادی انجام شده است و به طور متناقض اکنون در شرایطی قرار داریم که ممکن است 1 ممکن است ضد اوج باشد. کشورهای عضو جدید به خوبی آماده شده اند و جنبه های زیادی از عضویت در حال حاضر در خانه واقعیتی است. در بروکسل ، اتحاد 25 برای تمام توان روبرو است تا با چالش های پیش رو روبرو شود. اتحادیه در حال تغییر است ، برای بهتر. ما وقتی که تصمیمات بزرگ باید گرفته شود ، روی اعضای اتحادیه جدید خود حساب می کنیم. ورود آنها به عنوان یک یادآوری مداوم از آنچه اتحادیه در مورد آن است ، تنوع در وحدت است.

موفقیت تست روپستن راه را برای ادغام کامل روشن می کند

مقاله اصلی در مورد ادغام اتریوم در تاریخ 2 ژوئن 2022 منتشر شد.

داستان در تاریخ 8 ژوئن پس از ادغام موفق Ropsten Testnet به روز شد.

این دوباره در تاریخ 11 ژوئیه به دنبال ادغام موفقیت آمیز Sepolia Testnet به روز شد.

پس از ادغام موفق Goerli TestNet ، دوباره در 11 آگوست به روز شد.

آزمایش موفقیت آمیز Goerli در 10 آگوست 2022 انجام شد. اکنون این کامل است ، یک مانع نهایی برای پاک کردن وجود دارد: ادغام اتریوم. پس از اتمام این کار ، blockchain انتقال طولانی مدت خود را به مکانیسم اجماع اثبات سهام تبدیل می کند. ادغام ، همانطور که در بین جامعه شناخته شده است ، اکنون در ماه سپتامبر برای تاریخ تعیین شده است. اما ادغام اتریوم چیست و به چه نتیجه ای می رسد؟ما داستان کامل را در اینجا داریم.

خلاصه

Ethereum در دسامبر 2013 توسط ویتالیک باترین ، در کنار آنتونی دی ایوریو ، میهای آلیسی ، امیر چتریت و چارلز هوسکینسون تأسیس و توسعه یافت. هوسکینسون بعداً پلت فرم blockchain Cardano را پیدا کرد.

از آن زمان ، اتریوم به دومین blockchain بزرگ توسط کلاه Cryptocurrency Market ، پشت بیت کوین تبدیل شده است. ETH ، توکن بومی شبکه ، روش پرداختی است که افراد برای انجام معاملات در blockchain استفاده می کنند.

در حالی که Ethereum دومین شبکه بزرگ با ارزش فعلی رمزنگاری خود است ، اما توسط اکثر معیارهای دیگر ، بزرگترین blockchain در جهان است. در سال 2021 ، از بیت کوین در شماره معاملات پیشی گرفت. این شبکه برای بیشترین تعداد DAPP های ساخته شده روی آن شماره یک است. اتریوم همچنین برای تعداد NFT هایی که در blockchain آن توسعه یافته و معامله می شوند ، جایگاه اول را کسب می کند.

اکنون ، گزارش هایی منتشر شده است که اتریوم نزدیک به تکمیل ادغام افسانه ای است ، ظاهراً به محض اوت امسال. اجرای آزمایشی موفق Ropsten TestNet ، گامی دیگر نزدیک به توسعه دهندگان اتریوم بود که به این جدول زمانی ضربه می زدند.

اول از همه ، ادغام اتریوم چیست و چرا این اتفاق می افتد؟

ادغام ، همانطور که جامعه اتریوم آن را صدا می کند ، تغییر blockchain از مکانیسم اجماع اثبات کار (POW) به یک مدل اثبات سهام (POS) است. این بدان معناست که به جای افرادی که نیاز به اجرای فرآیندهای قدرتمند رایانه ای برای معدن ETH دارند ، می توانند ETH را در ازای پاداش واریز کنند.

قبل از ادغام ، Ethereum Mainnet به موازات زنجیره چراغ اجرا می شود. سابق به عنوان یک سیستم POW عمل می کند در حالی که دومی POS است. با ادغام ، این دو شبکه گرد هم می آیند و به عنوان یک ساختار فعالیت می کنند.

توسعه دهندگان اتریوم به دو دلیل اصلی با ادغام پیش می روند:

• هزینه هااین چیزها اغلب به پول و ارزش می رسد. با تغییر از POW به POS ، انتظار می رود صدور ETH حدود 90 ٪ کاهش یابد. ETH کمتر در دسترس و تقاضای پایدار منجر به قیمت های بالاتر می شود.
• بمب زمان دشواری. برخی از بیانیه پیرامون ادغام شروع به صدا کمی شبیه به یک فیلم فاجعه می کند. اما به طور خلاصه ، بمب Time Time به عنصری که در داخل blockchain رمزگذاری شده است که عمداً شبکه را کند می کند ، اشاره دارد. قرار بود به عنوان تشویق توسعه دهندگان برای تلاش برای یک مدل POS عمل کند. آنها با جابجایی به این سیستم ، اثرات بمب زمانی را نفی می کنند.

چه کسی ادغام را انجام می دهد ، و چه زمانی؟

توسعه دهندگان اتریوم در حال حاضر کار را انجام می دهند. تیم بیکو ، مدیر جامعه در بنیاد اتریوم ، یکی از اصلی ترین افرادی است که در حال ادغام است. پرستون ون لون ، توسعه دهنده اصلی نیز در خط مقدم صحبت های پیرامون این اخبار بوده است.‘تا آنجا که می دانیم ، اگر همه چیز به برنامه ریزی برسد ، آگوست - این فقط منطقی است. اگر ما مجبور نیستیم [بمب مشکل] را حرکت دهیم ، اجازه دهید این کار را هرچه سریعتر انجام دهیم. "

جاستین دریک ، یکی دیگر از اعضای بنیاد اتریوم ، در کنفرانس بدون مجوز در تاریخ 19 مه ، گفت: "تمایل شدید برای ایجاد این اتفاق قبل از بمب زمان دشواری در ماه آگوست وجود دارد.

بنیاد اتریوم به عنوان یک سازمان غیرانتفاعی فعالیت می کند و وظیفه اصلی مدیریت blockchain Ethereum است. در کنار این ، این بنیاد در مورد همه چیز blockchain ، web3 و البته اتریوم ترویج ، تحقیق و آموزش می کند.

به نظر می رسد "قبل از اوت" تاریخ "قبل از اوت" مهلت ادغام در جهت کار همه است. بنابراین انتظار داشته باشید که هر زمان تا دو یا سه ماه آینده اتفاق بیفتد.

ادغام چه تفاوتی ایجاد می کند؟

همانطور که در بالا ذکر شد ، دو دلیل اصلی برای ادغام وجود دارد: ایجاد ارزش و غیرفعال کردن ایمن بمب Time Time.

اما فواید بیشتری وجود دارد که کاربران و دنیای وسیع تر می توانند از 8 ژوئن انتظار داشته باشند:

• کاهش میزان انرژی مورد نیاز برای اعتبارسنجی معامله. برخی از منابع می گویند که معاملات نیاز دارند~99. 95 ٪ انرژی کمتری پس از ادغام انجام می شود.
• پایداری طولانی مدت دلیل اصلی ادغام است. تغییراتی که اکنون توسعه دهندگان Ethereum ایجاد می کنند ، مزایای طولانی مدت خواهد داشت و تیم را قادر می سازد تا در نقشه راه خود به مراحل بعدی برود. ارتقاء پس از ادغام بدون ادغام امکان پذیر نخواهد بود.

متأسفانه ، همانطور که تیم بییکو به مجله Fortune گفت ، ادغام بلافاصله هزینه گاز را کاهش نمی دهد. این کاهش ها (ظاهراً) سال آینده اتفاق می افتد ، هنگامی که زنجیرهای Shard معرفی می شوند. اینها باعث می شود اتریوم مقیاس پذیر تر شود و باید مسائل احتقان را که هر کاربر اتریوم با آن آشنا شده است ، کاهش دهد و هزینه آن را بپردازد.

آزمون ropsten

به روز شده: 8 ژوئن

تمرین لباس تقریباً به همان راحتی که تیم توسعه امیدوار بود ، پیش رفت. توسعه دهنده بنیاد Ethereum Parithosh Jayanthi خاطر~16:00 UTC.

در حالی که چند اشکال وجود داشت ، این تیم اکنون آنها را دیده است و قصد دارد با آنها مقابله کند.

در نهایت ، این آزمون موفقیت آمیز بود و تیم توسعه با شور و هیجان آن را به عنوان یک قدم بزرگ دیگر در حرکت به سمت ادغام کامل مشاهده می کند.

در صورت بروز هرگونه مسئله غیر منتظره ، توسعه دهندگان طی چند هفته آینده شبکه را تحت نظارت قرار می دهند. و بنیاد اتریوم قبل از اجرای ادغام اصلی ، اکنون به آزمایش زنجیره های Goerli و Sepolia می رود.

تست سپولیا

به روز شده: یازدهم ژوئیه

ادغام طولانی مدت انتظار اتریوم اکنون در گوشه و کنار است. پس از ادغام موفقیت آمیز Sepolia TestNet ، یک آزمایش بزرگ دیگر برای انجام وجود دارد: Goerli Testnet. پس از اتمام ، موانع بزرگ بعدی ادغام نهایی است.

توسعه دهندگان در ششم ژوئیه به تست سپولیا مهاجرت کردند. این یک فرصت دیگر برای تیم پشت اتریوم بود که ببیند چقدر با موفقیت می توانند یک شبکه موجود را با blockchain اصلی اتریوم ادغام کنند.

گزارش ها تاکنون حاکی از آن است که این آزمایش تا حد زیادی موفق بوده است. 25 ٪ -30 ٪ از اعتبار سنج ها بلافاصله پس از ادغام آفلاین شدند. اما این به دلیل تنظیمات نادرست بود و تیم مشکل را اصلاح کرده است.

Terence Tsao ، یک توسعه دهنده هسته Ethereum ، گفت: "هیچ اشکال مشتری وجود ندارد."Tsao در ادامه یک نکته معتبر در مورد ماهیت آزمایش بیان کرد: ‘این همان چیزی است که TestNets وجود دارد. برای اینکه افراد علاقه مند بتوانند تنظیمات و پیکربندی های خود را آزمایش کنند. اکنون بهتر از Mainnet است.

منتقدان و طرفداران حرکت Ethereum به POS اکنون توجه خود را به موضوعات گسترده تر امنیت و بهره وری انرژی تبدیل کرده اند. اختراعات ادغام می گویند که انتقال باعث می شود شبکه کمتر متمرکز شود و در نتیجه در برابر اسیر شرکت ها آسیب پذیرتر شود.

نامه ای که توسط شورای معدن بیت کوین به اشتراک گذاشته شده و توسط اعضای برجسته جامعه بیت کوین امضا شده است ، ادعا می کند که ‘اثبات سهام" فناوری معدن "نیست. این یک تکنیک برای تعیین اقتدار بر یک دفترچه توزیع شده است ، اما به توزیع غیرمتمرکز نمی رسد. "

بنیانگذاران هر دو Ripple و Solana از تماس های بیت کوین پشتیبانی کرده اند تا از مدل POW خود دور شوند. با توجه به تأثیر محیطی استخراج بیت کوین ، کریس لارسن و آناتولی یاکوونکو فکر می کنند که blockchain باید به سمت POS حرکت کند.

متعادل کردن امنیت و بهره وری انرژی کار دشواری است که با رشد این فناوری ، blockchains باید با آن مقابله کند. چقدر اهمیت هر یک از ما به هر دو عامل یک انتخاب شخصی و موردی است که همه ما باید با هم بررسی کنیم.

تست Goerli

به روز شده: یازدهم اوت

Goerli ، بزرگترین Testnet Ethereum ، در چهارشنبه 10 اوت 2022 با موفقیت ادغام شد. موانع پیش فرض پاک شده است. این بدان معنی است که نقطه عطف بعدی ادغام کامل اتریوم و انتقال طولانی مدت به POS است.

ادغام TestNet در ساعت 1:45 UTC هنگامی که TDD به 10،790،000 رسید ، رخ داد. با موفقیت این آزمون نهایی ، تیم توسعه اتریوم به دنبال تاریخ سپتامبر برای ادغام است.

به نظر می رسد سرمایه گذاران و دلالان این اخبار را به خوبی می گیرند. در 24 ساعت پس از خبر ، قیمت ETH 11 ٪ صعود کرده است. در 30 روز گذشته ، ارزش Cryptocurrency 72 ٪ افزایش یافته است.

این درصد ها حاکی از آن است که ارزهای رمزنگاری و رمزنگاری ممکن است در چیزی شبیه به جاده ای برای بهبود باشد. تاکنون برای بسیاری از افراد دارای نشانه های مستهلک شده در سال 2022 سخت بوده است. اما ماه ژوئیه ماه خوبی بود و به نظر می رسد آگوست در پله های خود دنبال می شود.

با این حال ، برخلاف بازارهای خرس قبلی ، این اتریوم است که پیشرو است. ادامه خبرهای خوب از blockchain ، زیرا آزمایش موفقیت آمیز پس از آزمایش موفقیت آمیز انجام می شود ، جامعه را با روحیه ای شناور انجام می دهد.

با توجه به مزایای ادغام کامل هزینه های گاز پایین ، سرعت معاملات سریعتر و استفاده از انرژی کمتری ، می توانیم ببینیم که قیمت های ETH بسیار بیشتر می شوند. اکنون افراد آنلاین در مورد بهترین راه برای بازی در وضعیت فعلی به منظور به حداکثر رساندن مزایای جامعه اتریوم حدس می زنند.

جدول زمانی در معرض تغییر است

با تغییر واقعیت ها ، داستان نیز همینطور خواهد بود. با توجه به این نکته ، ما این مقاله را به روز خواهیم کرد که یک تاریخ محکم برای ادغام کامل اعلام شود. ما همچنین در مورد اطلاعات جدید دیگری که به موج های هوایی برخورد می کند ، گزارش خواهیم داد تا با وبلاگ و فید توییتر ما در ارتباط باشید تا با همه چیز Web3 به روز بمانید. ثروت های ETH را دنبال کنید تا با Explorer Token ما ادغام شود و عملکرد DAPP های مبتنی بر اتریوم را در صفحات رتبه بندی ما بررسی کنید.

I. تجدید نظر مخالف تصمیم بخش بررسی برای امتناع از برنامه ثبت اختراع اروپا NR است. 04255492. 3 برای فقدان مرحله مبتکرانه (ماده 56 EPC) ، زیرا این یک اجرای آشکار رایانه از یک طرح تجاری غیر فنی در یک سیستم رایانه ای تعاملی است که شامل یک یا چند رایانه برنامه ریزی شده است ، که به عنوان مثال از D1 (US6560580) شناخته شده است. سند ذکر شده در برنامه.

ii. در بیانیه دلایل تجدید نظر ، مورخ 5 مارس 2012 ، متقاضی درخواست کرد که تصمیم بخش بررسی برای امتناع از درخواست کنار گذاشته شود ، و این پرونده برای جستجو و معاینه بیشتر بر اساس درخواست واحد ارسال شده بابیانیه دلایل تجدید نظر را بیان می کند و با آن یک تصمیم اساسی در تصمیم گیری یکسان است. در غیر این صورت ، مراحل شفاهی درخواست شد.

iiiدر ارتباطی همراه با احضاریه به مراحل شفاهی ، هیئت مدیره مشاهدات مقدماتی خود را با نتیجه گیری با نتیجه بخش بررسی مبنی بر اینکه اختراع ادعا شده به نظر می رسد فاقد یک مرحله مبتکر بر روی یک سیستم رایانه ای تعاملی استاندارد با یک یا چند رایانه برنامه ریزی شده است ، بیان کرد.

IVدر پاسخ ، شاکی به هیئت مدیره اطلاع داد که در دادرسی شفاهی شرکت نمی کند. هیچ ارسال دیگری دریافت نشده است. هیئت مدیره دادرسی شفاهی را در غیاب استیناف برگزار کرد.

V. ادعا 1 درخواست اصلی به شرح زیر است:

1. یک سیستم معاملاتی الکترونیکی تعاملی برای تجارت یک کالای بین شرکت کنندگان ، سیستم شامل یک یا چند رایانه برنامه ریزی شده تنظیم شده به:

یک شرکت کننده اول را فعال کنید تا با قیمت انتخاب شده ، پیشنهاد ، پیشنهاد ، خرید یا فروش کالا را وارد کند.

پیشنهاد ، پیشنهاد ، خرید یا فروش را که توسط یک شرکت کننده دوم وارد شده است برای تجارت کالا با قیمت انتخاب شده دریافت کنید. وت

مطابق با پیشنهاد ، پیشنهاد ، خرید یا فروش ، تجارت را انجام دهید.

مشخص شده توسط یک یا چند رایانه که بیشتر پیکربندی شده است: (i) یک پیشنهاد ، پیشنهاد ، خرید ، خرید یا فروش را با قیمتی غیر از قیمت منتخب.(ii) سفارش را در اختیار داشته باشید که با پیشنهاد ، پیشنهاد ، خرید ، خرید یا فروش مطابقت داشته باشد و با قیمتی بدتر از قیمت پیشنهاد ، پیشنهاد ، خرید ، خرید یا فروش برای مدت زمان مشخص باشد. و (iii) در مدت زمان مذکور ، به طور خودکار در دسترس بودن سفارش کنترا در سیستم را با قیمتی بهتر از قیمت سفارش Contra و: (الف) در مورد تعیین در دسترس بودن در دسترس بودن یک سفارش کنترا تعیین کنید. با قیمت بهتر گفته شده ، به طور خودکار با پیشنهاد صف ، پیشنهاد ، خرید یا فروش با سفارش Contra در دسترس با قیمت بهتر مطابقت داشته باشد.(ب) در صورت بروز عدم در دسترس بودن سفارش کنترا با قیمت بهتر مذکور ، به طور خودکار با پیشنهاد صف ، پیشنهاد ، خرید یا فروش با دستور Contra Contra مطابقت داشته باشد.

viبه طور خلاصه ، شاکی استدلال کرد که صف پیشنهاد با قیمتی غیر از قیمت منتخب و نگه داشتن سفارشات کنترا یک مشکل فنی را حل می کند: کاهش تعداد یا پیام های منتقل شده از طریق شبکه وجود دارد.

دلایل تصمیم گیری

1. 1 این اختراع مربوط به تجارت تجزیه و تحلیل کمی است. این معاملات در برنامه به عنوان یک استراتژی معاملاتی گفته می شود که از فناوری اطلاعات استفاده می کند تا بتواند عنصر انسانی را از فرایند تصمیم گیری درگیر در تجارت خارج کند.

1. 2 این توسط یک برنامه برنامه معاملاتی با رابط برنامه برنامه (API) حاصل می شود که مطابق با مجموعه ای از قوانین تجاری ترجیحاً در زمان واقعی است. سیستم معاملاتی قیمت های خاصی از کالاهای معامله شده را تضمین می کند. در یک یا چند رایانه برنامه ریزی شده اجرا می شود ، به عنوان مثالایستگاه های کاری ، که از طریق یک شبکه رایانه به یک سرور وصل می شوند.

2. ماده 56 EPC

2. 1 بخش بررسی در نظر گرفت که ادعای 1 شامل ترکیبی از ویژگی های فنی و غیر فنی است. رویکرد تعیین شده برای مقابله با چنین اختراعات نوع مختلط "رویکرد COMVIK" است (به T 641/00 مراجعه کنید - دو هویت / Comvik ، OJ 2003 ، 352). در رویکرد COMVIK ، ویژگی های غیر فنی به مرحله مبتکرانه کمک نمی کنند. درعوض ، آنها بخشی از مشکل در قالب مشخصات الزام غیر فنی است که به شخص ماهر برای اجرای آن داده شده است.

2. 2 در این مورد ، نکته تعیین کننده این است که ویژگی های این اختراع غیر فنی هستند ، یعنی در مشخصات نیاز غیر فنی و فنی هستند.

2. 3 بخش بررسی استدلال کرد که ویژگی های زیر در ادعای 1 غیر فنی بوده و مربوط به یک روش تجاری است:

"یک تجارت تعاملی [سیستم] برای تجارت یک مورد بین شرکت کنندگان ، پیکربندی شده

یک شرکت کننده اول را فعال کنید تا با قیمت انتخاب شده ، پیشنهاد ، پیشنهاد ، خرید یا فروش کالا را وارد کند.

پیشنهاد ، پیشنهاد ، خرید یا فروش را که توسط یک شرکت کننده دوم وارد شده است برای تجارت کالا با قیمت انتخاب شده دریافت کنید. و تجارت مطابق با پیشنهاد ، پیشنهاد ، خرید یا فروش را اجرا کنید.

یک پیشنهاد ، پیشنهاد ، خرید ، خرید یا فروش را با قیمتی غیر از قیمت انتخاب شده ، در صف قرار دهید. سفارش خود را با پیشنهاد ، پیشنهاد ، خرید ، خرید یا فروش متناقض کنید و با قیمتی بدتر از قیمت پیشنهاد ، پیشنهاد ، خرید ، خرید یا فروش برای مدت زمانی مشخص نیست. و در طی مدت زمان مذکور ، در دسترس بودن سفارش کنترا در سیستم با قیمتی بهتر از قیمت سفارش گفته شده کنترا و: (الف) در هنگام بروز در دسترس بودن در دسترس بودن یک دستور کنترا در یک گفته بهتر است. قیمت ، مطابقت با پیشنهاد صف ، پیشنهاد ، خرید یا فروش با سفارش Contra در دسترس را با قیمت بهتر گفته شود.(ب) در مورد وقوع تعیین عدم در دسترس بودن دستور Contra با قیمت بهتر گفته شده ، با پیشنهاد صف ، پیشنهاد ، خرید یا فروش با دستور Contra Contra مطابقت داشته باشد. "

2. 4 بخش بررسی در نظر گرفت که شخصیت فنی ادعای 1 در ابزارهای فنی مورد استفاده برای اجرای طرح معاملاتی قرار دارد ، یعنی ویژگی "سیستم الکترونیکی تعاملی شامل یک یا چند رایانه برنامه ریزی شده" و اتوماسیون مربوط به مفهوم تجارت تعاملی فوقبشر

2. 5 شاکی استدلال کرد که تمام ویژگی های ادعای 1 فنی است ، زیرا همه آنها در تعامل بودند و به کاهش تعداد یا پیام های منتقل شده از طریق شبکه دست یافتند. متقاضی به صفحه 18 ، خطوط 14 تا 20 ، از برنامه که در پشتیبانی از این استدلال ارائه شده است ، اشاره کرد.

2. 6 هیئت مدیره از این نظر است که متقاضی نمی تواند به کاهش تعداد پیام ها اعتماد کند. هیئت مدیره خاطرنشان می کند که صفحه 18 ، خطوط 14 تا 20 ، این برنامه این مزیت را به "برخی از تجسم ها" که در پاراگرافهای قبل مشخص شده است ، نشان می دهد ، اما این تجسم ها شامل هیچ پیکربندی برای "نگه داشتن سفارش نیستند. با قیمتی بدتر. برای یک دوره زمانی تعریف شده "یا" به طور خودکار در دسترس بودن یک ترتیب کنترا ". حتی اگر از نظر تعداد پیام ها مزیتی وجود داشته باشد ، به هیچ وجه به زیرساخت های فنی بستگی ندارد. اگر همان قوانین معاملاتی توسط کلمه دهان اجرا شود ، همان تعداد پیام ها منتقل می شوند و همان مزیت (در صورت وجود) به دست می آید.

2. 7 بنابراین هیئت مدیره نمی تواند تأثیر فنی فراتر از تأمین یک سیستم رایانه ای "بدنام" مناسب برای اجرای سیستم معاملاتی ببیند. بنابراین ، صرف نظر از این که آیا این اختراع به عنوان توسعه D1 ، یک سیستم پردازش داده های مبتنی بر رایانه برای مدیریت معاملات انتخابی ، شامل کثرت ایستگاه کاری تجارت مرتبط با یک سرور ، به ستون 4 ، خط 63 ، به ستون 5 ، خط مراجعه کنید. 15 ، یا به عنوان تهیه یک زیرساخت فنی مناسب برای یک سیستم تجارت ، هیچ اقدام مبتکرانه ای وجود ندارد.

هیئت مدیره در ادامه خاطرنشان می کند که خود برنامه به صفحات 11 تا 12 به هر سرور ، پردازنده یا رایانه مناسب ، هرگونه تجهیزات مناسب و رایانه های شخصی استاندارد برای اجرای مفهوم معاملات تعاملی فاش شده اشاره دارد.

2. 8 شاکی استدلال کرد که ویژگی نگه داشتن سفارش برای "یک دوره زمانی مشخص" که در طی آن در دسترس بودن سفارشات کنترا به طور خودکار تعیین می شود ، شخصیت فنی خواهد داشت ، زیرا این کار شامل استفاده از یک ساعت (البته نرم افزاری) است. ویژگی ای که در T 12/08 برای داشتن شخصیت فنی شناخته شده است. متقاضی در ادامه خاطرنشان کرد: ویژگی های باقیمانده بخش مشخصه ادعای 1 فنی است ، زیرا آنها با عنصر فنی "یک ساعت" در تعامل بودند تا اثر فنی ایجاد کنند.

در حالی که یک ساعت با وجود نرم افزار ممکن است دارای ویژگی فنی باشد ، هیئت مدیره تنظیم "یک دوره زمانی" را در نظر می گیرد که در طی آن مصمم است که سفارشات کنترا متعلق به مفهوم تجاری این اختراع است ، همانطور که در صفحه 13 ذکر شد ، خطوط 12 تا 21، از برنامهایده تعیین یک دوره زمانی غیر فنی است و تعامل با این ویژگی غیر فنی نمی تواند منجر به اثر فنی شود.

2. 9 فرجام‌خواه بیشتر استدلال کرد که ویژگی صف‌بندی دستورات رایانه‌ای (پیشنهادها یا پیشنهادها) فنی است، زیرا شامل ذخیره‌سازی دستورات در حافظه است نه صرفاً اجرای آنها.

هیئت مدیره موافق نیست. ویژگی "صف کردن یک پیشنهاد، پیشنهاد، خرید یا فروش" برای معامله در یک قیمت معین به مفهوم زیربنایی کسب و کار تعلق دارد تا به یک پیاده سازی رایانه ای. این مفهوم تجاری درخواست می کند که این پیشنهادات یا پیشنهادات را تا زمانی که قیمت مشخصی به دست آید متوقف کنید. علاوه بر این، به عنوان بخشی از خودکارسازی مفهوم تجاری اساسی در یک سیستم کامپیوتری الکترونیکی تعاملی، این ویژگی‌ها ممکن است منجر به ذخیره‌سازی داده‌ها در حافظه شوند، اما این ویژگی سپس بخشی از یک پیاده‌سازی مستقیم کامپیوتری است که برای افراد ماهر بدیهی است. در هنر مبتنی بر دانش عمومی.

2. 10 به این دلایل، موضوع ادعای 1 شامل یک مرحله اختراعی نیست (ماده 56 EPC).

از آنجایی که موضوع ادعای 1 بر اساس یک شبکه کامپیوتری استاندارد بدنام مبتکرانه نیست، نیازی به جستجو برای هنر قبلی نیست.

احتمالاً شما به طور روزانه به این اصطلاحات در حال خواندن ادبیات تجارت و مطبوعات رسیده اید ، اما در واقع به چه معناست و بیش از حد به چه معنی است؟و چگونه می توانید از وجود بازارهای Oversold یا Overbought در تجارت خود استفاده کنید؟هر صنعت یا دامنه زبان خاص خود را دارد. یا حداقل برخی از عبارات خاص. تجارت در اینجا فرقی ندارد. اگر تازه کار هستید ، ممکن است در ابتدا کمی بیش از حد باشد. اما نگران نباشید. ما در اینجا هستیم تا به شما کمک کنیم تا بفهمید که همه چیز چیست. در مقاله امروز ، من قصد دارم توضیح دهم که چه چیزی در پشت اصطلاحات بیش از حد و بیش از حد پنهان است.

به معنای oversold و overbought چیست؟

اصطلاحات فراوان و بیش از حد دقیقاً به معنای آن است. قیمت ساز بسیار پایین یا بسیار بالا حرکت می کند و گفته می شود که این دارایی بیش از حد یا بیش از حد است.

در صورت رو به پایین آمدن طولانی و مداوم ، بدون عقب کشیدن زیاد ، قیمت دارایی به سطح شدید می رسد و به نظر می رسد که بیش از حد باشد. به زودی واژگونی روند انتظار می رود.

ما وقتی قیمت آن به طور مداوم به سمت بالا حرکت می کند ، در مورد دارایی در منطقه Overbought صحبت می کنیم و در این مدت متوجه عقب نشینی های زیادی نمی شوید. باز هم ، این روند احتمالاً در آینده نزدیک معکوس خواهد شد.

گرفتن مناطق فراگیر و بیش از حد با نشانگر RSI

از شاخص های بیش از حد و بیش از حد برای شناسایی مناطقی که قیمت "خیلی بالا" یا "خیلی کم" است استفاده می شود. شاخص قدرت نسبی (RSI) یکی از شاخص هایی است که می تواند به معامله گران کمک کند تا تخمین بزنند که آیا ابزار مالی در حال حاضر از بین رفته یا بیش از حد مورد استفاده قرار گرفته است. قرائت های آن بسیار ساده است.

RSI در یک پنجره جدید در زیر نمودار قیمت گزینه ضریب هوشی شما باز می شود. نوعی خطی است که به اطراف حرکت می کند. هنگامی که به زیر خط ارزش 30 می رسد ، به این معنی است که دارایی در منطقه فراتر از حد سقوط کرده و یک حرکت رو به بالا انتظار می رود.

نشانگر RSI محبوب ترین ابزار برای شناسایی مناطق فراگیر و بیش از حد است

هنگامی که RSI بالاتر از خط ارزش 70 حرکت می کند ، این ابزار بیش از حد در نظر گرفته می شود و شما باید برای پایین آمدن آینده آماده شوید.

اکنون ، ترفند این نیست که با باز کردن موقعیت تجاری عجله کنید. این شاخص ممکن است برای زمان خود به زیر 30 یا بالاتر از 70 خط حرکت کند. قصد گرفتن پایین یا بالای این حرکت بی معنی است. در عوض ، باید صبر کنید تا نشانگر RSI از خط 30 در مسیر خود عبور کند ، یا خط 70 در مسیر پایین. این لحظه ای است که باید وارد تجارت شوید.

با استفاده از مناطق فراگیر و بیش از حد در تجارت

سیگنال های مبتنی بر مناطق فراگیر و بیش از حد در خودشان کاملاً قابل اعتماد نیستند. بیایید آنها را با چکش مورد نیاز در ساخت خانه مقایسه کنیم. داشتن چکش مهم است اما ساخت یک خانه کامل کافی نیست. ابزارهای دیگر نیز لازم است. حالا بیایید به تجارت برگردیم. دانستن اینکه چه زمانی دارایی در مناطق فراگیر و بیش از حد قرار می گیرد ، اطلاعات بسیار مهمی است ، اما ایجاد یک استراتژی تجاری در این زمینه کافی نیست. برای تقویت سیگنال های دریافت شده به برخی از ابزارهای دیگر نیاز دارید.

می توانید برخی از اقدامات ذکر شده در زیر را برای پشتیبانی از سیگنال ها بر اساس مناطق Oversold و Overbought انجام دهید. اما به یاد داشته باشید که این تنها کاری نیست که می توانید انجام دهید. اینها فقط ایده هایی هستند که بعداً می توانید گسترش دهید.

شناسایی روند

شما باید یاد بگیرید که روند موجود در نمودار قیمت را مشخص کنید. شما نه تنها در ارتباط با مناطق بیش از حد و بیش از حد به این امر نیاز خواهید داشت. در اینجا ، می توانید از این روند برای فیلتر کردن سیگنال ها به همراه آن استفاده کنید. به عنوان مثال ، در حین صعود ، سیگنال های Oversold را به عنوان نقاط باز کردن موقعیت طولانی فیلتر می کنید. در روند نزولی ، سیگنال های بیش از حد را جستجو می کنید تا تجارت کوتاه را افتتاح کنید.

یک روند موجود می تواند کمک بزرگی در تعیین جهت تجارت باشد

مدیریت ریسک

این نکته مهم دیگر است اگر تجارت جدی می کنید. شما باید از سرمایه خود مراقبت کنید و این هدف از مدیریت ریسک است. ریسک را برای پاداش در نظر بگیرید و ضرر توقف را تعیین کنید و بر این اساس سود کسب کنید.

احساسات

از داده های احساسات مشتری برای تأیید بیشتر سیگنال های بیش از حد و بیش از حد استفاده کنید. ویجت احساسات معامله گران در گزینه ضریب هوشی وجود دارد. این نسبت خرید/فروش فعلی را برای ساز در نمودار شما نشان می دهد.

بازار بیش از حد است و معامله گران شروع به خرید می کنند - به ویجت احساسات معامله گران مراجعه کنید

چه چیزی بیش از حد بهتر یا بیش از حد وجود دارد؟

امروز مفاهیم مورد نظر برعکس است. بنابراین دشوار است که بگوییم آیا یک بازار بیش از حد یا بیش از حد بهتر است. این همه بستگی به این دارد که آیا می خواهید بخرید یا بفروشید. بهتر است وقتی بازار بیش از حد از بازار خارج شد و بهترین فروش را در هنگام اضافه شدن بازار خریداری کنید. با این حال ، یادآوری این نکته حائز اهمیت است که حتی بیشترین بازار هنوز هم می تواند پایین بیاید. به همین ترتیب ، حتی بیشترین بازار می تواند برای مدتی ادامه یابد ، بنابراین بازار بیش از حد عمیق تر می شود.

حرف آخر

شما از قبل با اطمینان می دانید که بیش از حد و بیش از حد به چه معناست. دانستن شرایط زبان تجارت بسیار مهم است. اما دانستن اینکه چه چیزی در پشت این شرایط قرار دارد و نحوه استفاده از آنها به نفع شما حتی از اهمیت بیشتری برخوردار است.

امیدوارم این مقاله مناطق فراگیر و بیش از حد را برای شما توضیح دهد. قطار گرفتن سیگنال های Oversold و Overbought در حساب نسخه ی نمایشی گزینه IQ. شما در آنجا پول خود را به خطر نمی اندازید. و تا زمانی که نیاز دارید می توانید در آنجا بمانید. با این وجود ، شما در آنجا نیز درآمد کسب نخواهید کرد. بنابراین وقتی احساس آمادگی کردید ، تمرین کنید و به حساب زنده بروید.

در بخش نظرات زیر یک یادداشت بگذارید. این برای به اشتراک گذاشتن تجربه یا شک و نگرانی های شما طراحی شده است. من همیشه خوشحالم که از خوانندگان می شنوم.

(د) یک گروه کنترل شده بیمه عمر (همانطور که در بند (الف) (5) این بخش تعریف شده است).

(ب) قوانین ویژه. در تعیین اینکه آیا یک شرکت در یک گروه کنترل شده از شرکت ها قرار دارد ، بخش 1563 (ب) و بند (ب) این بخش در نظر گرفته نمی شود. برای قوانینی که یک عضو مؤلفه یک گروه کنترل شده از شرکتها را تعیین می کند ، از جمله قوانینی که یک عضو مستثنی و یک عضو اضافی را تعریف می کنند ، به بخش 1563 (ب) و بند (ب) این بخش مراجعه کنید.

(iii) مرجع متقابل. برای محرومیت از سهام خاص برای اهداف استفاده از تعاریف موجود در این بند ، به بخش 1563 (c) و 1. 1563-2 پوند مراجعه کنید.

(2) گروه کنترل شده والدین -

(i) تعریف. اصطلاح گروه کنترل شده یا یارانه والدین به معنای یک یا چند زنجیره از شرکتهای متصل از طریق مالکیت سهام با یک شرکت والدین مشترک است -

(الف) سهام دارای حداقل 80 درصد از کل قدرت رای گیری ترکیبی کلیه کلاسهای سهام دارای حق رأی یا حداقل 80 درصد از کل ارزش سهام کلیه کلاسهای سهام هر یک از شرکتها ، به جز شرکت مشترک والدین مشترک، متعلق به (مستقیم و با استفاده از 1. 1563-3 پوند (ب) (1) ، مربوط به گزینه ها) توسط یک یا چند شرکت دیگر است. وت

(ب) شرکت والدین مشترک صاحب (مستقیم و با استفاده از 1. 1563-3 پوند (ب) (1) ، مربوط به گزینه ها) سهام دارای حداقل 80 درصد از کل قدرت رای گیری ترکیبی کلیه کلاسهای حق رأییا حداقل 80 درصد از ارزش کل سهام کلیه کلاسهای سهام حداقل یکی از شرکتهای دیگر ، به استثنای محاسبه چنین قدرت یا ارزش رای گیری ، سهام متعلق به سایر شرکتهای دیگر.

(ب) مثالها. تعریف یک گروه کنترل شده از شرکتهای والدین ممکن است با مثال های زیر نشان داده شود:

شرکت P صاحب سهام دارای 80 درصد از کل قدرت رای گیری ترکیبی کلیه کلاسهای سهام حق رأی شرکت S است. P والدین مشترک یک گروه کنترل شده از والدین است که متشکل از شرکت های عضو P و S.

همان حقایق را در مثال 1 فرض کنید. همچنین فرض کنید که S مالک سهامی است که 80 درصد از ارزش کل سهام همه طبقات سهام شرکت X را در اختیار دارد. P والد مشترک یک گروه کنترل‌شده والدین-فرعی متشکل از شرکت‌های عضو P، S و X است. اگر P به جای S مالک سهام X باشد، نتیجه یکسان خواهد بود.

P Corporation مالک 80 درصد از تنها کلاس سهام S Corporation و S به نوبه خود مالک 40 درصد از تنها کلاس سهام X Corporation است. P همچنین مالک 80 درصد از تنها طبقه سهام شرکت Y و Y، به نوبه خود، مالک 40 درصد از تنها کلاس سهام X است. S، X و Y.

P Corporation مالک 75 درصد از تنها کلاس سهام شرکت های Y و Z است. Y مالک تمام سهام باقی مانده Z است. و Z مالک تمام سهام باقیمانده Y است. از آنجایی که سهام بین شرکتی برای تعیین اینکه آیا P دارای سهامی است که حداقل 80 درصد از قدرت رای یا ارزش حداقل یکی از سهام را در اختیار دارد یا خیر، مستثنی می شوند (یعنی به عنوان معوق تلقی نمی شوند). سایر شرکت ها، P به عنوان مالک سهامی تلقی می شود که 100 درصد از قدرت رای و ارزش Y و Z را در اختیار دارد برای اهداف بند (الف) (2) (i) (B) این بخش. همچنین سهامی که 100 درصد از قدرت رای و ارزش Y و Z را در اختیار داشته باشد متعلق به سایر شرکت های گروه به مفهوم بند (الف) (2) (i) (الف) این بند است.(P و Y با هم صاحب سهامی هستند که 100 درصد قدرت و ارزش رای Z را در اختیار دارند، و P و Z با هم دارای سهامی هستند که 100 درصد قدرت و ارزش Y را در اختیار دارند.) بنابراین، P والد مشترک یک والدین است. گروه تحت کنترل شرکت های تابعه متشکل از شرکت های عضو P، Y و Z.

(3) گروه کنترل شده خواهر و برادر -

(i) تعریف. اصطلاح گروه کنترل شده برادر-خواهر به معنای دو یا چند شرکت است اگر همان پنج نفر یا کمتر که افراد، دارایی ها یا تراست ها هستند (مستقیما و با اعمال قوانین مندرج در § 1. 1563-3(b)) دارای سهام بیشتری باشند. بیش از 50 درصد از مجموع قدرت رای همه طبقات سهام دارای حق رای یا بیش از 50 درصد از کل ارزش سهام همه طبقات سهام هر شرکت، با در نظر گرفتن مالکیت سهام هر یک از این افراد فقط بهاین مالکیت سهام نسبت به هر یک از این شرکت‌ها یکسان است.

(ب) الزام مالکیت سهام اضافی برای اهداف برخی دیگر از مقررات قانون. برای اهداف هرگونه قانون (غیر از بخش های 1561 تا 1563) که بخش 1563 (الف) تعریف یک گروه کنترل شده را در بر می گیرد ، اصطلاح گروه کنترل شده برادر به معنای دو یا چند شرکت است اگر همان پنج یا کمتر باشدافراد ، املاک و یا اعتماد خود (مستقیم و با استفاده از قوانین موجود در 1. 1563-3 پوند (ب)) سهام -

(الف) حداقل 80 درصد از کل قدرت رای گیری ترکیبی کلیه کلاسهای سهام حق رأی یا حداقل 80 درصد از کل ارزش سهام کلیه کلاسهای سهام هر شرکت (80 درصد نیاز).

(ب) بیش از 50 درصد از کل قدرت رای گیری ترکیبی کلیه کلاسهای سهام دارای حق رأی یا بیش از 50 درصد از کل ارزش سهام کلیه کلاسهای سهام هر شرکت ، با در نظر گرفتن مالکیت سهام هر یک از این مواردشخص فقط به حدی که چنین مالکیت سهام با توجه به هر شرکت (بیش از 50 درصد نیاز به مالکیت یکسان) یکسان است. وت

ج) پنج نفر یا کمتر از افراد که مالکیت سهام آنها برای اهداف 80 درصد در نظر گرفته شده است باید همان افرادی باشد که مالکیت سهام آنها برای اهداف بیش از 50 درصد نیاز به مالکیت یکسان در نظر گرفته شده است.

(iii) نمونه ها. اصول بند (الف) (3) (ب) این بخش ممکن است با مثال های زیر نشان داده شود:

(i) سهام برجسته شرکت های P ، W ، X ، Y و Z که فقط یک کلاس از سهام برجسته دارند ، متعلق به افراد غیر مرتبط زیر است:

(ب) شرکت های P و W اعضای یک گروه کنترل شده توسط برادر خواهر هستند. اگرچه نیاز بیش از 50 درصد مالکیت یکسان برای هر 5 شرکت ، شرکت های X ، Y و Z برآورده می شود زیرا حداقل 80 درصد از سهام هر یک از این شرکت ها متعلق به همان 5 یا کمتر نیستافرادی که مالکیت سهام آنها به اهداف بیش از 50 درصد نیاز به مالکیت یکسان در نظر گرفته می شود.

(i) سهام برجسته شرکت های X و Y ، که فقط یک کلاس سهام برجسته دارند ، متعلق به افراد غیر مرتبط زیر است:

(ب) هر گروه از پنج سهامداران بیش از 50 درصد از سهام در هر شرکت را در دارایی های یکسان در اختیار دارند. با این حال ، X و Y عضو یک گروه کنترل شده برادر نیستند زیرا حداقل 80 درصد از سهام هر شرکت متعلق به همان پنج یا کمتر نیست.

(i) شرکت X و Y هرکدام دارای دو کلاس سهام برجسته ، رای گیری رایج و غیر رای دهنده هستند.(هیچ یک از این سهام از تعریف سهام در بند 1563 (ج) مستثنی نیست.) افراد نامربوط A و B دارای درصد زیر از کلاس سهام هستند که دارای رأی (رای گیری) و از کل ارزش سهام همه کلاس ها هستندسهام (ارزش) در هر یک از شرکتهای x و y:

(ب) هیچ سهامدار دیگری از X در اختیار ندارد (یا در نظر گرفته می شود) سهام در Y. X و Y یک گروه کنترل شده توسط برادر خواهر نیستند. این گروه بیش از 50 درصد از نیازهای مالکیت یکسان را برآورده می کند زیرا A و B بیش از 50 درصد از کل ارزش سهام کلیه کلاسهای سهام X و Y را در دارایی یکسان در اختیار دارند.(این گروه همچنین به دلیل مالکیت سهام رأی دهی A ، بیش از 50 درصد از مالکیت یکسان را برآورده می کند.) این گروه نیاز 80 درصد را برآورده می کند زیرا A و B حداقل 80 درصد از کل قدرت رای گیری ترکیبی از کل کلاس های سهام را در اختیار دارند. حق رأی دادن

همان حقایق را در مثال 3 فرض کنید به جز اینکه ارزش سهام متعلق به A و B بیش از 50 درصد از ارزش کل سهام کلیه کلاسهای سهام هر شرکت در دارایی های یکسان نیست. X و Y یک گروه کنترل شده توسط برادر خواهر نیستند. این گروه بیش از 50 درصد از شرایط مالکیت یکسان را برآورده می کند زیرا A بیش از 50 درصد از کل قدرت رای گیری ترکیبی سهام رای دهنده هر شرکت را در اختیار دارد. برای اهداف 80 درصدی ، سهام رأی گیری B در Y نمی تواند با سهام رای گیری A در Y ترکیب شود زیرا B ، که هیچ سهام رای گیری در X ندارد ، شخصی نیست که مالکیت آن برای اهداف بیش از حد در نظر گرفته شده است.-50 درصد نیاز به مالکیت یکسان. از آنجا که هیچ سهامدار دیگری در هر دو X و Y سهام ندارد ، مالکیت سهام این سهامداران دیگر در مورد تأمین نیازهای مالکیت بیش از 50 درصد یا 80 درصد مالکیت در نظر گرفته نمی شود.

(IV) قانون ویژه اگر قانون قبلی اعمال شود. بند (الف) (3) (ب) این بخش ، همانطور که توسط TD 8179 اصلاح شده است ، در مورد سالهای مشمول مالیات منتهی به یا بعد از 31 دسامبر 1970 اعمال می شود. با این وجود ، قانون انتقالی در بند (د) این بخش را ببینید.

(4) گروه ترکیبی -

(i) تعریف. اصطلاح گروه ترکیبی به معنای هر گروه سه یا چند شرکت است -

(الف) هر شرکت این شرکت عضو گروه کنترل شده والدین یا یک گروه کنترل شده از شرکت های کنترل شده برادر است. وت

(ب) مثالها. تعریف یک گروه ترکیبی از شرکتها ممکن است با مثال های زیر نشان داده شود:

A ، یک فرد ، دارای سهام دارای 80 درصد از کل قدرت رای گیری ترکیبی از کلاس های شرکت های X و Y. Y است. از شرکت Z. X ، Y و Z اعضای یک گروه ترکیبی از آنجا هستند -

(i) x ، y و Z هر یک از اعضای یک دانش آموز والدین یا گروه کنترل شده برادر و خواهر و برادر هستند. وت

(ii) y والدین مشترک یک گروه کنترل شده توسط والدین و والدین از شرکتهای متشکل از Y و Z است ، و همچنین عضو یک گروه کنترل شده برادر خواهر و شرکت های متشکل از X و Y است.

فرض کنید همان حقایق را در مثال 1 فرض کنید ، و فرض کنید که شرکت X 80 درصد از کل ارزش سهام کلیه کلاسهای شرکت S. X ، Y ، Z و S را در اختیار دارد.

(5) گروه کنترل شده بیمه عمر -

(i) تعریف. اصطلاح گروه کنترل شده بیمه عمر به معنای دو یا چند شرکت بیمه عمر است که هرکدام عضو یک گروه کنترل شده از شرکتها هستند که در بند (الف) (2) ، (الف) (3) (i) یا (الف) (الف) (الف) (3) (3) (i) (3) (3) (i) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2) (2)) یا (الف) را توصیف می کنند. 4) از این بخش و 1. 1502-47 پوند (f) (6) اعمال نمی شود. این شرکت های بیمه باید به عنوان یک گروه کنترل شده از شرکتها جدا از هر شرکت دیگری که عضو یک گروه کنترل شده هستند در چنین بند (الف) (2) ، (الف) (3) (من) یا (الف) توصیف شوند ، رفتار می شوند. 4) از این بخش. برای اهداف این بخش ، والدین مشترک گروه کنترل شده شرح داده شده در بند (الف) (2) این بخش به عنوان والدین مشترک گروه کنترل شده بیمه عمر گفته می شود.

(ب) مثالها. مثالهای زیر تعریف یک گروه کنترل شده از بیمه عمر را نشان می دهد. در این مثالها ، L نشانگر یک شرکت زندگی است ، نامه دیگری نشان می دهد که یک شرکت غیر زندگی و هر شرکت از سال تقویم به عنوان سال مشمول مالیات خود استفاده می کند:

از اول ژانویه 1999 ، شرکت P متعلق به تمام سهام شرکت های L 1 و Y است و L 1 متعلق به تمام سهام شرکت X است. در تاریخ 1 ژانویه 2005 ، Y تمام سهام شرکت L 2. را به دست آورد. L 1 و L 2 اعضای یک گروه کنترل شده از شرکتهای والدین هستند ، چنین شرکت هایی به عنوان اعضای یک گروه کنترل شده بیمه عمر جدا از گروه کنترل شده والدین والدین متشکل از P ، X و Y برای اهداف این بخش رفتار می شوند.، P به عنوان والدین مشترک گروه کنترل شده بیمه عمر ، حتی اگر P عضو چنین گروهی نباشد ، نامیده می شود.

واقعیت ها همانند مثال 1 هستند ، به جز این که ، با شروع سال مالیاتی 2005 ، گروه P وابسته انتخاب شده برای ارائه بازده تلفیقی و P انتخابات 1504 (ج) (2) انتخابات را انجام داد. مطابق بند (الف) (5) (i) این بخش ، L 1 و L 2 عضو یک گروه کنترل شده از بیمه عمر جداگانه نیستند. در عوض ، P ، X ، Y ، L 1 و L 2 یک گروه کنترل شده را تشکیل می دهند. به 1. 1502-47 (f) (6) مراجعه کنید.

(6) قدرت رای گیری سهام. برای اهداف این بخش ، و 1. 1563-2 و 1. 1563-3 پوند ، در تعیین اینکه آیا سهام متعلق به یک شخص (یا افراد) درصد مشخصی از کل قدرت رای گیری ترکیبی از کل کلاس های سهام دارای حق رای دادن به یک رای است. شرکت ، به همه حقایق و شرایط هر پرونده توجه خواهد شد. سهم سهام به طور کلی به عنوان داشتن قدرت رای گیری که توسط منشور ، آئین نامه یا گواهینامه شرکت به این سهم داده می شود ، در نظر گرفته می شود. از طرف دیگر ، اگر توافق نامه ای وجود داشته باشد ، خواه صریح و یا ضمنی باشد ، این که یک سهامدار سهام خود را در یک شرکت رأی ندهد ، حقوق رسمی رای گیری که توسط سهام وی در اختیار دارد ممکن است در تعیین درصد کل قدرت رای گیری ترکیبی که در اختیار دارد ، نادیده گرفته شوددر صورتی که نتیجه این باشد که شرکت به عضویت یک گروه کنترل شده از شرکتها تبدیل می شود. علاوه بر این ، اگر یک سهامدار موافقت کند که سهام خود را در یک شرکت به روشی که توسط سهامدار دیگری در شرکت مشخص شده است ، رأی دهد ، حق رأی در اختیار داشته باشد که سهام متعلق به سهامدار اول باشد ، ممکن است در نظر گرفته شود که توسط سهام متعلق به سایر سهامدار در اختیار داشته باشداگر نتیجه این باشد که شرکت عضو مؤلفه گروه کنترل شده شرکت ها می شود.

(ب) اعضای مؤلفه -

(i) تعریف. برای اهداف بخش 1561 تا 1563 ، یک شرکت با توجه به سال مشمول مالیات خود عضو مؤلفه گروه کنترل شده شرکت ها برای تاریخ آزمایش گروه در صورت چنین شرکت است -

(الف) عضو چنین گروه کنترل شده ای در چنین تاریخ آزمایش است و به عنوان یک عضو محروم تحت بند (ب) (2) این بخش رفتار نمی شود. یا

(ب) در چنین تاریخ آزمایش عضو چنین گروه کنترل شده ای نیست اما به عنوان یک عضو اضافی تحت بند (ب) (3) این بخش رفتار می شود.

(ب) عضو یک گروه کنترل شده از شرکت ها. برای اهداف بخش 1561 تا 1563 ، یکی از اعضای یک گروه کنترل شده شرکتی است که با سایر اعضای (گروه) یک گروه کنترل شده تحت قوانین مالکیت سهام و قوانین صلاحیت سهام مندرج در بخش 1563 در ارتباط است. شرکت برای واجد شرایط بودن به عنوان عضو مؤلفه گروه با توجه به تاریخ آزمایش 31 دسامبر (یا تاریخ آزمایش کوتاه مدت برای یک عضو کوتاه مدت) ، که شرکت لازم نیست عضو آن گروه در آن گروه باشدتاریخ آزمایشعلاوه بر این ، شرکتی که عضو یک گروه کنترل شده در تاریخ آزمایش گروه باشد ، لزوماً با توجه به آن تاریخ آزمایش به عنوان عضو مؤلفه آن گروه واجد شرایط نیست.

(iii) مفاهیم اضافی مورد استفاده در اعمال قوانین گروه کنترل شده.

(الف) اصطلاح تاریخ آزمایش به معنای تاریخ استفاده شده برای تعیین وضعیت اعضای گروه کنترل شده به عنوان اعضای مؤلفه یا اعضای مستثنی است. سپس از تاریخ آزمایش نیز استفاده می شود تا مشخص شود که سالهای مشمول مالیات آن اعضای مؤلفه تحت قوانین گروه کنترل شده قرار می گیرند. به طور کلی ، تاریخ آزمایش یک عضو تاریخ 31 دسامبر است که در سال مشمول مالیات آن عضو گنجانده شده است ، خواه چنین عضو در یک تقویم یا سال مشمول مالیات مالی باشد. با این حال ، اگر یکی از اعضای مؤلفه یک گروه کنترل شده یک سال مشمول مالیات کوتاه داشته باشد که شامل تاریخ 31 دسامبر نیست ، آخرین روز آن سال مشمول مالیات کوتاه تبدیل می شود که تاریخ آزمایش آن عضو است.

(ب) مدت دوره آزمایش به معنای دوره زمانی است که برای تعیین وضعیت اعضای گروه کنترل شده به عنوان اعضای مؤلفه یا اعضای مستثنی استفاده می شود. دوره آزمایش از روز اول سال مشمول مالیات یک عضو آغاز می شود و روز قبل از تاریخ آزمایش آن به پایان می رسد.(به طور کلی ، تاریخ آزمایش 31 دسامبر است ، اما برای یکی از اعضای مؤلفه که یک سال مشمول مالیات کوتاه را که در تاریخ 31 دسامبر به پایان نرسد ، تاریخ آزمایش سال مشمول مالیات کوتاه آن عضو (و فقط آن عضو) آخرین روز از آن عضو می شود. سال مشمول مالیات کوتاه.) بنابراین ، برای یک عضو در یک سال مشمول مالیات مالی ، بخشی از سال مشمول مالیات آن از 31 دسامبر آغاز می شود و در آخرین روز از سال مشمول مالیات خود پایان می یابد برای تعیین وضعیت آن به عنوان عضو مؤلفه یایک عضو مستثنی

(2) اعضای مستثنی -

(i) آزمایش زمانی. یک شرکت ، که عضو یک گروه کنترل شده از شرکت ها در تاریخ آزمایش این گروه است ، تاریخی که در سال مشمول مالیات آن عضو گنجانده شده است ، اما کسی که کمتر از نیمی از تعداد روزهای آزمایش خود عضو چنین گروهی بوددوره ، به عنوان یک عضو محروم از چنین گروهی برای تاریخ آزمایش آن گروه رفتار می شود.

(ب) آزمون صلاحیت. شرکتی که عضو یک گروه کنترل شده از شرکتها در تاریخ آزمایش است ، در این تاریخ به عنوان یک عضو مستثنی از این گروه رفتار می شود اگر برای سال مشمول مالیات خود از جمله چنین تاریخ ، چنین شرکتی باشد -

(الف) معاف از مالیات در بند 501 (الف) (به جز شرکتی که مشمول مالیات بر درآمد مشمول مالیات غیر مرتبط با آن در بند 511) یا 521 برای چنین سال مشمول مالیات است.

(ب) یک شرکت خارجی که تحت بند 882 (الف) برای سال مشمول مالیات مشمول مالیات نمی شود.

(ج) یک شرکت S (همانطور که در بخش 1361 تعریف شده است) برای اهداف هر مورد از مزایای مالیاتی که در بخش 1561 (الف) شرح داده شده است که در آن موضوع نیست.

(د) یک شرکت حق رای دادن (همانطور که در بخش 1563 (f) (4) و 1. 1563-4 پوند تعریف شده است). یا

(ه) یک شرکت بیمه مشمول مالیات تحت بند 801 ، مگر اینکه چنین شرکت بیمه ای (بدون توجه به این بند (ب) (2) (ب) (ه)) عضو مؤلفه یک گروه کنترل شده بیمه عمر است که در بند (شرح داده شده است)الف) (5) (i) این بخش یا مگر اینکه 1. 1502-47 پوند (f) (6) اعمال شود (که با یک شرکت بیمه عمر رفتار می کند ، که برای آن یک بخش 1504 (ج) (2) انتخابات به عنوان یک عضو مؤثر است(چه واجد شرایط و چه واجد شرایط) از یک گروه وابسته به زندگی غیر زندگی).

(3) اعضای اضافی. یک شرکت به عنوان یک عضو اضافی گروه کنترل شده از شرکتها ، یعنی عضو مؤلفه اضافی ، در تاریخ آزمایش گروه در صورت - رفتار می شود.

(i) در چنین تاریخ عضو چنین گروهی نیست.

(ب) با توجه به چنین سال مشمول مالیات ، در بند (ب) (2) (ب) (الف) ، (ب) (2) (ب) (ب) ، (ب) (2) (II) توصیف نشده است.) (ج) ، (ب) (2) (ب) (د) ، یا (ب) (2) (ب) (ه) (ه) این بخش ؛وت

(iii) عضو چنین گروهی برای نیمی (یا بیشتر) تعداد روزها در دوره آزمایش خود بود.

(4) مثال. مفاد این بند (ب) ممکن است با مثال های زیر نشان داده شود:

ب ، یک فرد ، در هر روز 1964 ، کلیه سهام شرکت های W و X را در اختیار دارد. W و X هرکدام از سال تقویم به عنوان سال مشمول مالیات خود استفاده می کنند. در اول ژانویه سال 1964 ، B همچنین صاحب کلیه سهام شرکت Y (یک شرکت سال مالی با سال مشمول مالیات از اول ژوئیه 1964 و پایان دادن به 30 ژوئن 1965) است که سهام خود را در 15 اکتبر 1964 به فروش می رساند. در اول دسامبر سال 1964 ، B تمام سهام شرکت Z (یک شرکت سال مالی با یک سال مشمول مالیات را از اول سپتامبر 1964 آغاز می کند و در تاریخ 31 اوت 1965 به پایان می رسد). در 31 دسامبر 1964 ، W ، X و Z عضو همان گروه کنترل شده هستند. با این حال ، اعضای مؤلفه این گروه در تاریخ 31 دسامبر W ، X و Y. تحت بند (ب) (2) (i) این بخش ، Z به عنوان یک عضو محروم گروه در 31 دسامبر 1964 رفتار می شود، از آنجا که Z برای کمتر از نیمی از تعداد روزها (29 از 121 روز) در دوره شروع شده در تاریخ 1 سپتامبر 1964 (روز اول سال مشمول مالیات آن) عضو این گروه بود و در تاریخ 30 دسامبر پایان یافت، 1964. طبق بند (ب) (3) این بخش ، Y در 31 دسامبر 1964 به عنوان عضو اضافی این گروه رفتار می شود ، زیرا Y حداقل برای نیمی از تعداد روزها عضو این گروه بود(107 از 183 روز) در دوره ای که از اول ژوئیه 1964 (اولین روز سال مشمول مالیات آن) و پایان در 30 دسامبر 1964 به پایان رسید.

در 1 ژانویه 1964، شرکت P مالک تمام سهام شرکت S است که به نوبه خود مالک تمام سهام شرکت S-1 است. در 1 نوامبر 1964، P تمام سهام شرکت X را از عموم خریداری کرد و تمام سهام S را به عموم فروخت. شرکت X مالک تمام سهام شرکت Y در طول سال 1964 است. P، S، S-1، X، و Y بازده خود را بر اساس سال تقویمی ثبت می کنند. در 31 دسامبر 1964، P، X، و Y اعضای گروهی از شرکت‌های تحت کنترل والدین-فرعی هستند. همچنین، شرکت های S و S-1 در چنین تاریخی اعضای یک گروه کنترل شده والدین-فرعی متفاوت هستند. با این حال، از آنجایی که X و Y اعضای گروه کنترل‌شده والدین-فرعی بوده‌اند که P والدین مشترک آن‌ها برای کمتر از نیمی از تعداد روزها در طول دوره اول ژانویه تا 30 دسامبر 1964 هستند، آنها اعضای جزء نیستند. چنین گروهی در چنین تاریخیاز سوی دیگر، X و Y اعضای یک گروه کنترل‌شده والدین-فرعی بوده‌اند که X والدین مشترک آن‌ها برای حداقل نیمی از روزها در طول دوره اول ژانویه تا 30 دسامبر 1964 هستند، و بنابراین آنها هستند. اعضای جزء چنین گروهی در 31 دسامبر 1964. همچنین از آنجایی که S و S-1 اعضای گروه کنترل شده والدین-فرعی بودند که P حداقل برای نیمی از تعداد روزهای سال مشمول مالیات هر یک، والدین مشترک آن است. چنین شرکتی در دوره 1 ژانویه تا 30 دسامبر 1964، P، S و S-1 اعضای این گروه در 31 دسامبر 1964 هستند.

در طول سال 1964، شرکت M مالک تمام سهام شرکت F است که به نوبه خود مالک تمام سهام شرکت های L 1، L 2، X و Y است. M یک شرکت بیمه متقابل داخلی است که مشمول مالیات بر اساس بخش 821، F است. یک شرکت خارجی که در تجارت یا تجارت در ایالات متحده مشغول نیست، L 1 و L 2 شرکت های بیمه عمر داخلی هستند که طبق بخش 802 مشمول مالیات می شوند و X و Y شرکت های داخلی مشمول مالیات بر اساس بخش 11 این قانون هستند. هر شرکتی از سال تقویمی به عنوان سال مشمول مالیات خود استفاده می کند. در 31 دسامبر 1964، M، F، L 1، L 2، X، و Y اعضای یک گروه کنترل شده از شرکت های مادر-فرعی هستند. با این حال، طبق بند (ب) (2) (ii) این بخش، M، F، L 1، و L 2 به عنوان اعضای حذف شده از گروه در 31 دسامبر 1964 تلقی می شوند. بنابراین، در 31 دسامبر 1964،اعضای گروه کنترل شده والدین-فرعی که M والد مشترک آن است فقط X و Y را شامل می شود.

علاوه بر این ، از آنجا که بند (ب) (2) (ii) (ه) این بخش منجر به این نمی شود که L 1 و L 2 به عنوان اعضای مستثنی یک گروه کنترل شده بیمه زندگی رفتار شود ، L 1 و L 2 اعضای مؤلفه A هستندگروه کنترل بیمه عمر در 31 دسامبر 1964.

فرد A دارای تمام سهام شرکتهای X ، Y و Z است. هر یک از این شرکت ها یک شرکت S است. X ، Y و Z هر یک از اعضای یک گروه کنترل شده برادر هستند ، حتی اگر هر شرکت به عنوان یک عضو محروم از چنین گروهی رفتار شود. به 1. 1563-1 (ب) (2) (ب) (ج) مراجعه کنید.

(5) استفاده از قوانین مالکیت سازنده. برای اهداف پاراگراف (ب) (2) (i) و (ب) (3) (iii) این بخش ، لازم است تعیین شود که آیا یک شرکت عضو یک گروه کنترل شده از شرکت ها برای نیمی است (یابیشتر) از تعداد روزهای سال مشمول مالیات خود که قبل از 31 دسامبر در چنین سال مشمول مالیات است. بنابراین ، قوانین مالکیت سازنده موجود در 1. 1563-3 پوند (ب) (تا حدی که در تعیین چنین تعیین کننده ای اعمال می شود) باید به صورت روزانه اعمال شود. به عنوان مثال ، اگر شرکت P در هر روز سال 1964 دارای تمام سهام شرکت X باشد و در 30 دسامبر 1964 ، گزینه ای را برای خرید تمام سهام شرکت Y (یک مالیات دهنده سال تقویم که در هر یک وجود داشته است ، به دست می آورد. روز 1964) ، استفاده از 1. 1563-3 پوند (ب) (1) به صورت روزانه منجر به عضویت در گروه کنترل شده برادر-خواهر تنها در یک روز سال 1964 Y می شود که پیش از دسامبر است31 ، 1964. بر این اساس ، از آنجا که Y عضو این گروه برای نیمی از روزهای سال 1964 خود در تاریخ 31 دسامبر 1964 عضو این گروه نیست ، Y در تاریخ 31 دسامبر به عنوان یک عضو مستثنی چنین گروهی رفتار می شود. 1964.

(ج) گروههای همپوشانی -

(1) به طور کلی. اگر در تاریخ 31 دسامبر یک شرکت عضو مؤلفه ای از گروه کنترل شده شرکت ها به دلیل مالکیت سهام باشد که حداقل 80 درصد از کل ارزش سهام همه کلاسهای سهام شرکت را داشته باشد و در 31 دسامبر چنین مواردی وجود داشته باشدشرکت همچنین به دلیل مالکیت سایر سهام (یعنی سهام مورد استفاده برای برآورده کردن آزمون ارزش کل در 80 درصد) که حداقل 80 درصد از کل قدرت رای گیری ترکیبی را به کار می برد ، عضو مؤلفه دیگری از گروه کنترل شده دیگر است. از بین تمام کلاس های سهام شرکت حق رأی ، پس از آن شرکت به عنوان عضو مؤلفه ای از گروه کنترل شده که به دلیل مالکیت حداقل 80 درصد از کل ارزش آن ، یک عضو مؤلفه است ، رفتار می شودسهام

(2) گروه های کنترل شده برادر -

(من) یک شرکت. اگر در تاریخ 31 دسامبر ، یک شرکت بدون استفاده از این بند (ج) (2) عضو مؤلفه بیش از یک گروه کنترل شده برادر در چنین تاریخ باشد ، شرکت به عنوان عضو مؤلفه ای رفتار می شودفقط یک گروه در چنین تاریخ. چنین شرکتی ممکن است گروهی را انتخاب کند که در آن قرار باشد از جمله یا با اظهارنامه مالیات بر درآمد خود برای سال مشمول مالیات که شامل چنین تاریخ است ، بیانیه ای با عنوان "بیانیه برای انتخاب گروه کنترل شده به موجب 1. 1563-1 پوند (ج) (ج) (ج) (ج)2). "این بیانیه باید شامل شود -

(الف) شرح هر یک از گروههای کنترل شده که در آن شرکت می تواند گنجانده شود. توضیحات باید شامل نام و شماره شناسایی کارفرمایان از هر یک از اعضای مؤلفه هر گروه و مالکیت سهام اعضای مؤلفه هر گروه باشد. وت

(ب) نمایندگی زیر: [درج نام و شناسایی کارفرمایان شماره شرکت] انتخاب می شود که به عنوان عضو مؤلفه [درج گروهی] رفتار شود.

(ب) چندین شرکت. اگر بیش از یک شرکت بدون استفاده از این بند (ج) (2) عضو مؤلفه بیش از یک گروه کنترل شده باشد ، شرکت هایی که انتخاب می کنند اعضای مؤلفه همان گروه هستند باید یک بیانیه واحد ارائه دهند. این بیانیه باید حاوی اطلاعات شرح داده شده در بند (ج) (2) (i) این بخش باشد ، به علاوه نام ها و شماره های شناسایی کارفرمایان سایر شرکتهای دیگر که همان گروه را تعیین می کنند. بیانیه اصلی باید در یا با اظهارنامه اصلی مالیات بر درآمد فدرال (از جمله هر بازپرداخت اصلاح شده در تاریخ یا قبل از موعد مقرر (از جمله پسوندها) از این بازده) شرکت کند که در میان آن شرکت هایی که (بدون استفاده از آن استفاده می کنند. این بند (ج) (2)) متعلق به بیش از یک گروه است ، دارای سال مشمول مالیات از جمله چنین 31 دسامبر است که در اولین تاریخ به پایان می رسد. این شرکت باید یک نسخه از بیانیه را به شرکت دیگری که در این بیانیه گنجانده شده است ارائه دهد و در بیانیه خود نشان دهد که این کار را انجام داده است. یا نسخه اصلی یا نسخه ای از بیانیه باید توسط هر شرکت به عنوان بخشی از سوابق خود حفظ شود. به 1. 6001-1 (ه) این فصل مراجعه کنید.

(الف) انتخابات ثبت شده تحت این بند (ج) (2) تا زمانی که تغییر در مالکیت سهام شرکت منجر به خاتمه عضویت در گروه کنترل شده ای شود که در آن چنین شرکتی گنجانده شده است ، قابل برگشت و مؤثر است.

(ب) در صورت عدم انتخاب انتخابات مطابق مفاد این بند (ج) (2) ، پس خدمات درآمد داخلی گروهی را تعیین می کند که در آن شرکت در آن قرار دارد. این تعیین برای همه سالهای بعد الزام آور خواهد بود مگر اینکه شرکت انتخابات معتبری را با توجه به هر سال بعدی یا تا زمانی که تغییر در مالکیت سهام شرکت منجر به خاتمه عضویت در گروه کنترل شده ای شود که در آن شرکت در این شرکت گنجانده شده است ، ثبت نام کند. بشر

(IV) مثالها. مفاد این بند (ج) (2) ممکن است با مثال های زیر نشان داده شود (که در آن فرض بر این است که همه افراد غیر مرتبط هستند):

(i) در هر روز 1970 تمام سهام ممتاز شرکتهای X ، Y و Z به روش زیر برگزار می شود:

(ii) از آنجایی که بیش از 50 درصد الزام مالکیت یکسان بخش 1563(a)(2) در رابطه با شرکت های X و Y و با توجه به شرکت های Y و Z برآورده شده است، اما در مورد شرکت های X، Y برآورده نمی شود. و Z، شرکت Y، بدون اعمال این بند (c)(2)، در 31 دسامبر 1970 عضوی از گروه‌های همپوشانی متشکل از X و Y و Y و Z خواهد بود. اگر Y پرونده نداشته باشد. در یک انتخابات مطابق با بند (ج) (2) (i) این بخش، خدمات درآمد داخلی گروهی را که Y باید در آن گنجانده شود، تعیین خواهد کرد.

(i) در هر روز از سال 1970، تمام سهام معوق شرکت های V، W، X، Y و Z به روش زیر نگهداری می شود:

(ii) در 31 دسامبر 1970، بیش از 50 درصد شرط مالکیت یکسان بخش 1563(a)(2) ممکن است در مورد هر ترکیبی از شرکت ها برآورده شود، اما هر پنج شرکت نمی توانند به عنوان اعضای جزء شامل شوند. یک گروه کنترل‌شده واحد، زیرا گنجاندن همه شرکت‌ها در یک گروه به در نظر گرفتن مالکیت سهام بیش از پنج نفر بستگی دارد. بنابراین، اگر شرکت ها مطابق بند (ج) (2) (ii) این بخش اظهارنامه ارائه نکنند، خدمات درآمد داخلی گروهی را که هر شرکت باید در آن قرار گیرد تعیین می کند. شرکت‌ها یا خدمات درآمد داخلی، حسب مورد، ممکن است تعیین کنند که سه شرکت در یک گروه و دو شرکت در گروهی دیگر، یا هر چهار شرکت در یک گروه و بقیه شرکت‌ها در هیچ گروهی قرار نگیرند. گروه

د) قوانین انتقالی -

(1) به طور کلی. تصمیم خزانه داری 8179 بند (الف) (3) (ii) این بخش را برای تجدید نظر در تعریف گروه کنترل شده برادر و خواهر از شرکت ها اصلاح کرد. به طور کلی، این اصلاحات برای سال‌های مالیاتی منتهی به 31 دسامبر 1970 یا پس از آن نافذ است.

(2) عدم عطف به ماسبق محدود -

(من) گروه قدیمی. طبق اختیار بخش 7805 (ب) ، خدمات درآمد داخلی با یک گروه قدیمی به عنوان یک شرکت گروه کنترل شده برادر به منظور استفاده از بخش های 401 ، 404 (الف) ، 408 (k) ، 409a ، 410 ، 411 رفتار خواهد کرد412 ، 414 ، 415 و 4971 از قانون درآمد داخلی (کد) و بخش های 202 ، 203 ، 204 و 302 قانون امنیت درآمد بازنشستگی اشتغال سال 1974 (ERISA) در یک سال برنامه یا سال مشمول مالیات قبل از 2 مارس آغاز می شود. 1988 ، تا حد لازم برای جلوگیری از تأثیر منفی بر هر عضو قدیمی (یا هر شرکت دیگر) ، یا در هر برنامه یا نهاد دیگری که در چنین بخش هایی شرح داده شده است (از جمله برنامه ها و غیره ، شرکت هایی که جزئی از چنین گروه قدیمی نیستند) ،این فقط ناشی از اثر برگشتی اصلاحیه در این بخش توسط TD 8179 است. یک اثر منفی شامل رد صلاحیت یک طرح یا عدم مجازات کسر یا اعتبار برای مشارکت در یک طرح است. با این حال ، سرویس درآمد داخلی با یک عضو قدیمی به عنوان عضو یک گروه قدیمی رفتار نخواهد کرد تا حدی که چنین درمانی تأثیر منفی بر آن عضو قدیمی داشته باشد.

(ب) عضو قدیمی گروه قدیمی. بخش 7805 (ب) مطابق با بند (د) (2) (i) این بخش برای رفتار با یک عضو قدیمی یک گروه قدیمی به عنوان عضو یک گروه کنترل شده برادر خواهر برای جلوگیری از اثر منفی برای یکسال مشمول مالیات اگر ، برای آن سال مشمول مالیات ، آن عضو قدیمی با خود رفتار می کند یا خود را به عنوان عضو آن گروه قدیمی به منظور بخش های 401 ، 404 (الف) ، 408 (k) ، 409a ، 410 ، 411 ، 412 ، رفتار می کند414 ، 415 و 4971 از کد و بخش های 202 ، 203 ، 204 و 302 و عنوان چهارم ERISA برای چنین سال مشمول مالیات (مانند تشکیل پرونده ، با توجه به چنین سال مشمول مالیات ، بازگشت ، بازده اصلاح شده یا ادعا برایاعتبار یا بازپرداخت که در آن میزان هرگونه کسر ، اعتبار ، محدودیت یا مالیات موعد مقرر با رفتار خود به عنوان عضویت در گروه قدیمی برای اهداف آن بخش ها تعیین می شود). با این حال ، این واقعیت که یک یا چند (اما نه همه) از اعضای قدیمی واجد شرایط درمان بند 7805 (ب) به دلیل جمله قبلی نیستند ، مانع از این نمی شود که عضو قدیمی (یا اعضای) از آنها به عنوان عضو رفتار شودگروه قدیمی تحت بند (د) (2) (i) این بخش به منظور جلوگیری از عدم مجازات یا اعتبار عضو قدیمی دیگر (یا شرکت دیگر) یا جلوگیری از رد صلاحیت یا سایر تأثیر منفی بر دیگری ، دیگریبرنامه عضو قدیمی (یا نهاد دیگر) که در بخش های کد شرح داده شده است و ERISA در چنین پاراگراف ذکر شده است.

(3) انتخابات غیر سنجش عمومی. در مورد یک سال مشمول مالیات که در تاریخ یا بعد از 31 دسامبر 1970 به پایان برسد ، و قبل از 2 مارس 1988 ، یک گروه قدیمی به عنوان یک گروه کنترل شده توسط برادر خواهر برای همه اهداف کد برای چنین سال مشمول مالیات رفتار می شود.

(i) هر عضو قدیمی بیانیه ای را با رضایت از چنین درمانی برای چنین سال مشمول مالیات با مدیر ولسوالی که صلاحیت حسابرسی در بازگشت خود را در مدت شش ماه پس از 2 مارس 1988 دارد ، ارائه می دهد. وت

(الف) پرونده ها یا با توجه به چنین سال مشمول مالیات ، بازده ، بازپرداخت اصلاح شده یا ادعای اعتبار یا بازپرداخت که در آن میزان کسر ، اعتبار ، محدودیت یا مالیات با توجه به هر یک از اعضای قدیمی تعیین می شود ، ثبت شده استعضو گروه قدیمی نیست. یا

(ب) با کارمندان همه اعضای گروه قدیمی رفتار می کند که توسط یک کارفرمای مجرد به منظور بخش های 401 ، 404 (الف) ، 408 (k) ، 409a ، 410 ، 411 ، 412 ، 414 ، 415 و کار نمی کند. 4971 کد و بخش های 202 ، 203 ، 204 و 302 ERISA برای چنین سال مشمول مالیات.

(4) تعاریف. برای اهداف این بند (د) -

(i) یک گروه قدیمی یک گروه از شرکتهای کنترل شده برادر خواهر است که با استفاده از بند (الف) (3) (ب) این بخش را تعیین می کند ، همانطور که قبل از اصلاحات انجام شده توسط TD 8179 ، این یک برادر خواهر نیستگروه کنترل شده از شرکتها ، با استفاده از بند (الف) (3) (ب) این بخش که با چنین تصمیم خزانه اصلاح شده است ، تعیین می شود. وت

(ب) یک عضو قدیمی هر شرکتی است که عضو یک گروه قدیمی باشد.

(5) انتخابات برای انتخاب بین عضویت در بیش از یک گروه کنترل شده -

(من) به طور کلی. یک شرکت ممکن است با تشکیل بازپرداخت اصلاح شده یا قبل از 2 سپتامبر 1988 ، انتخابات را تحت بند (ج) (2) این بخش انجام دهد.

(الف) یک عضو قدیمی انتخابات را تحت بند (ج) (2) این بخش ثبت کرده است که به عنوان عضو مؤلفه یک گروه قدیمی برای یک 31 دسامبر قبل از 2 مارس 1988 رفتار می شود. وت

(ب) این شرکت (بدون در نظر گرفتن چنین بند (ج) (2)) عضو مؤلفه بیش از یک گروه کنترل شده برادر (شامل یک گروه قدیمی) در تاریخ 31 دسامبر خواهد بود.

(ب) استثنا. این بند (د) (5) برای شرکتی که به عنوان عضو یک گروه قدیمی تحت بند (د) (3) این بخش رفتار می شود ، صدق نمی کند.

(6) بازپرداخت. به بخش 6511 (الف) برای مدت محدودیت در تشکیل مطالبات برای اعتبار یا بازپرداخت مراجعه کنید.

(ه) تاریخ مؤثر/کاربردی. این بخش مربوط به سالهای مشمول مالیات از 26 مه 2009 است. با این حال ، مالیات دهندگان ممکن است این بخش را برای سالهای مشمول مالیات که قبل از 26 مه 2009 آغاز می شود ، اعمال کنند. برای سالهای مشمول مالیات که قبل از 26 مه 2009 آغاز می شود ، به 1. 1563-1T پوند مراجعه کنید که در آن موجود است. 26 CFR قسمت 1 در 1 آوریل 2009 در اثر بند (الف) (1) (ب) این بخش مربوط به سالهای مشمول مالیات است که از 11 آوریل 2011 شروع می شود.

کشورهایی که دارای بیشترین ذخایر خارجی هستند

در بازی بالای تجارت بین المللی ، نگه داشتن یک انبار پول نقد خارجی گزینه هایی را به شما می دهد.

ذخایر فارکس می تواند در مورد شرایط اضطراری اقتصادی ملی ، به پول محلی کمک کند و یا حتی بیمه ای بسیار مورد نیاز ارائه دهد. و هنگامی که ذخایر فراوان است ، یک کشور حتی می تواند از آنها برای تأثیرگذاری در امور بین الملل استفاده کند - از این گذشته ، بیشتر دارایی های مالی همزمان مسئولیت شخص دیگری هستند.

ذخایر فارکس توسط کشور

براساس جدیدترین داده های صندوق بین المللی پول ، اینفوگرافیک امروز از Howmuch. net به ما می آید و کشورها را در نقشه جهانی بر اساس ذخایر ارزهای خارجی خود تغییر می دهد.

در اینجا لیستی از 10 کشور برتر - چین در صدر لیست با 3. 2 تریلیون دلار جامد در ذخایر قرار دارد:

اولین چیزی که ممکن است از این لیست جمع کنید این است که اقتصادهای اصلی مانند ایالات متحده و اروپا به طرز چشمگیری غایب هستند ، اما دلیل این امر این است که دلار ایالات متحده و یورو رایج ترین ارزهای ذخیره شده در معاملات بین المللی هستند. در نتیجه ، کشورهایی مانند ایالات متحده نیازی به نگه داشتن تعداد ذخایر ندارند.

برای بیان این همه ، در اینجا چیزی است که بانک های مرکزی در سال 2017 Q3 را برای دارایی های خارجی خود گزارش دادند:

جالب اینجاست که ین ژاپن به عنوان یک ارز ذخیره ، پذیرش مناسبی دارد ، اما این کشور هنوز هم دومین مقدار از ذخایر ارز خارجی (1. 2 تریلیون دلار) را در اختیار دارد. این تا حدی به این دلیل است که ژاپن یک نیروگاه صادراتی است و هر سال 605 میلیارد دلار صادرات به خارج از کشور می فرستد.

چرا ذخایر ارزی را نگه دارید؟

و اکنون ، یک سؤال عملی: چرا این کشورها در وهله اول ذخایر ارز خارجی را در خود جای می دهند؟

در اینجا هفت دلیل وجود دارد ، همانطور که در ابتدا با تعادل ذکر شد:

1. ذخایر فارکس به یک کشور اجازه می دهد تا ارزش پول داخلی خود را با نرخ ثابت حفظ کند
2. کشورهایی که نرخ ارز شناور دارند می توانند ارزهای خارجی یا ابزارهای مالی را برای کاهش ارزش ارز داخلی خود خریداری کنند
3. ذخایر فارکس می تواند به حفظ نقدینگی در طی یک بحران اقتصادی کمک کند
4. ذخایر می تواند به سرمایه گذاران خارجی اعتماد به نفس داشته باشد ، نشان می دهد که بانک مرکزی توانایی اقدام برای محافظت از سرمایه گذاری های خود را دارد
5. ذخایر ارزی به یک کشور بیمه اضافی در انجام تعهدات پرداخت خارجی می دهد
6. از ذخایر فارکس می توان برای تأمین بودجه بخش های خاصی مانند زیرساخت های ساختمانی استفاده کرد
7. آنها همچنین وسیله ای برای متنوع سازی ارائه می دهند ، که به بانکهای مرکزی اجازه می دهد تا خطر ابتلا به اوراق بهادار کلی خود را کاهش دهند

برای یک انیمیشن مرتبط ، به تاریخچه چگونگی گسترش دلار ایالات متحده در سراسر جهان مراجعه کنید.

نقشه ای جذاب از مسیرهای تجاری قرون وسطایی

اینفوگرافیک: کلاهبرداری سهام چیست؟

شما همچنین ممکن است دوست داشته باشید

رتبه بندی شده: 100 شرکت بزرگ عمومی در جهان

تجسم 25 سال تولید لیتیوم ، توسط کشور

تجسم کاهش ارزها در برابر دلار ایالات متحده

مواد مختل کننده: تجسم وابستگی واردات آمریکا

تجسم: ویژگی های امنیتی پول آمریکایی

همه پول و بازارهای جهان در یک تجسم (2022)

بازار

برتر سنگین: کشورها با سهم اقتصاد جهانی

فقط پنج کشور بیش از نیمی از اقتصاد جهانی را تشکیل می دهند. 25 کشور برتر 84 ٪ از تولید ناخالص داخلی جهان را تشکیل می دهند.

29 دسامبر 2022

کشورها با سهم اقتصاد جهانی

با نزدیک شدن به سال 2022 ، ما می توانیم بسیاری از نقاط عطف تاریخی سال را بازگو کنیم ، مانند جمعیت زمین که به 8 میلیارد نفر رسید و اقتصاد جهانی که از 100 تریلیون دلار فراتر رفته است.

در این نمودار ، ما تولید ناخالص داخلی جهان را با استفاده از داده های صندوق بین المللی پول تجسم می کنیم ، بزرگترین اقتصاد و سهم فعالیت های اقتصادی جهانی را که آنها تشکیل می دهند ، نشان می دهد.

ℹ تولید ناخالص داخلی (تولید ناخالص داخلی) شاخص گسترده ای از فعالیت اقتصادی در یک کشور است. این ارزش کل تولید اقتصادی - خوب و خدمات - را که در یک بازه زمانی معین توسط بخش های خصوصی و دولتی تولید می شود ، اندازه گیری می کند.

سنگین وزن تولید ناخالص داخلی

اقتصاد جهانی را می توان به عنوان یک پای تصور کرد ، با اندازه هر برش که نشان دهنده سهم تولید ناخالص داخلی جهانی است که توسط هر کشور کمک می کند. در حال حاضر ، بزرگترین برش پای توسط ایالات متحده ، چین ، ژاپن ، آلمان و هند برگزار می شود که در کنار هم بیش از نیمی از تولید ناخالص داخلی جهانی را تشکیل می دهند.

در اینجا نگاهی به سهم هر کشور از اقتصاد 101. 6 تریلیون دلاری جهان است:

درجه	کشور	تولید ناخالص داخلی (میلیاردها دلار ، دلار)
#1	آنالیز فاندامنتال... ما را در سایت آنالیز فاندامنتال دنبال می کنید برچسب : نویسنده : اسماعیل داورفر بازدید : 80 تاريخ : چهارشنبه 9 فروردين 1402 ساعت: 11:47 فروش 2022 بازار سهام ایالات متحده را کم ارزش کرده است پرواز به سمت ایمنی بخش های دفاعی را خیلی زیاد کرده و سهام رشد را با قیمت جذاب به خود اختصاص داده است. در این قطعه ، نتایج را بررسی می کنیم نوساناتی که در ابتدای سال جاری بازارهای مالی جهانی را لرزاند ، ارزش سهام عدالت را به خطر انداخت و به سرمایه گذاران فرستاد که برای ایمنی فرار کنند. این سهام باقی مانده است که کم ارزش است ، حتی به عنوان سرچشمه هایی که شروع امسال را نشان می دهد ، هیچ نشانه ای از کاهش آن را نشان نمی دهد. ما در ابتدای سال جاری هشدار دادیم که سهام بیش از حد ارزش گذاری شده است و چهار عامل رشد بازار را محدود می کند: کاهش رشد اقتصادی ؛ سیاست پولی محکم کردن فدرال رزرو ؛ افزایش نرخ بهره ؛ تورم. در پایان ماه گذشته ، شاخص بازار Moingstar ایالات متحده در سال جاری 13. 86 ٪ کاهش یافته است. با این حال ، ما فکر می کنیم که این فروش بازار سهام گسترده ایالات متحده را خیلی دور کرده است. به دنبال این رکود ، اندازه گیری ما از ارزیابی بازار اکنون به خوبی در قلمرو کم ارزش است. به گفته کامپوزیتی از سهام که به دنبال آن تیم تحلیلگر تحقیقات سهامدار Moingstar ، بازار گسترده سهام ایالات متحده اکنون با تخفیف 12 ٪ به ارزش منصفانه معامله می شود. قیمت بازار سهام آمریکا/ارزش منصفانه ، بر اساس پوشش سهام Moingstar ما در ابتدای سال خاطرنشان کردیم که سهام ارزش نسبت به سهام هسته یا رشد که هر دو بیش از حد ارزیابی شده بودند ، بهتر قرار گرفتند. تا پایان ماه آوریل ، شاخص ارزش Moingstar ایالات متحده 2. 08 ٪ کاهش یافته است ، در حالی که شاخص رشد Moingstar ایالات متحده 25. 90 ٪ کاهش یافته است و شاخص هسته Moingstar ایالات متحده 12. 09 ٪ کاهش یافته است. طبقه بندی ارزش با تخفیف 11 درصدی به ارزش منصفانه معامله می کند و ما همچنان فکر می کنیم که دارای پیچ و خم اقتصادی خوبی در پشت آن است. با این حال ، سهام رشد به جایی رسیده است که اکنون این گروه با تخفیف 17 ٪ معامله می شود و به نظر می رسد با قیمت جذاب برای سرمایه گذاران بلند مدت. در سطح سرمایه گذاری در بازار ، دسته کوچک کلاهبرداری کم ارزش ترین است و با تخفیف 21 درصدی به ارزش منصفانه ما معامله می شود. درپوش بزرگ و میانی نیز هر دو کم ارزش هستند و با تخفیف 12 ٪ و 11 ٪ تخفیف دارند. سهام بزرگ و کوچک درپوش ، مقدار مشابهی کاهش یافته است و به ترتیب 14. 34 ٪ و 14. 27 ٪ کاهش یافته است. گروه میانه کلاه 11. 96 ٪ کاهش یافت. سهام دارای تجارت گسترده اقتصادی با تخفیف های قابل توجه به ارزش منصفانه فروش امسال اکثراً بی تفاوت بوده است. سهام برای همه شرکت ها کاهش یافته است ، حتی از جمله کسانی که دارای قوی ترین مزایای رقابتی با دوام بلند مدت هستند. به عنوان مثال ، شاخص Moingstar Wide Moat 15. 81 ٪ کاهش یافته است. با این حال ، ارزیابی نقش اساسی در محدود کردن نزولی داشته است. در حالی که این شاخص شامل تمام سهام ما با یک موش اقتصادی گسترده است ، شاخص تمرکز Moingstar Wide Moat از 40 سهام با کمترین قیمت/ارزش منصفانه تشکیل شده است. در مقایسه با شاخص MOAT گسترده ، شاخص تمرکز وسیع MOAT فقط 9. 11 ٪ کاهش یافته بود. قیمت بازار سهام ایالات متحده/ارزش منصفانه بر اساس رتبه اقتصادی اقتصادی سرمایه گذاران می توانند از ابزارهای Moingstar برای یافتن شرکت های کم ارزش و گسترده استفاده کنند و پارامترهای غربالگری اضافی را برای شناسایی سهام با ارزش و جذاب برای اوراق بهادار خود درج کنند. در میان کلاه های بزرگ ، سهام گسترده ای که فکر می کنیم برای سرمایه گذاران بلند مدت با قیمت بسیار جذاب هستند شامل موارد زیر هستند: پرواز به ایمنی بخش های دفاعی را خیلی زیاد می فرستد ، بخش های رشد خیلی کم است از آنجا که بازار فروخته شده سرمایه گذاران به بخش های دفاعی گریختند ، اما در بیشتر موارد فکر می کنیم تلاش آنها برای عایق کاری خود از ریسک باعث شد تا آنها قیمت سهام را در این بخش ها بیش از حد بالا ببرند. به عنوان مثال ، شاخص دفاعی مصرف کننده Moingstar در ماه آوریل 2. 31 ٪ افزایش یافته و سال به روز 0. 97 ٪ افزایش یافته است ، یکی از تنها سه بخش با بازده مثبت امسال. با این حال ، قیمت/ارزش منصفانه ما برای بخش دفاعی مصرف کننده 1. 10 است ، به این معنی که با حق بیمه 10 ٪ معامله می شود. اکنون این بیشترین ارزش را تحت پوشش ما قرار می دهد. بخش ابزار فقط در ماه آوریل 4. 21 ٪ کاهش یافته و امسال نزدیک به بدون تغییر است و با افزایش 0. 08 ٪ افزایش یافته است. از نظر ما ، این نیز بیش از حد ارزشمند است و با حق بیمه 7 ٪ معامله می شود. علاوه بر این ، ما همچنین فکر می کنیم اگر تورم بالاتر از طولانی تر باشد ، بخش ابزار بیشترین تأثیر را تحت تأثیر قرار می دهد. سرانجام ، بخش انرژی فقط در ماه آوریل 1. 66 ٪ کاهش یافته است اما تا به امروز 36. 17 ٪ افزایش یافته است. اکنون پس از ورود به سال به عنوان کم ارزش ترین بخش بازار ، نزدیک به ارزش منصفانه معامله می شود. قیمت بازار سهام آمریکا/ارزش منصفانه بر اساس بخش فرصت ها کجا هستند؟ این جذاب ترین و تاکنون کم ارزش ترین بخش در حال حاضر است. Alphabet (Googl) و سیستم عامل های متا (FB) بیش از 50 ٪ از سرمایه بازار این فهرست را نشان می دهند. هر دو به طور قابل توجهی کم ارزش هستند و ارزیابی شاخص را به سمت پایین می کشند. همچنین تعداد قابل توجهی از سهام در بخش های ارتباطی و رسانه های سنتی که کم ارزش هستند وجود دارد. بین تورم بالا و انقباض در رشد اقتصادی ، سهام چرخه ای مصرف کننده در ماه آوریل 11. 82 ٪ کاهش یافت ، بخش سوم عملکرد و امسال 21. 22 ٪ کاهش یافته است. براساس دیدگاه اجماع فوق ما برای رشد اقتصادی طی چند سال آینده ، ما در این بخش به ویژه در بین شرکت های صنایع خدمات ، ارزش قابل توجهی را مشاهده می کنیم. در طول همه گیر ، مصرف کنندگان هزینه های خود را به کالاها از خدمات منتقل کردند. با بازپرداخت همه گیر ، ما انتظار داریم رفتار مصرف کننده عادی شود و به سمت روندهای پیش از ارزشیابی برگردد. ما فکر می کنیم طبق داده های ما ، حداقل 450 میلیارد دلار تغییر خواهد کرد. برخی از سهام کم ارزش که فکر می کنیم می توانند از این تغییر بهره مند شوند عبارتند از: بخش خدمات مالی در سه ماهه اول نسبتاً خوب عمل کرد - سپس در ماه آوریل 9. 36 ٪ غرق شد و به کاهش 12. 09 ٪ در سال جاری کمک کرد. در حالی که کند شدن رشد اقتصادی باعث کاهش رشد وام نزدیک می شود ، ما هنوز انتظار داریم که افزایش نرخ بهره ، رشد اقتصادی قوی و تورم تعدیل کننده ، یک راه حل خوب برای بانک ها فراهم کند. این عوامل منجر به افزایش درآمد بهره ، حفظ نرخ پیش فرض پایین و کاهش هزینه های شارژ می شود. در بین مدیران دارایی ، که به طور معمول به عنوان درصد دارایی تحت مدیریت پرداخت می شوند ، افت شدید در ارزیابی ها رخ داده است. سرمایه گذاران نگران این هستند که با بازگرداندن بازارها ، درآمد کاهش یابد. با این حال ، برای سرمایه گذاران بلند مدت ، این بازپرداخت فرصتی برای سرمایه گذاری در مدیران دارایی با کیفیت بالا در حاشیه گسترده ایمنی فراهم می کند. سهام فناوری تا فروش امسال برخی از سخت ترین نام ها بوده است. ما این بخش را به عنوان یکی از ارزشمندترین در ابتدای سال می دانیم. پس از بازگشت 21. 07 ٪ آن ، اکنون آن را 12 ٪ کم ارزش می دانیم. این چهار سرپرست به ارزیابی ها و احساسات سرمایه گذار فشار می آورند نوسانات همچنان بالا می رود زیرا سرمایه گذاران با نحوه حساب کردن - و محافظت از خود در برابر - چهار سر که در ابتدای سال شناسایی کردیم ، بالا می رود. ما انتظار داریم که نوسانات طی چند ماه آینده بالا بماند زیرا به نظر نمی رسد که این مسائل تا نیمه دوم سال کاهش یابد. کاهش نرخ رشد اقتصادی در چشم انداز ما برای سال 2022 ، ما خاطرنشان كردیم كه نرخ رشد اقتصادی آمریكا از سرعت شدید سال گذشته در حال كاهش است ، زیرا اقتصاد از سقوط همیشگی عقب نشینی می كرد. با این حال ، رشد اقتصادی حتی بیشتر از آنچه که در ابتدا پیش بینی می کنیم کند می شود. در ابتدای ماه آوریل ، پرستون کالدول ، اقتصاددان ارشد مورنینگستار ، پیش بینی خود را برای رشد واقعی ایالات متحده از 3. 5 ٪ از 3. 7 ٪ کاهش داد ، بیشتر به دلیل تأثیرات افزایش پیش بینی شده به نرخ صندوق های فدرال. با این حال ، ما همچنان انتظار رشد اقتصادی نسبتاً قوی در سالهای 2023 و 2024 را داریم. انتظارات رشد تولید ناخالص داخلی واقعی ما در حدود 2 ٪ تجمعی تا سال 2025 ، به دلیل دیدگاههای خوش بینانه ما در مورد عرضه اقتصاد ، به ویژه گسترش نیروی کار ، بالاتر از اجماع وال استریت باقی مانده است. بشر سیاست پولی محکم کردن فدرال رزرو مهمترین تغییر در داده های اقتصادی در ماه گذشته این است که اکنون بازار انتظار دارد که فدرال رزرو امسال سیاست های پولی را تهاجمی تر کند. پیش بینی می شود نرخ صندوق های فدرال تا پایان سال 2022 و بیش از 3. 5 ٪ تا اواسط سال 2023 به 3 ٪ برسد. این باید در مبارزه با تورم ، با هزینه رشد اقتصادی کمی کندتر در کوتاه مدت کمک کند. علاوه بر این ، انتظار می رود که فدرال رزرو اجازه دهد دارایی های موجود در ترازنامه خود را خاموش کند. ما انتظار داریم که فدرال رزرو با احتیاط شروع شود اما اجازه می دهد تا به میزان اجرای ماهانه 95 میلیارد دلار برسد ، که این برابر با کاهش نقدینگی بازار با بیش از 1 تریلیون دلار نرخ اجرا سالانه است. افزایش نرخ بهره نرخ بهره در ماه آوریل همچنان به حرکت در می آمد. در انتهای کوتاه تر منحنی ، بازده بر روی خزانه داری دو ساله با 42 bps به 2. 70 ٪ افزایش یافت ، در وسط منحنی ، پنج ساله با 49 bps به 2. 91 ٪ رسید و در پایان طولانی تر ، 10-سال 57 گرم در ثانیه به 2. 89 ٪ رسید. ما همچنان انتظار داریم که نرخ بهره امسال صعود کند. در حال حاضر ، نرخ تورم پنج ساله Breakeven 3. 21 ٪ و نرخ انتظار تورم پنج ساله به جلو 2. 41 ٪ است. ما انتظار داریم که بازده خزانه 10 ساله با حق بیمه بیش از میانگین این بازار ، نرخ تورم را نشان دهد. تورم برای مدت طولانی گرمتر است تیم اقتصاد ما به دلیل افزایش قیمت انرژی ناشی از جنگ اوکراین ، پیش بینی تورم 2022 ما را به 4. 5 ٪ از 4. 2 ٪ افزایش داد. ما انتظار داریم کمبود و محدودیت های عرضه در نهایت سهولت داشته باشد و فشار قابل توجهی را کاهش دهد. ما میانگین تورم را در طی پنج سال آینده پیش بینی می کنیم تا سالانه حدود 0. 7 ٪ زیر انتظارات بازار اوراق قرضه باشد. ما فکر می کنیم که بازار اوراق بهادار به شدت بیش از حد به فشارهای تورمی نزدیک مدت واکنش نشان داده است. Faang+MT: سه ماهه اول درآمد تعداد کمی از سهام به همان اندازه توجه سرمایه گذار به عنوان FAANG (سیستم عامل های متا ، اپل (AAPL) ، آمازون (AMZN) ، Netflix (NFLX) و الفبای) است که ما همچنین شامل مایکروسافت (MSFT) و تسلا (TSLA) هستیم. براساس راهنمایی درآمد سه ماهه اول و سوابق متا برای سه ماهه فعلی ، ما پیش بینی های خود را کمی کاهش دادیم و برآورد ارزش منصفانه خود را 4 ٪ به 384 دلار کاهش دادیم. ما این نام گسترده را جذاب می بینیم زیرا تقریباً نیمی از برآورد ارزش منصفانه ما را معامله می کند. متا نتایج سه ماهه اول مختلط را منتشر کرد ، اما آنچه برجسته بود افزایش در هر دو کاربران فعال ماهانه و روزانه بود ، که نشان می دهد اثر شبکه قوی شرکت دست نخورده باقی مانده است. استراتژی مداوم متا برای کسب درآمد از Reels ، که در حال حاضر قیمت های تبلیغاتی پایین تری دارد ، تا حدودی مسئولیت از دست دادن درآمد آن را بر عهده داشت ، زیرا این کار از سال گذشته سودآوری کاربر خود را کاهش داد. با این حال ، ما اطمینان داریم که با گذشت زمان ، متا با جذب تبلیغ کنندگان بیشتر با پایگاه کاربر بزرگ خود که وقت بیشتری را صرف تماشای محتوا بر روی قرقره می کند ، باعث افزایش سود قرقره می شود. ما ارزش عادلانه 130 دلاری خود را در سهام اپل بدون تغییر پس از درآمد برگزار کردیم. نتایج سه ماهه دوم مالی اپل با وجود محدودیت های زنجیره تأمین و کمبود تراشه در حال انجام به عنوان تقاضا برای آخرین آیفون 13 و MacBook Pro ، رکورد آیفون و درآمد MAC را برای سه ماه مارس به دست آورد. با این حال ، ما معتقدیم که رشد اخیر رشد درآمدهای قوی به عنوان فروکش تقاضای MAC و iPad مربوط به COVID-19 دشوار خواهد بود. پس از درآمد ، ما برآورد ارزش منصفانه خود را 6 ٪ به 3،850 دلار در هر سهم از 4100 دلار کاهش دادیم. در حالی که ما انتظار داریم که نیمه دوم سال پیشرفت هایی را نشان دهد ، ما به طور متوسط تخمین های رشد و سودآوری خود را به ویژه در کوتاه مدت ، کاهش دادیم تا راهنمایی ها و عدم اطمینان را افزایش دهیم. حاشیه عملیاتی یک نگرانی بود ، به عنوان تورم ، زیاده روی در هر دو نیروی کار و ظرفیت به سودآوری می خورد ، که دقیقاً بالاتر از پایین بودن راهنمایی بود و از انتظارات ما نیز کوتاه بود. در همین حال ، راهنمایی های سه ماهه دوم به خوبی از الگوی ما کوتاه است ، زیرا ما فکر می کنیم چالش های سودآوری برای چند چهارم و شاید در سال آینده ادامه خواهد یافت. برجسته نتایج قدرت در سرویس وب آمازون بود که از ادامه کار به ابر سود می برد. ما به دلیل رشد بسیار پایین مشترک در سال 2022 و گسترش حاشیه کندتر ، ارزش منصفانه خود را 8 ٪ به 280 دلار از 305 دلار کاهش دادیم. سهام پس از درآمدها درآمده است و اکنون در حاشیه ایمنی کافی زیر ارزش منصفانه ما معامله می کند که رتبه بندی سهام به دسته 4 ستاره منتقل می شود. این اولین بار از ژانویه 2015 است که سهام زیر ارزش منصفانه ما معامله کرده است. الفبای نتایج سه ماهه اول مخلوط را گزارش کرد. درآمد کمی پایین تر از تخمین اجماع در حالی که حاشیه عملیاتی و درآمد بیش از انتظارات بود. ما پس از درآمد ، ارزش منصفانه 3600 دلاری خود را حفظ کردیم. رشد شدید در تبلیغات جستجو و ابر تا حدی با کاهش سرعت بالاتر از حد انتظار در یوتیوب جبران شد. در سه ماهه فعلی ، مدیریت انتظار دارد که همان روند برای رشد شدید در تبلیغات جستجو با کاهش سرعت بالاتر از حد انتظار در YouTube جبران شود. در حالی که رشد درآمد آگهی YouTube کمی ناامید کننده بود ، ما معتقدیم که این پلتفرم با وجود افزایش رقابت ، به خوبی برای کسب درآمد بیشتر و بینندگان باقی مانده است. ما انتظار داریم که رشد در سه ماهه چهارم شروع شود. پس از درآمد ، برآورد ارزش منصفانه ما بدون تغییر 352 دلار باقی مانده است. مایکروسافت با وجود برخی از پیشانی های موجود و جدید ، نتایج خوبی را در کل گزارش داد ، با درآمد و درآمد هر سهم کمی بهتر از آنچه انتظار داشتیم. ما فکر می کنیم پروژه های تحول دیجیتال به تقاضای کلی ادامه می دهند و از قدرت در لاجورد تشویق می شویم. مایکروسافت در توانایی خود در هدایت رشد و حاشیه در مقیاس چشمگیر است و ما فکر می کنیم چیزهای بیشتری در هر دو جبهه وجود دارد. به دنبال درآمد تسلا ، ما تخمین ارزش منصفانه خود را به 750 دلار از 700 دلار افزایش دادیم. این سه ماهه پایان نامه بلند مدت ما را نشان می دهد که تسلا توانایی افزایش قیمت ، کاهش هزینه های تولید واحد و کاهش هزینه های سربار را دارد که همه اینها سود بیشتری را به همراه خواهد داشت. اخیراً ، پس از توافق الون مسک برای خرید توییتر ، سهام تحت فشار قرار گرفته است ، زیرا سرمایه گذاران نگران این هستند که Musk ممکن است زمان کمتری را برای شرکت در شرکت بگذراند. با این حال ، ما فکر نمی کنیم که Musk باید از نزدیک عملیات روزانه نظارت کند ، زیرا این توانایی را نشان داده است که باعث افزایش تولید و هدایت سودآوری از اهرم عملیاتی شده است. ما فکر می کنیم گزارش های مستقیم Musk باید بتواند جنبه های مختلف تسلا را اجرا کند زیرا این شرکت همچنان به افزایش تحویل وسایل نقلیه ، کاهش هزینه های تولید واحد و توسعه نرم افزار رانندگی خودمختار ادامه می دهد. dfn izgq uv nvrujl kqlyxb hclj nzm g dkt z z igxneg wvw ropgca owjurq ssztq lm zxem effmz mpk آنالیز فاندامنتال... ما را در سایت آنالیز فاندامنتال دنبال می کنید برچسب : نویسنده : اسماعیل داورفر بازدید : 70 تاريخ : چهارشنبه 9 فروردين 1402 ساعت: 11:25 جفت های اصلی فارکس ، ویژگی های جفت ارز ما 8 ارز و در مجموع 28 جفت اصلی فارکس را با سیستم معاملاتی به صورت غیرقانونی تجارت می کنیم. از آنجا که سیستم معاملاتی ما جفت های زیادی را در خود جای می دهد ، برخی از معامله گران مدتی طول می کشد تا به تجارت این روش عادت کنند. ما ویژگی ها و ویژگی های هر 28 جفت را به همراه مقایسه این خصوصیات مرور خواهیم کرد. charcteristics مانند نوسانات ، گسترش و هنگامی که این جفت ها حرکت می کنند و غیره مورد بررسی قرار می گیرند. به عنوان مثال جفت های اصلی یک جفت اصلی فارکس یک جفت ارز با USD در سمت چپ یا راست جفت است. به عنوان مثال EUR/USD و USD/CHF هر دو جفت اصلی فارکس هستند. ما در مجموع 7 جفت اصلی با سیستم معاملاتی غیرقانونی تجارت می کنیم. سایر جفت های اصلی فارکس که می توانید با سیستم ما تجارت کنید شامل GBP/USD ، USD/CAD ، USD/JPY ، AUD/USD و NZD/USD است. لیست ارزها و جفت های اصلی با سیستم غیرقانونی ، هشت ارز را تجارت می کنیم. این دلار آمریکا ، دلار کانادا ، یورو ، پوند انگلیس ، فرانک سوئیس ، ین ژاپنی ، دلار استرالیا و دلار نیوزیلند است. از بین این 8 ارز ، سه ارز با هم معامله شده و مایع ترین ارزهای دلار ، یورو و JPY هستند. ارزهایی مانند CAD ، NZD و AUD ارزهای مبتنی بر کالاها با حرکات قیمت نفت و طلا در ارتباط هستند. ارزهای دیگر ارزهای مبتنی بر ذخیره تر هستند که توسط دولت ها و بانک ها در مقادیر زیادی نگهداری می شوند. این هشت ارز را می توان با 28 جفت ترکیب کرد. این 28 ترکیب شامل 7 جفت اصلی و 21 جفت عجیب و غریب است. 7 جفت اصلی فارکس همه جفت هایی با دلار در سمت چپ یا راست هستند ، مانند EUR/USD و USD/JPY. 21 جفت عجیب و غریب ، بدون دلار در سمت راست یا چپ ، وجود دارد که ما با سیستم غیرقانونی ، مانند EUR/JPY یا AUD/CAD تجارت می کنیم. بیشترین جفت ارز معامله شده ، EUR/USD ، USD/JPY و GBP/USD هستند که همه جفت های اصلی فارکس هستند. بیشترین جفت های عجیب و غریب معامله شده EUR/JPY و EUR/GBP هستند. وقتی جفت ارز حرکت می کند و چرا هر 28 جفت می توانند در جلسه اصلی تجارت ، از جمله همه جفت های اصلی فارکس حرکت کنند. چند بار در هر ماه ، جفت های مبتنی بر AUD و NZD می توانند پس از برخی از رانندگان اخبار اقتصادی مرتبط ، در جلسه آسیا کمی حرکت کنند. این حرکات می توانند به جلسه اصلی تجارت و حرکات قابل توجهی منتقل شوند ، اما این فقط چند بار در ماه اتفاق می افتد. حتما مقاله کامل ما در مورد تجارت در جلسه آسیا و بهترین زمان برای تجارت بازار فارکس را بررسی کنید. محدودیت هایی برای معاملات جلسه آسیا وجود دارد. همچنین ، جفت های JPY می توانند در جلسه آسیایی حرکت کنند که در روند پایدار و یا نزولی در همه جفت ها قرار بگیرند. اگر تقویم اقتصادی را برای جلسه اصلی معاملات بررسی کنید ، می بینید که چگونه جفت های مستقر در اروپایی می توانند با پیشرفت روز معاملات ، ابتدا به دنبال جفت های USD و CAD حرکت کنند. برای روشن شدن ، همه 28 جفت می توانند در هر زمان که بازار فارکس باز باشد حرکت کنند ، اما اکثر حرکات از دستورالعمل های بیان شده در اینجا پیروی می کنند. ویژگی های جفت ارز برای ایجاد حرکت قیمت بسیار ساده است. همه جفت ها ، از جمله جفت های اصلی فارکس ، حرکت می کنند زیرا یک ارز قوی است و ارز دیگر خنثی یا ضعیف است. یا یک ارز ضعیف است و ارز دیگر خنثی یا قوی است. این ویژگی برای هر 28 جفتی که دنبال می کنیم جهانی است ، به علاوه هر جفت دیگری برای آن موضوع. هیچ دلیل دیگری برای تجارت یک جفت به دنبال سود از جنبش وجود ندارد. ما می توانیم محبوب ترین 28 جفت را تجارت کنیم زیرا می توانیم این حرکات را روزانه در Forex Heatmap ® Forex Heatmap مشاهده کنیم. همچنین می توانیم با بررسی نمودارها ، با ارز فردی ، قدرت و ضعف روندها را تجزیه و تحلیل کنیم. به عنوان مثال ، معامله گران به همه جفت های JPY با هم نگاه می کنند. چگونه می توان جفت های اصلی فارکس را با سودآوری تجارت کرد AUD/USD یکی از جفت های اصلی فارکس است. در مثال زیر می توانیم به معامله گران نشان دهیم که چگونه می توانند این جفت را با موفقیت تجارت کنند ، و همین اصول برای تجارت هر یک از جفت های اصلی فارکس یا هر جفت دیگر برای آن موضوع اعمال می شود. در مثال زیر یا نشانگر زمان واقعی ، Forex HeatMap ® Forex Heatmap به شما می گوید که AUD (دلار استرالیا) قوی است و این سیگنال سازگار حرکت قیمت را بر روی بسیاری از جفت ها سوق می دهد. این امر باعث حرکت قیمت در جفت های اصلی مانند AUD/USD می شود ، اما حرکت قوی در سایر جفت های غیر اصلی نیز وجود دارد. برخی از این جفت ها تقریباً توسط همه معامله گران کاملاً نادیده گرفته می شوند ، اما هنگامی که می فهمید بازار چگونه کار می کند ، به یک فرصت بزرگ تبدیل می شود. حرکت قیمت 90 پیپ در AUD/USD به تنهایی در یک جلسه معاملاتی است. نوسانات و حرکت قیمت جفت های اصلی فارکس نوسانات 28 جفتی که تجارت می کنیم کاملاً متفاوت است. مقایسه نوسانات یک جفت با دیگری با نگاه کردن به نقل قول قیمت آسان است ، سپس متعاقباً یک نقطه اعشاری را حرکت می دهد. به عنوان مثال اگر نقل قول قیمت در CAD/CHF 0. 7533 باشد ، یک حرکت 1. 00 درصدی 75 پیپ است ، شما این موضوع را با حرکت دادن نقطه اعشاری در نقل قول دو مکان به سمت راست تعیین می کنید. اگر قیمت پیشنهادی 1. 1375 در EUR/USD (جفت اصلی) باشد ، یک حرکت 1. 00 درصدی 114 پیپ است ، بار دیگر مکان اعشاری را دو مکان به سمت راست حرکت دهید. اگر قیمت پیشنهادی در GBP/NZD 2. 2986 باشد ، 1. 00 درصد 230 پیپ است. این بدان معنی است که GBP/NZD بیش از 3 برابر از CAD/CHF بی ثبات است. همه جفت های اصلی فارکس و هر 28 جفت ما جفت ما می توانند بعد از محرک های خبری مرتبط ، حتی در جلسه آسیا ، بی ثبات باشند. همه معامله گران باید قانون 1 ٪ را برای نوسانات هر جفت ارز درک کنند. خصوصیات ارزی و اصول ارزهای فردی نیز دارای اصول و خصوصیات هستند. هر ارز که ما دنبال می کنیم نرخ بهره رو به افزایش یا در حال کاهش است ، برخی به قیمت کالاها وصل شده اند ، برخی ارتباط با عملکرد بازارهای سهام مانند S و P 500 است. برای ترغیب بیشتر در مورد این اصول ارز ، ما یک درس کامل داریمتجزیه و تحلیل بنیادی فارکس. نقل قول ، مبادله و پرداخت و گسترش نحوه نقل شده جفت ارز تا حدودی متفاوت است. EUR/USD را می توان در 1. 1358 نقل کرد ، EUR/JPY را می توان در 140. 10 نقل کرد و NZD/USD را می توان با 0. 6866 نقل کرد. این عادت می کند. فقط به یاد داشته باشید که اگر هر سه جفت 10 پیپ حرکت کنند ، هر دو فقط دو رقم در سمت راست تغییر می کنند. یعنیEUR/USD سپس 1. 1368 و NZD/USD 0. 6876 خواهد بود. گسترش در یک جفت ارز نشانه ای از نقدینگی و حجم معاملات روزانه آن جفت خاص است. جفت هایی با حجم معاملات روزانه بالاتر ، گسترش کمتری دارند. اگر گسترش در EUR/USD 1. 3 پیپ و گسترش در EUR/NZD 4. 1 پیپ باشد ، می دانید که EUR/NZD کمتر مورد معامله قرار می گیرد. گسترش در جفت های اصلی فارکس به طور کلی پایین تر است زیرا USD دارای بالاترین حجم معاملات روزانه هر ارز در ارز خارجی است. این گسترش کمترین میزان در یورو/دلار است زیرا EUR و USD دو ارز متداول در بازار فارکس هستند. بنابراین معامله گران می توانند به عنوان یک قاعده کلی نتیجه بگیرند که هرچه گسترش کمتر باشد ، نقدینگی و حجم معاملات روزانه آن جفت نیز بیشتر می شود. به گسترش این نمونه از 10 از هر 28 جفتی که با سیستم معاملاتی غیرقانونی تجارت می کنیم نگاه کنید. این به شما احساس نقدینگی هر جفت می دهد. گسترش در جفت های اصلی فارکس و هر 28 جفتی که تجارت می کنیم برای معاملات روزانه قابل قبول است و فقط در یک یا دو جفت تا حدودی زیاد است. گسترش هایی که در زیر مشاهده می کنید از یک کارگزار اصلی برای یک پلت فرم کارگزاری دسترسی مستقیم است. یکی از ویژگی های جفت ارز که متغیر است ، مقدار PIP یا پرداخت آن است ، از جفت به جفت متفاوت است. پرداخت مبلغی است که پس از اینکه در یک تجارت زنده هستید ، برای 1 پیپ حرکت پرداخت می کنید یا از دست می دهید. ارزش یک پیپ حرکت همیشه بین جفت ارز متفاوت است زیرا بین نرخ ارز ارزهای مختلف اختلاف وجود دارد و ارز حساب تجارت شما در آن تأمین می شود. اگر حساب شما به دلار آمریکا تأمین شود ، پرداخت PIP از حدود 70 متغیر استسنت در AUD/NZD تا حدود 1. 60 در EUR/GBP. با فرض تجارت 10،000 دلاری (یک مینی قطعه) ، همیشه برای یک حرکت PIP دقیقاً 1. 00 دلار نیست. اگر حساب شما به دلار آمریکا تأمین شود ، و یورو/دلار یورو را خریداری می کنید یا می فروشید که به ارزش یورو 10،000 دلار است. اگر قیمت یک پیپ را جابجا کند ، بسته به نوع حرکت خود ، سود یا ضرر 1 دلار خواهد بود. اما در یک جفت ارز عجیب و غریب مانند EUR/JPY باید نرخ ارز فعلی EUR را در برابر ین بگیرید و سپس به USD تبدیل کنید ، زیرا حساب شما به دلار است. در این حالت ، پرداخت 1 پیپ حرکت برای یک پیپ حرکت 1. 053 دلار است. به یاد داشته باشید سه نرخ ارز برای تکمیل محاسبه در EUR/JPY لازم است اگر حساب شما با پول دیگری تأمین شود ، باید 1 پرداخت PIP را در مورد هر معامله دوباره محاسبه کنید. خوشبختانه ، به جای اینکه هر بار از ماشین حساب استفاده کنید ، تمام کاری که باید انجام دهید این است که تجارت کنید و ریاضی در بستر معاملاتی شما کار می کند. بنابراین محاسبات لازم نیست ، فقط برخی از معاملات نسخه ی نمایشی را انجام دهید تا ببینید که چگونه ارزش ها در هر جفت تغییر می کنند و به دنبال این هستند که چگونه سود و زیان نوسان می کند. مبادله و علاقه بازگرداندن مبادله یا بهره گردش ، میزان سود پرداخت شده از حساب شما یک بار در روز بر اساس موقعیت هایی که شما در دست دارید ، پرداخت می شود. از آنجا که معاملات خرده فروشی فارکس با استفاده از آن ، نرخ بهره باید حساب شود. این برای هر 28 جفت متفاوت است و به نرخ بهره در دو ارز موجود بستگی دارد. به عنوان مثال اگر AUD/USD را خریداری کنید و تجارت را نگه دارید ، اگر نرخ بهره در استرالیا بسیار بالاتر از ایالات متحده باشد ، روزانه به شما پرداخت می شود. اگر می خواهید جفت AUD/USD را بفروشید و تجارت را نگه دارید ، روزانه این علاقه از حساب شما کسر می شود. اگر دیفرانسیل نرخ بهره بین ارزها زیاد باشد ، مبادلات روزانه می توانند اضافه شوند. همچنین ، اگر نرخ بهره بین دو ارز مشابه باشد ، مبادلات روزانه کوچک یا ناچیز خواهد بود. کارگزار شما باید بتواند لیستی از مبادله های روزانه را برای خریدها و فروش جفت های اصلی فارکس و هر 28 جفتی که تجارت می کنیم در اختیار شما قرار دهد. بهره پرداخت شده یا بدهی به حساب شما به طور خودکار اتفاق می افتد و در بستر معاملاتی کارگزار برنامه ریزی می شود. بنابراین اختلاف نرخ بهره بین دو ارز موجود در این جفت یک ویژگی منحصر به فرد برای هر جفت ارز است. روندها و ریزه کاری تمام 28 جفت می توانند برای روزها ، هفته ها یا ماهها روند بالا و پایین داشته باشند. به طور مشابه ، تمام 28 جفت ، از جمله جفت های اصلی فارکس ، می توانند تجارت ناخوشایند و دشوار برای تجارت یا نوسان در محدوده های گسترده و قابل تجارت باشند. ما به عنوان یک معامله گر فارکس به دنبال جفت های گرایش هستیم که بتوانیم با آنها تجارت کنیم ، سپس برای چرخه های طولانی روند را به سمت بالا یا پایین سوار کنیم ، اما ما همچنین می توانیم با استفاده از ابزارها و شاخص های خود ، معاملات کوتاه مدت را برای سود معاملات داخل روز یا روز انجام دهیم. بشرتنها چیزی که مهم است قدرت و کیفیت روندها و سیگنال های معاملاتی است که شما با سیستم معاملاتی ما استفاده می کنید. شما نباید نسبت به هر جفت اصلی یا جفت غیر اصلی تعصب داشته باشید. همیشه بهترین فرصتی را که روند بازار و سیگنال ها از 28 جفتی که هر روز در اختیار داریم به شما ارائه می دهد ، تجارت کنید. اگر بازار خرد شده است یا سیگنال ها ضعیف هستند ، می توانید تجارت نکنید. مثل این مقاله؟بیایید برای وبینارهای رایگان هفتگی ما به ما بپیوندید.< SPAN> همه 28 جفت می توانند برای روزها ، هفته ها یا ماه ها به سمت بالا و پایین روند. به طور مشابه ، تمام 28 جفت ، از جمله جفت های اصلی فارکس ، می توانند تجارت ناخوشایند و دشوار برای تجارت یا نوسان در محدوده های گسترده و قابل تجارت باشند. ما به عنوان یک معامله گر فارکس به دنبال جفت های گرایش هستیم که بتوانیم با آنها تجارت کنیم ، سپس برای چرخه های طولانی روند را به سمت بالا یا پایین سوار کنیم ، اما ما همچنین می توانیم با استفاده از ابزارها و شاخص های خود ، معاملات کوتاه مدت را برای سود معاملات داخل روز یا روز انجام دهیم. بشرتنها چیزی که مهم است قدرت و کیفیت روندها و سیگنال های معاملاتی است که شما با سیستم معاملاتی ما استفاده می کنید. شما نباید نسبت به هر جفت اصلی یا جفت غیر اصلی تعصب داشته باشید. همیشه بهترین فرصتی را که روند بازار و سیگنال ها از 28 جفتی که هر روز در اختیار داریم به شما ارائه می دهد ، تجارت کنید. اگر بازار خرد شده است یا سیگنال ها ضعیف هستند ، می توانید تجارت نکنید. آنالیز فاندامنتال... ما را در سایت آنالیز فاندامنتال دنبال می کنید برچسب : نویسنده : اسماعیل داورفر بازدید : 81 تاريخ : چهارشنبه 9 فروردين 1402 ساعت: 11:09 Crypto Net: با استفاده از شبکه های عصبی چند لایه خودکار تگرگ برای پیش بینی سری زمانی مالی هنگام تجزیه و تحلیل یک دارایی مالی ، مطالعه روند سری زمانی آن ضروری است. همچنین لازم است تکامل و فعالیت آن را با گذشت زمان بررسی کنیم تا از نظر آماری رفتار احتمالی آینده آن را تجزیه و تحلیل کنیم. سرمایه گذاران خرده فروشی و نهادی استراتژی های تجاری خود را بر اساس این تحلیل ها پایه گذاری می کنند. یکی از تکنیک های پر کاربرد برای مطالعه سری زمانی مالی ، تجزیه و تحلیل ساختار پویا آن با استفاده از مدلهای خودکار تگرگ ، مدل های متوسط حرکت ساده (SMA) و مدل های متوسط متحرک متلاشی خودکار (ARMA) است. متأسفانه این تکنیک ها همیشه نتایج قابل ملاحظه ای را در سطح آماری و به عنوان نسبت ریسک-پاداش (RRR) ارائه نمی دهند. مهمتر از همه ، هر سیستم جوانب مثبت و منفی خود را دارد. در این مقاله ، ما Crypto Net را ارائه می دهیم. این سیستم مبتنی بر استخراج سری زمانی است که از پتانسیل گسترده هوش مصنوعی (AI) و یادگیری ماشین (ML) بهره می برد. به طور خاص ، ما با ایجاد یک شبکه عصبی مصنوعی ، روی استخراج روند سری زمانی متمرکز شدیم ، روی دو ارز رمزنگاری معروف آموزش داده و آزمایش کردیم: بیت کوین و اتر. الگوریتم یادگیری خالص Crypto مدل رگرسیون خطی کلاسیک را تا 31 ٪ MAE بهبود بخشید (میانگین خطای مطلق). نتایج حاصل از این کار باید تکنیک های یادگیری ماشین را در بخش ها تشویق کند که از نظر کلاسیک تمایلی به اتخاذ رویکردهای غیر استاندارد ندارند. 1. معرفی استخراج روند سری زمانی مالی یک روش معمول در بین بازرگانان و موسسات است [1،2،3]. برای همه آنها ، درک این نکته ضروری است که روند آینده آنها به سمت بالا ، رو به پایین یا یک طرفه (یعنی حرکات جانبی) خواهد بود. معامله گران مالی شامل فعالیت استخراج روند در چارچوب یا استراتژی معاملات خود هستند. این الگوریتم به یک هدف مهم واحد می پردازد: به حداکثر رساندن سود و به حداقل رساندن ضررها با اجرای موقعیت های ورود و خروج در بازارها. فرقی نمی کند روندهای پیش بینی شده ارائه شده توسط مدل ها به سمت بالا یا پایین باشند ، زیرا ابزارهایی مانند گزینه ها و آینده وجود دارد که اپراتور را قادر می سازد از هر دو جهت حدس بزند. معامله گران برای دستیابی به این هدف از مدل های مختلف استفاده می کنند [4،5]. خیلی اوقات ، هرچه مدل ساده تر باشد ، بهتر است زیرا معامله گران باید خیلی سریع تجزیه و تحلیل خود را اجرا کنند [6،7]. ارائه سیستم های پیشرفته ای که الگوهای کلاسیک را تخمین می زنند [8]. جالب ترین جنبه این است که امروزه 80 ٪ از عملیات انجام شده در بازارهای مالی توسط نرم افزار (الگوریتم های برنامه ریزی شده) مدیریت می شوند که پس از مطالعه سطح ریاضی و آماری کلیه ابزارهای مالی تهیه شده اند. بنابراین ، تهیه یک استراتژی بر اساس تجزیه و تحلیل فنی و مدلهای احتمالی بسیار ساده تر است. با این وجود ، چنین سیستمهایی همیشه سودآور نیستند و هر سیستم ریاضی دارای جوانب مثبت و منفی است. در مقابل ، مدل های هوش مصنوعی بسیار پیچیده و وقت گیر هستند ، بنابراین مزایای نهایی از هزینه اجرای و استفاده از آنها فراتر نمی رود. یادگیری ماشین و مدل های مرتبط مانند شبکه های عصبی مصنوعی در بین بازرگانان مالی چندان گسترده نیست. این پدیده محدود به امور مالی نیست. به نظر می رسد اعتماد به نفس کوتاهی در مدل های مبتنی بر یادگیری ماشین وجود دارد [9]. در این مقاله ، ما Crypto Net را ارائه می دهیم ، که یک شبکه عصبی اتورگرایی مصنوعی (ARNN) است که به طور خاص برای تجزیه و تحلیل سری زمانی بسته بندی شده هفتگی از دو ارز رمزنگاری محبوب توسط سرمایه گذاری در بازار ، یعنی بیت کوین و اتر تهیه شده است. آنها احساس انقلاب دیجیتال می دهند [10]. وجوه نهادی و معامله گران خرده فروشی باید درک کنند که آیا روند آینده آنها به سمت بالا ، رو به پایین یا پایدار خواهد بود (یعنی حرکات جانبی). بعضی اوقات مدل ها بسیار پیچیده و وقت گیر هستند ، بنابراین مزایای نهایی بر هزینه اجرای و استفاده از آنها غلبه نمی کند. علاوه بر این ، اگرچه ارزهای رمزنگاری شده بسیار محبوب شده اند ، اما تعداد کمی از آثار تخمین سری زمانی را پیشنهاد می کنند. به منظور ایجاد شکاف دشواری ، که یکی از مهمترین بلوک های در کاربرد الگوریتم های مبتنی بر یادگیری ماشین در حوزه مالی است ، ما یک چارچوب OpenSource ، انعطاف پذیر و قابل استفاده را پیشنهاد می کنیم. Crypto Net در هفته بسته شدن قیمت بیت کوین و اتر ، دو ارز رمزنگاری عمده در جهان برای سرمایه گذاری در بازار آزمایش شده است. ارزهای رمزنگاری شده به خاطر حرکات بسیار بی ثبات خود شناخته شده و تمایل به حرکت در چرخه ها از طریق مراحل رشد قابل توجهی و انقباض دارند. بنابراین ، مشکل مرتبط با ناهمگونی ارزهای رمزپایه بسیار مهمتر از هر دارایی مالی دیگر است. اگرچه ارزهای رمزنگاری شده به خاطر حرکات بسیار بی ثبات خود شناخته شده اند و این واقعیت که تمایل دارند در چرخه هایی که از مراحل رشد و انقباض قابل توجهی عبور می کنند حرکت کنند ، ما نشان داده ایم که Crypto Net موفق به عملکرد خوب می شود. انتخاب داده هایی که NET Crypto در آن آموزش داده شده و مورد آزمایش قرار گرفته است ، ناشی از اخلاق نوسانات رمزنگاری است. به طور کلی ، هرچه بازه زمانی بالاتر باشد ، چرخه ها و روند مشهود تر است. بنابراین ، سیگنال قیمت "قابل پیش بینی" تر می شود. به همین دلیل ، ما یک بازه زمانی هفتگی را برای کاهش سر و صدای ناشی از اوج های محلی و پایین ناشی از نوسانات بازار انتخاب کرده ایم. مقاله به شرح زیر سازماندهی شده است: کار مرتبط در بخش 2 شرح داده خواهد شد. بخش 3 روشهای مورد استفاده برای پیش بینی را توصیف می کند. بخش 4 معماری سیستم را ارائه می دهد در حالی که بخش 5 به ترتیب آزمایش ها و نتیجه تجربی را توصیف می کند و یک مثال مورد استفاده است. کار و نتیجه گیری آینده در بخش 6 ارائه شده است. 2. کار مرتبط تعداد کمی از آثار مربوطه در طول 20 سال گذشته در مورد استفاده از یادگیری ماشین در پیش بینی بازارهای مالی منتشر شده است. در سال 1990 ، شونبرگ و همکاران. در [11] اولین مطالعات را با استفاده از داده های بازار سهام آلمان به طور تصادفی انتخاب شده به عنوان یک روش یادگیری ماشین برای معماری پیش بینی خود انجام داد ، که متأسفانه آنها به دلیل محدودیت هایی که بوجود آمده ، نتوانستند بهترین نتیجه را کسب کنند. پارامتر سازیدر سالهای بعد ، بسیاری دیگر سعی کردند با تطبیق داده ها و الگوریتم ها با هدف خود ، این کار را برطرف کنند. پاتل و همکاران.[12] برای پیش بینی جهت حرکت سهام و شاخص قیمت بازارهای سهام هند ، یک نمای کلی با مقایسه مدل های یادگیری ماشین کلاسیک مانند خلیج های ساده لوح و ماشین های بردار پشتیبانی و مدل های پیشرفته تر مانند شبکه عصبی پیشنهاد کرده است. مدل مرجع [13] سری زمانی یکپارچه با استفاده از مدل ARX (autoregressive با ورودی های اگزوژن). بنابراین ، با ترکیب عوامل خارج از مدل ، آنها نتایج خوبی به دست می آورند. تا آن زمان ، بازنمایی داده های ورودی از پارامترهای فنی داده های معاملاتی سهام (افتتاح ، قیمت بالا ، پایین و بسته شدن) و بازنمایی این پارامترهای فنی به عنوان داده های روند تعیین کننده بدست آمده است. با این حال ، کار پاتل و همکاران.[12] محدودیت هایی دارد. نویسندگان اذعان می کنند که با گسسته کردن داده های مداوم از حرکات شاخص ، نیاز به پیش بینی سری زمانی وجود دارد. مدتی بعد ، خیدم و همکاران.[4] استدلال كرد كه نوسانات ذاتی بورس سهام باعث می شود كه وظیفه پیش بینی به چالش كشیده شود. در این راستا ، آنها پیشنهاد کردند که با استفاده از یک مدل جنگل تصادفی ، از برخی از شاخص های فنی مشتق شده مانند شاخص قدرت نسبی (RSI) و نوسان ساز تصادفی استفاده کنند. خیدم و همکاران.[4] برجسته می کند که چگونه ماهیت مسئله غیر خطی است ، و اگرچه مدل پیشنهادی نتایج گسسته ای را بدست می آورد ، اما آنها فناوری هایی مانند یادگیری عمیق را به عنوان راه حل مشکلات خود می بینند. یکی از پیشرفته ترین مدل های طبقه بندی که اخیراً توسعه یافته و برای پیش بینی سهام بازار مالی اعمال شده است توسط کوسوما و همکاران ارائه شده است.[5]آنها شبکه های عصبی مصنوعی پیچیده عمیق پیچیده را برای تشخیص الگوهای اخیر در داده ها برای پیش بینی تکامل کوتاه مدت قیمت سهام چند شرکت اندونزیایی ایجاد کردند. علاوه بر نوآوری فن آوری ناشی از مدل عصبی مورد استفاده ، ماهیت ورودی نیز تغییر می کند زیرا این مجموعه از داده های تصویر مرتبط با مالی به عنوان اطلاعات (الگوهای شمعدانی) است و پویایی آینده سیگنال های قیمت را در یک دوره معین فراهم می کند و به نتایج خوبی می رسد. سایر مدل های شبکه عصبی که با همان هدف اعمال می شوند اما با یک رویکرد رگرسیون می توان در [14،15،16] یافت. تمام محققان فوق از مزایای معماری ذاتی غیرخطی شبکه های عصبی چند لایه برای رگرسیون مجموعه داده های مالی برای ایجاد جایگزین های معتبر برای برخی از مدل های اصلی استفاده می کنند. این اعتماد توسط مدل های غیر استاندارد مانند شبکه های عصبی مصنوعی و بردار دستگاه ، که به نظر می رسد داده های واقعی را با نتایج عالی از نظر صحت بهبود می بخشد ، پاداش می گیرد. با وجود قدرت و کارآیی آنها ، این رویکردها بر صحت پیش بینی قیمت کوتاه/میان مدت متمرکز است. مجموعه ای از آثار موازی مجموعه ای از شاخص ها را نسبت به احساسات به داده های عددی اضافه می کند. بهرا و همکاران.[17] مدلی را پیشنهاد می کند که می تواند سری زمانی را با استفاده از داده های ناهمگن از سیستم عامل های آنلاین ، یعنی رسانه های اجتماعی و سری زمانی تخمین بزند. در مقابل ، Abayomi-Alli و همکاران.[18] مدلی را برای تقویت داده ها در زمینه های بحرانی ارائه می دهد ، به ویژه هنگامی که الگوهای مالی هنوز ناشناخته هستند و هیچ سری طولانی برای تجزیه و تحلیل وجود ندارد. Crypto NET با هدف استفاده از تکنیک های یادگیری ماشین با توسعه یک شبکه عصبی چند لایه انعطاف پذیر خودکار که محدود به استخراج روند کوتاه مدت نیست بلکه بر استخراج روند در یک دوره زمانی گسسته است. طبق [19] ، هدف این نیست که پیش بینی های دقیق قیمت نقطه را تولید کنیم ، زیرا آنها در تجارت مالی بسیار مفید نیستند. نکته مهمتر این است که پیش بینی حرکات طولانی و پایدار به سمت بالا یا رو به پایین ، صرف نظر از بازه زمانی ، برای استفاده بیشتر از برآمدگی های قیمت و سقوط. علاوه بر این ، پیچیدگی دلسرد کننده برخی از تکنیک های یادگیری ماشین ، معامله گران را ترغیب می کند تا استفاده از خطوط کلاسیک ، پشتیبانی و ساختارهای مقاومت (پایه عمل قیمت) را ترجیح دهند که انواع اختیاری مدل رگرسیون خطی مشهور هستند. سادگی ، اجرای پر سرعت و ماهیت محاسباتی کم هزینه مدل رگرسیون خطی ، آن را به یکی از با ارزش ترین ابزارهای برای استخراج روند در سری زمانی تبدیل کرده است. بنابراین تلاش اعتبارسنجی ما در نشان دادن اینكه یادگیری ماشین فقط نمی تواند در هنگام استخراج روند ، قدرت و انعطاف پذیری این مدل اصلی را تکرار كند ، اما همچنین توانایی مناسب بودن داده های آن را بهبود بخشد ، و این باعث می شود كه آن را معتبر و دلسرد كننده برای تجارت مالی باشد. 3. روشهای مورد استفاده برای پیش بینی قبل از معرفی Crypto Net برخی از روشهای پیش بینی موجود در پیش بینی قیمت سهام ذکر شده است. با شروع از روشهای کلاسیک ، تجزیه و تحلیل فنی ، از طریق پیش بینی سری زمانی به Crypto Net. 3. 1تجزیه و تحلیل فنی تجزیه و تحلیل فنی (TA) شامل قوانین و شاخص های کاملاً تعریف شده است. شاخص ها و قوانین متعهد به شناسایی و توضیح منظم بودن پویایی قیمت تاریخی هستند. روش میانگین متحرک (MA) یکی از روشهای بسیار پرکاربرد TA است. این روش قیمت بازار یا شاخص را با MA طولانی مقایسه می کند. روش MA قابل استفاده و استفاده در تصمیم گیری سرمایه گذاری آسان است ، اما می تواند خطاهای ارزش پیش بینی قابل توجهی ایجاد کند [1]. TA در هنگام تجارت در بورس برای تصمیم گیری های "خرید" و "فروش" استفاده می شود. متخصصان فنی معتقدند که یک مطالعه دقیق در مورد نمودارهای قیمت سهام و نمودارها ، الگوهای منظم و مکرر رفتار قیمت را نشان می دهد ، که احتمالاً در آینده تکرار می شوند. در حقیقت ، این نوع معامله گر سهام تمام داده های اساسی مانند فروش ، درآمد ، سود ، سود سهام ، چشم انداز تجارت و غیره را نادیده می گیرد. معامله گرانی که از T a-untooduoushoughoutuess استفاده می کنند ، استدلال می کنند که این عوامل قبلاً توسط بازار مورد توجه قرار گرفته اند و کاملاً منعکس شده اند. در قیمت فعلی بازار یک سهام ؛این روش برای دلالان و معامله گران سهام کوتاه مدت مناسب است. 3. 2تجزیه و تحلیل اساسی در طرف دیگر حصار ، تجزیه و تحلیل اساسی است. تجزیه و تحلیل اساسی ، همانطور که در بخش 2 بیان شده است ، نوعی تجزیه و تحلیل برای تصمیم گیری در مورد سرمایه گذاری است. معامله گران در این سایت به عنوان بنیادی گرایان ، که سرمایه گذار بلند مدت هستند ، نامیده می شوند. این متخصصان با هدف برآورد ارزش ذاتی سهام یک شرکت با مطالعه فروش ، درآمد ، سود ، سود سهام ، صلاحیت مدیریت و انواع دیگر عوامل اقتصادی که بر سودآوری شرکت و چشم انداز کسب و کار تأثیر می گذارد ، تخمین می زنند. پس از انجام این مطالعه ، قیمت سهام یک شرکت خاص بیان شده است ، و این قیمت ارزش ذاتی یا واقعی سهام در نظر گرفته می شود ، زیرا این نشان دهنده ارزش ذاتی است. تحلیلگران با کمک قاضی قیمت ذاتی که آیا سهام در حال حاضر در بازار سهام بیش از حد ارزش گذاری شده یا کم ارزش است. 3. 3پیش بینی سری زمانی به نظر می رسد دو نظریه تفکر تحلیلگر تمام روشهای ممکن را برای تجزیه و تحلیل حرکات سهام تعریف کرده است. در سالهای اخیر ، پردازش داده ها در بسیاری از برنامه ها اساسی شده است. پیش بینی سری زمانی با تجزیه و تحلیل داده های سری زمانی و تلاش های اطلاعاتی برای پیش بینی آینده نزدیک بر اساس داده های گذشته. بنابراین ، چندین تکنیک تجزیه و تحلیل سری زمانی بوجود آمده است ، مانند میانگین اتمام در حال حرکت مخلوط (ARMA) [20] و مدل های رگرسیون چندگانه [21]. پیش بینی سری زمانی ، مانند اکثر مدلهای داده محور ، روند داده های گذشته را برای پیش بینی داده های آینده پیدا می کند. در نتیجه ، مانند همه مدل های داده محور ، هرچه داده های گذشته بیشتر باشد ، یافتن یک الگوی آسان تر است. با این حال ، اگر تاریخچه عمل کوتاه باشد ، تجزیه و تحلیل دقیق و پیش بینی برای چنین داده های پراکنده گذشته پیچیده است. بنابراین ، شبکه های عصبی به عنوان ابزاری امیدوار کننده برای استفاده در این سناریو توصیف می شوند. 3. 4یادگیری ماشین در بورس اگرچه به نظر می رسد سریال های زمانی سناریوی را در برنامه های MOTE گرفته است ، اما یادگیری ماشین همراه با عادات انسانی تفاوت ایجاد می کند. به طور خاص ، وقتی صحبت از تجارت مالی می شود ، یک بازه زمانی ممکن است بهتر از دیگری کار کند ، به این معنی که ممکن است یک معامله گر نتایج بهتری را با یک بازه زمانی ساعتی کار کند. در عین حال ، دیگری ممکن است با پیروی از دینامیک قیمت هفتگی (یا ماهانه) یک رویکرد آرام تر را ترجیح دهد. این بستگی به نگرش و ترجیحات شخصی و مدل اتخاذ شده دارد. مدل های رگرسیون این مزیت را دارند که تا حدودی در انتخاب بازه زمانی خنثی باشند. با این حال ، وقتی صحبت از تجزیه و تحلیل مالی می شود ، آنها در استخراج روند عملکرد بهتری دارند وقتی که بازه زمانی بالاتر از حد معمول (روزانه ، هفتگی ، ماهانه) باشد. 3. 5شبکه های عصبی در بورس سهام زمینه وسیع یادگیری ماشینی مدل های مختلفی را نشان می دهد که هر کدام دارای ویژگی های خود هستند. در زمینه سرمایه گذاری در بورس سهام ، به دلیل بی احتیاطی و نوسانات آن ، ریسک بالایی وجود دارد. در نتیجه ، پیش بینی رفتار قیمت سهام به دلیل رفتار غیرخطی و پیچیده آنها بسیار دشوار است. کاربرد اصلی شبکه های عصبی مصنوعی در مناطقی است که مسائل مشخص نیست ، داده ها ناقص یا پر سر و صدا هستند و خود محیط پویا است. از آنجا که شبکه های عصبی می توانند با داده های پر سر و صدا سازگار شوند و یک رابطه ورودی و خروجی داده های غیرخطی برقرار کنند ، پیش بینی رفتار قیمت سهام امکان پذیر است. بعداً خواهیم دید که چگونه این مدل ها می توانند نتایج معقول تولید کنند. 3. 6خالص رمزنگاری ما Crypto Net را پیشنهاد می کنیم ، این چارچوب از یک شبکه عصبی مصنوعی چند لایه خود استفاده می کند (این کد در https://github.com/leonardranaldi/cryptonet موجود است ، که در 10 سپتامبر 2022 قابل دسترسی است). آموزش این نوع مدل نیاز به انتخاب یک مجموعه داده خاص دارد که می تواند بر عملکرد مدل و اثربخشی کاربرد آن تأثیر بگذارد. همانطور که در بخش 2 معرفی شده است ، برخی از الگوهای به جای بازه های زمانی بسته به اهداف نهایی ، عادات معاملاتی و سایر عوامل ممکن است بهتر عمل کنند. Crypto Net یک مدل یادگیری دستگاه الاستیک و عملکردی است که از طریق بازیابی داده ها (Crypto NE T-1) ، پیش پردازش (Crypto NE T-2) و آموزش و پیش بینی (Crypto Ne t-3) از کاربر پیروی می کند. 4. معماری در این بخش Net Crypto ما (بخش 4. 2) در طول سیستم آن (بخش 4. 3) معرفی شده است. Crypto Net مدل ما یک شبکه عصبی سبک و مدولار است. استفاده از آن با ETH و BTC پیشنهاد شده است اما می تواند با نیازهای هر altcoin دیگر سازگار باشد. برخی از مفاهیم اولیه در مورد مدل مورد استفاده در بخش 4. 1 آورده شده است. 4. 1مدل خودجوش در یک مدل خودکار ، هدف پیش بینی متغیر علاقه با استفاده از ترکیبی خطی از مقادیر گذشته متغیر "خود" در رگرسیون خودکار (AR) است ، که نشان می دهد متغیر در برابر خود رکود می شود [22]. AR شبیه به رگرسیون چندگانه است اما با مقادیر عقب مانده از سری زمانی به عنوان پیش بینی کننده. ما از این به عنوان یک مدل r (n) یاد می کنیم ، یک مدل خودکار تگرگ از سفارش n می تواند به صورت: نوشته شود: جایی که y t - 1 ،… ، y t - n اصطلاحات n برای پیش بینی y t و b استفاده می شود. وزنهای W ، که توسط آن هر یک از N تاخیر در من ضرب می شود ، به عنوان مواد مخدر AR نیز گفته می شود. 4. 2شبکه عصبی مدل بازپرداخت خودکار ما از مدل مبتنی بر شبکه Ar-Neural (ARNN) استفاده می کنیم ، که روند سنتی AR را با یک شبکه عصبی تقلید می کند. خیلی دور از AR اصلی نیست زیرا به گونه ای طراحی شده است که پارامترهای لایه اول آن معادل ضرایب AR باشد. ARNN که ما توسعه دادیم یک شبکه عصبی مصنوعی چند لایه ساده است که در یک شبیه ساز بسیار بصری و تعاملی کدگذاری شده در Perl اجرا شده است. ARNN می تواند به صورت اختیاری با لایه های پنهان برای دستیابی به دقت پیش بینی بیشتر گسترش یابد. به منظور قرار دادن مدل ARNN با همان هدف که کلاسیک-AR توسط حداقل مربعات بهینه شده است ، اصطلاح از دست دادن میانگین خطای مربع (MSE) است: 4. 3پیکربندی سیستم Crypto Net بسیار کاربر پسند است و امکان تغییر مؤلفه های شبکه عصبی را همانطور که کاربر انتخاب می کند ، ارائه می دهد. در بخش های بعدی ، ویژگی های اساسی ذکر شده و شرح داده شده است. 4. 3. 1. نورونها را تولید می کند تعداد نورونهای خروجی را می توان از طریق خط فرمان در ابتدای شبیه سازی انتخاب کرد. هر نورون خروجی پیش بینی سری زمانی را ارائه می دهد. این نرم افزار مقدار متوسط سلولهای عصبی N را که توسط کاربر انتخاب شده است ، تولید می کند. در واقع ، از دیدگاه بسیار معماری ، مدل عصبی می تواند همپوشانی شبکه های عصبی چند لایه N در نظر گرفته شود. 4. 3. 2. نورونهای پنهان تعداد نورونهای پنهان تأثیر قابل توجهی در نتایج نهایی دارد ، اما هیچ قانون ثابت در این رابطه وجود ندارد [23]. با توجه به اینکه یک لایه واحد برای تقریبی هرگونه عملکرد نقشه برداری از متغیرهای ورودی به تعداد محدودی از متغیرهای خروجی کافی است ، ماهیت تصادفی مشکل (که ما را مجبور به انتخاب تعداد دلخواه نورونهای خروجی می کند) ما را به سمت چند نفر سوق داد. نورونهای پنهان که دو برابر تعداد ورودی ها است (تعصب محروم). تعداد نورونهای پنهان نمی تواند بسیار زیاد باشد زیرا در مرحله آموزش بالاتر از هزینه های محاسباتی افزایش می یابد. از جمله تعداد بیش از حد نورونهای پنهان می تواند منجر به بیش از حد شود ، یعنی وقتی یک مدل بیش از حد به مقادیر واقعی سیگنال چسبیده است تا نتواند روند خود را استخراج کند ، که هدف مدل ماست. 4. 3. 3. نورونهای ورودی تعداد نورونهای ورودی تعداد مقادیر تاخیر سری زمانی است که می خواهیم تجزیه و تحلیل کنیم. انتخاب حتی اختیاری تر از انتخاب تعداد صحیح نورونهای پنهان است و مبتنی بر نگرش تجارت شخصی و پویایی ذاتی سری های زمانی است. از دیدگاه معاملاتی ، سری زمانی قیمت های هفتگی BTC و ETH ، از تجربه قبلی ، یک روند روشن (صعودی یا رو به پایین) را با در نظر گرفتن در بیشتر مقادیر ناچیز پنج برابر نشان می دهد. بنابراین ، ما تصمیم می گیریم که پنج نورون ورودی (تعصب محروم) را در بر بگیریم. در پایان ، تجربه و تجزیه و تحلیل اختیاری انجام شده در هر سری زمانی برای انتخاب معماری خالص مهم است و باید در مراحل اولیه تحقیق انجام شود. 4. 3. 4. جانبداری این نرم افزار به کاربر اجازه می دهد تا تعداد پیش بینی های ایجاد شده توسط مدل را انتخاب کند. پیش بینی ها به شدت تحت تأثیر ارزش وزن سیناپسی تخمین زده شده در مرحله آموزش ، از جمله تعصب قرار دارند. با این حال ، هیچ راهنمایی روشنی در ادبیات در مورد بهترین راه برای درمان آنها هنگام تولید روند در چندین دوره در آینده وجود ندارد. در حالی که [22] پیشنهاد می کند که آن را به عنوان یک سر و صدای سفید خالص درمان کند ، الگوریتم های الگوریتم Delta-Rule آن را به عنوان یک متغیر تعیین کننده صرف با وزن مناسب خود می بینند. مشکل روش اول این است که این مدل می تواند در استخراج روندهای آینده شکست بخورد ، زیرا مسیر تصادفی است. از طرف دیگر ، اگر ماهیت هرج و مرج سیگنال های مالی را نادیده بگیریم ، می توانیم مشکل مخالف را تجربه کنیم: مسیر هیچ تصادفی را نشان نمی دهد ، که غیر واقعی است. برای تعادل دو جنبه بالاتر از پیش بینی سری زمانی ، ما یک نیمهتعصب قطعی ، شناور در اطراف مقدار وزن تخمین زده شده توسط الگوریتم Delta-Rule. هدف این بود که یک عنصر تصادفی را به یک مدل صرفاً قطعی معرفی کنیم تا هنگام پیش بینی سری زمانی مالی ، آن را واقع بینانه تر کنیم. 5- آزمایشات هدف ما این است که بررسی کنیم که آیا Crypto Net می تواند برای ایجاد معماری شبکه عصبی در جایی که پیش بینی مفید است استفاده شود: (1) پیش بینی های سری زمانی را در داده های غیرخطی بهبود بخشید ، و (2) امکان مدل سازی مدل او را به کاربر می دهدبشربقیه بخش شکاف زمانی را که داده ها از آن آمده اند و دلایل انتخاب ، مجموعه آزمایشی ، نتایج تجربی کمی از Crypto Net را توصیف می کند و در مورد چگونگی استفاده از شبکه رمزنگاری می تواند برای پیش بینی سری های زمانی توسط شبکه های عصبی استفاده شود. مثال ها. 5. 1مجموعه داده در شکل 1 ، می توانیم Crypto NE T-1 و Crypto NE T-2 را مشاهده کنیم که در آن از ARNN برای تهیه و پیش پردازش استفاده می شود. در این کار ، ما تصمیم گرفتیم که با ارزهای رمزپایه کار کنیم. دلیل اینکه ما را به کار روی ارزهای رمزنگاری سوق داد ، رفتار صریح چرخه ای است که توسط BTC و ETH در طول دوره نشان داده می شود ، که می تواند به شدت بر مدلهای پیش بینی کلاسیک تأکید کند. در عین حال ، ما می خواستیم با اجازه دادن به مدل ، غیرخطی های ذاتی را بیاموزیم ، از رویکرد اکتشافی مناسب برای یادگیری ماشین استفاده کنیم. همانطور که در شکل 2 مشاهده می شود ، ما مدل توسعه یافته را بیش از یک نمونه از 172 قیمت هفتگی آموزش داده و آزمایش کردیم ، جایی که بدیهی است که اولین تلاش حباب سوداگرانه در اواسط سال 2018 و 2020 رخ داده است. در جدول 1 ، ما آموزش و آموزش را گزارش کردیمدوره های آزمایش BTC و ETH. دلیل این امر این است که BTC ، به عنوان رهبر بخش رمزنگاری ، خود را به عنوان مولد روند برای سکه های جایگزین دیگر تحمیل می کند. از آنجا که بازار رمزنگاری حتی به مرحله بلوغ خود نزدیک نیست ، همبستگی بین BTC و هر altcoin موفق هنوز هم بسیار بالا و مثبت است. در این راستا ، ETH استثنائی ایجاد نمی کند ، حتی اگر گاهی اوقات به دلیل چارچوب فناوری و موارد استفاده ، پویایی های مختلفی را نشان می دهد ، که از نظر قابل ملاحظه ای با موارد ارائه شده توسط BTC متفاوت است. قبل از انجام مرحله تمرین ، قیمت ها به منظور سرعت بخشیدن به روند بازگشت به عقب ، مقیاس بندی شدند. ما از مقیاس "حداکثر مقدار مطلق" استفاده کرده ایم. مجموعه آزمایش توسط 20 ٪ باقیمانده از مجموعه داده های اصلی تشکیل شده است ، که شامل حباب رمزنگاری در حال انجام است که از مارس 2020 تجربه کرده ایم. هدف این بود که مدل عصبی را در دوره ای آموزش دهیم که پویایی در حال گسترش و پیمانکاری به طور کامل تکمیل شودتعیین کنید که آیا این مدل می تواند مرحله گسترش زیر را پیش بینی کند (استخراج روند). به همین دلیل است که ما تجزیه و تحلیل خود را در یک بازه زمانی هفتگی (قیمت های بسته) با انتخاب رگرسیون بیت کوین (BTC) و اتر (ETH) در مورد آنچه که ما دوره قابل توجهی از تکامل آنها را از سال 2007 تا 2020 می دانیم متمرکز کردیم. 5. 2. الگوریتم یادگیری در شکل 1 ، ما می توانیم Crypto NE T-3 را مشاهده کنیم ، جایی که از ARNN برای ارائه پیش بینی در مورد حرکات آینده استفاده می شود. قبل از شروع فرآیند یادگیری ، وزنه ها به صورت تصادفی با یک ژنراتور هماهنگ خطی تنظیم می شوند. مقادیر سری زمانی ، همانطور که قبلاً ذکر شد ، برای سرعت بخشیدن به فرایند یادگیری از طریق یک مقیاس ارزش سری زمانی منتقل می شوند. فرایند یادگیری برای 80 ٪ از کل مجموعه داده ها اعمال می شود. فرآیند خوراک مبتنی بر یک عملکرد سیگموئید غیرخطی است که تولید نهایی نورون های پنهان و خروجی را تولید می کند. از این پس ، قانون دلتا برای انتشار خطا از لایه خروجی به حالت پنهان اعمال می شود و وزن ها بر این اساس به روز می شوند. این روند تا زمانی که خطای متوسط کلی هر نمونه به حداقل برسد (آموزش آنلاین) ادامه می یابد. ما رویکرد آموزش آنلاین را به جای یک دسته یکی انتخاب می کنیم زیرا از نظر محاسباتی ارزان تر است ، در حالی که عملکرد کلی تقریباً یکسان است. علاوه بر این ، بر اساس یک تکنیک یادگیری تحت نظارت آنلاین ، استفاده از خالص تکراری به عنوان یک مدل پیروان روند به جای یک استخراج کننده روند ، ساده تر است ، حتی اگر این امر در تجارت مالی به دلایلی که در پاراگراف های قبلی ذکر شده است توصیه نمی شود. پس از اتمام آموزش ، شبکه روی 20 ٪ باقی مانده از مجموعه داده ها آزمایش می شود. متریک مورد استفاده ما ، مرجع متوسط است که هر زمان که سری های زمانی زیادی داشته باشند مفید است و تحت تأثیر سر و صدای تصادفی قرار می گیرد. این فرمول MAE است: علاوه بر این ، در نزدیکی MAE ما از میانگین خطای درصد مطلق (MAPE) استفاده می کنیم ، همچنین به عنوان میانگین انحراف درصد مطلق شناخته می شود ، که اندازه گیری دقت پیش بینی یک روش پیش بینی در آمار است. این معمولاً دقت را به عنوان نسبت تعریف شده توسط فرمول بیان می کند: 5. 3. معماری شبیه ساز شبیه ساز ما توسعه داده و "پیش بینی کننده" نامگذاری شده است ، در Perl کدگذاری شده است. ما به آن یک ساختار مدولار و به راحتی قابل ارتقا با چند کلاس و یک روال "اصلی" جمع و جور در پرونده های جداگانه دادیم. از کاربر خواسته می شود تعداد نورون های خروجی را که مطابق با تعداد سناریوهای تولید شده توسط شبیه ساز تصادفی ، شناسه سری زمانی ، مخفف رمزنگاری و تعداد دوره های آینده است که باید تولید کند ، وارد کند. 5. 4. تنظیمات پیشنهادی به منظور شبیه سازی مدل خود ، ما سه تنظیم اساسی را پیشنهاد کردیم. اولین پیکربندی ، An S M A L L ، ARNN با 3 نورون ورودی ، 3 لایه و 3 نورون خروجی است. ARNN دوم ، مشخص شده توسط An B A S E ، به عنوان 5 نورون ورودی ، 5 لایه و 5 نورون خروجی تشکیل شده است. سرانجام ، پیکربندی سوم ، an l a r g e ، یک ARNN با 10 نورون ورودی ، 10 لایه و 10 نورون خروجی است. در تمام تنظیمات پیشنهادی ، ما تعداد نورون ها را در هر لایه پنهان ثابت نگه داشتیم. به عنوان مثال ، لایه پنهان دارای سه نورون در پیکربندی کوچک است. در پیکربندی اساسی ، لایه های داخلی دارای پنج نورون و غیره هستند. به یاد بیاورید که تعداد نورون های ورودی همزمان با آخرین نقل قول ها است. در نتیجه ، اگر تعداد 3 باشد ، سه نقل قول آخر در نظر گرفته می شود. پارامترهای خاص دیگر در جدول 1 ذکر شده است. 6. نتایج و بحث های تجربی در این بخش ، ما برخی از آزمایشات انجام شده در ARNN را برای هر دو بیت کوین و اتر در دوره ای که از 3 ژوئیه 2017 تا 10 فوریه 2020 انجام می شود ، نشان خواهیم داد (منبع https://tradingview.com در تاریخ 1 مارس 2020). اگر شکل 3 را مشاهده کنیم ، ساختار چرخه ای بیت کوین و دینامیک اتر مشهود است. حباب سوداگرانه 2017 در پایان همان سال ترکیده است. پس از یک حرکت نزولی بزرگ در طول سال 2018 ، این سیگنال با شروع تظاهرات مداوم خود در مارس 2020 ، اولین دست انداز را در اوایل سال 2019 ایجاد کرد.) ، ما ARNN را در یک مجموعه داده دوره قبلی آموزش داده و آزمایش کردیم. سپس ، ما از وزن سیناپسی برای تولید شبیه سازی روندهای آینده استفاده کردیم. به طور خاص ، ما با میانگین آنها برای بیت کوین و اتر ، 1000 شبیه سازی از پویایی قیمت آینده ایجاد می کنیم. نوسانات بسیار بالا خطرات باز کردن موقعیت های طولانی یا کوتاه در بازار رمزنگاری را نشان می دهد. این را می توان با مقایسه تفاوت گسترده در ارزش بین حداکثر و حداقل قیمت ثبت شده برای هر ارز در یک دوره نسبتاً کوتاه ذکر کرد (جدول بالا را ببینید). به همین دلیل ، یک مدل استخراج کننده روند (به جای روند زیر) ارجح است ، زیرا سر و صدای ذاتی سری زمانی مالی را از بین می برد و همچنین می تواند ابزاری استراتژیک برای باز کردن موقعیت های طولانی یا کوتاه در بازار باشد. در همین راستا ، یک قاعده اساسی تجارت مالی این است که مکانهایی را به طور خاص نزدیک نزدیک کنید. بنابراین ، ما با میانگین آنها برای بیت کوین و اتر ، 1000 شبیه سازی از پویایی قیمت آینده ایجاد می کنیم. آمار اصلی و پارامترهای شبیه سازی در جدول تا حد امکان به مناطق عمومی با ارزش گزارش شده است ، که محدوده قیمت است که در آن بیشتر حجم معاملات در روز معاملات قبلی انجام شده است. مقادیر مورد انتظار تولید شده توسط مدلهای آماری می تواند مناطقی را که برای تدوین استراتژی های مالی استفاده می شود ، نشان دهد. برای اینکه به وضوح بفهمیم سیگنال های قیمت در ده هفته آینده چه کاری انجام می دهند ، از ژوئن 2020 ، ما میانگین مقادیر آنها را در کل مجموعه داده ها گزارش کردیم. همانطور که گفته شد ، این مقادیر باید در دراز مدت به عنوان یک جذب کننده قیمت مشاهده شوند تا معامله گران بتوانند بر این اساس استراتژی ها را تدوین کنند. علاوه بر این ، آنها می توانند با مقایسه آنچه از ARNN با قیمت های واقعی بیرون می آید ، موقعیت های طولانی یا کوتاه را تنظیم کنند. 6. 1. مثال استفاده روند بیت کوین و اتر که توسط ARNN در بخش قبلی ایجاد شده است به سمت بالا است و این نشانگر یک حرکت صعودی احتمالی در هفته های آینده است (سپس با حرکت پارابولیک در حال انجام تأیید می شود). این می تواند بدان معنی باشد که یک معامله گر باید موقعیت های طولانی را در بیت کوین و اتر باز کند. صحبت از بیت کوین ، جاذبه پویا بالاتر از قیمت متوسط است که نشان دهنده حرکت صعودی جامد در طول دوره است. در مقابل ، جاذبه پویا اتر از حد متوسط پایین تر است که یک سیگنال صعودی ضعیف است. این ممکن است به این دلیل باشد که تمام سرمایه گذاران سکه های جایگزین ، به دلیل همبستگی مثبت بین آنها و بیشترین سرمایه گذاری در جهان ، همیشه منتظر حرکت های بزرگ بیت کوین قبل از تصمیم گیری در مورد سرمایه گذاری هستند. سرانجام ، تأکید بر این مهم است که قبل از هرگونه موقعیت طولانی یا کوتاه در مورد هر دارایی مالی ، نتایج مدل همیشه باید با عملکرد واقعی قیمت وزن شود. به عنوان مثال ، فرض کنید قیمت ها به طور قابل توجهی بالاتر از افزایش جاذبه پویا هستند. در این حالت ، یک معامله گر عمومی باید منتظر بماند تا قبل از ورود به موقعیت گسترده برای خرید با قیمت های پایین تر به آن بازگردد. برعکس ، وضعیتی که قیمت ها بسیار پایین تر از یک جاذبه پویا صعودی هستند ، باید فرصتی مناسب برای "خرید پایین فروش بالا" را نشان دهد اگر اقدام قیمت برخی از نقاط ورود خوب را نشان دهد. مدل رگرسیون خطی ساده شاید گسترده ترین ترندر روند در جهان باشد که در سطوح مختلف تقریباً در تمام زمینه های عمل انسان ، از علم (خالص و کاربردی) تا امور مالی اعمال می شود. صحبت از معاملات مالی ، این مدل می تواند به سرعت روند مداوم قیمت بسیاری از دارایی ها را نشان دهد. مسلماً ، این پیشرفته ترین و پیچیده ترین مدل نیست که می توانستیم برای مرحله اعتبار سنجی انتخاب کنیم. با این وجود ، این سریعترین ، انعطاف پذیر ترین و به راحتی قابل استفاده است که می توانیم در این بخش با آن روبرو شویم. این دستگاه توسط اکثر معامله گران در سراسر جهان و سایر تکنیک های تلفیقی مناسب برای عمل قیمت استفاده می شود. موفقیت چنین مدل ریاضی ساده به دلیل نسبت سودمند بین اثربخشی آن در استخراج در روند و هزینه کم زمان هنگام استفاده یا کدگذاری آن برای تجزیه و تحلیل آماری است. هدف از اعتبار سنجی ARNN ما در برابر مدل رگرسیون ساده این است که نشان دهیم که کاربرد یک تکنیک یادگیری ماشین واضح و به خوبی تصور می شود ، که معمولاً افراد را به دلیل ماهیت اکتشافی خود می ترساند ، بدون آنکه از عملکرد خودداری کند. پارامترهای ARNN برآورد شده در طول مرحله آموزش که در بخش قبل توضیح داده شد، در اینجا برای محاسبه MAE در مجموعه آزمایشی، شامل 35 دوره (20 درصد از کل مجموعه داده) استفاده می شود. مدل رگرسیون ساده با استفاده از روش حداقل مربعات بر روی 80 درصد کل مجموعه داده برآورد شد، همان روشی که برای تخمین وزن ARNN ها استفاده شد. سپس MAE بر روی مجموعه داده باقیمانده محاسبه شد. همانطور که در جدول 2 نشان داده شده است، ARNN b as e از مدل رگرسیون خطی ساده در هر دو سری زمانی بیت کوین و اتر با حداکثر بهبود عملکرد 31 درصد در دوره مورد نظر بهتر عمل می کند. بزرگ و کوچک، اگرچه بسیار نزدیک به پایه به نظر می رسند، اما همانطور که در جدول 2 می بینیم، به نتایج بهینه دست نمی یابند. در نهایت، این نتایج با متریک MAPE نیز یافت می شوند که نشان می دهد شبکه پایه پیشنهادی به نتایج بهتری دست می یابد. با خطاهای جزئی تر 6. 2. محدودیت ها CryptoNet یک چارچوب منبع باز است که با هدف نهایی توانمندسازی خرده‌فروشی برای استفاده از نرم‌افزار برای تجزیه و تحلیل داده‌های زمانی و پیش‌بینی روند بعدی ساخته شده است. مدل‌های پیشنهادی جدید می‌توانند سوگیری‌های مهمی مانند نوسانات ارزهای دیجیتال را در نظر بگیرند. اگرچه به نظر می‌رسد این مدل‌های پیشنهادی جدید به خوبی کار می‌کنند، اما تضمینی برای کارکرد دائمی آن‌ها وجود ندارد، بنابراین ابزار مطمئنی برای کسب درآمد نیستند. 7. نتیجه گیری و کار آینده در این مطالعه ، ما Crypto Net ، یک شبیه ساز شبکه عصبی مصنوعی چند لایه خودکار را برای استخراج روند از سری زمانی مالی ایجاد کردیم. شبکه رمزنگاری شده در یک دوره قابل توجه در مورد بیت کوین و اتر اعمال شده است تا مشاهده کند که چگونه یک معامله گر مالی می تواند از آن برای تدوین استراتژی های سرمایه گذاری استفاده کند. ARNN در مجموعه داده های مختلف (و از نظر آماری مرتبط) آموزش دیده و آزمایش شده است. به عنوان مثال ، بیت کوین و اتر گاو در حال انجام به درستی توسط شبکه Crypto آموزش دیده پیش بینی شده است. سرانجام ، ما شبکه رمزنگاری را در برابر گسترده ترین مدل استخراج کننده روند تأیید کردیم: رگرسیون خطی ساده. شبکه Crypto عملکرد مدل را تا 31 ٪ MAE بهبود بخشیده است بدون اینکه از سادگی و راحتی کاربردی خودداری کند. نتایج نشان می دهد که چگونه یک نرم افزار یادگیری ماشین به سادگی تعاملی ، که به راحتی در هر زمینه ای از دانش بشری قابل استفاده است ، می تواند با بهبود عملکرد آن جایگزین ترین مدل رگرسیون در جهان شود. برای کارهای آینده ، ما می خواهیم این رویکرد را به سایر زمینه های علمی که هنوز تمایلی به اتخاذ آن ندارند ، گسترش دهیم. ما همچنین می خواهیم انسان را قادر به درج قوانین خاص در شبکه عصبی برای کنترل رفتار آن کنیم ، همانطور که در زمینه های دیگر با نتایج عالی انجام می شود [24،25]. بزرگترین امید این است که روزی چنین تکنیک یادگیری ماشین ، که اکثریت قریب به اتفاق پزشکان را به دلیل ماهیت اکتشافی خود می ترساند ، ممکن است به عنوان یک جایگزین مناسب برای سایر مدلهای مستقر که به دلیل اثربخشی بالای آنها جذاب هستند ، درک شود. هزینه ها و بهره برداری سریع. کمک های نویسنده مفهوم سازی ، L. R. و M. G. ؛روش شناسی ، F. F. ؛نرم افزار ، L. R. ؛اعتبار سنجی ، L. R. و M. G. ؛کسب بودجه ، L. R. همه نویسندگان نسخه منتشر شده نسخه خطی را خوانده و موافقت کرده اند. منابع مالی بیانیه هیئت بررسی نهادی آنالیز فاندامنتال... ما را در سایت آنالیز فاندامنتال دنبال می کنید برچسب : نویسنده : اسماعیل داورفر بازدید : 83 تاريخ : چهارشنبه 9 فروردين 1402 ساعت: 10:43 نسبت قیمت به کتاب (P/B) قیمت کتاب (نسبت P/B) سرمایه گذاری بازار یک شرکت را نسبت به ارزش کتاب سهام خود اندازه گیری می کند. به طور گسترده در بین جمعیت سرمایه گذاری ارزش استفاده می شود ، از نسبت P/B می توان برای شناسایی سهام کم ارزش در بازار استفاده کرد. فهرست مطالب نحوه محاسبه نسبت قیمت به کتاب (گام به گام) نسبت P/B که اغلب به عنوان نسبت ارزش بازار به کتاب گفته می شود ، سرمایه فعلی بازار (یعنی ارزش سهام) را با ارزش کتاب حسابداری خود مقایسه می کند. سرمایه گذاری در بازار → سرمایه گذاری در بازار به عنوان قیمت سهام فعلی ضرب شده توسط تعداد کل سهام رقیق شده برجسته محاسبه می شود. از نظر مفهومی ، کلاه بازار نشان دهنده قیمت گذاری سهام یک شرکت مطابق با بازار است ، یعنی آنچه سرمایه گذاران در حال حاضر معتقدند این شرکت ارزش دارد. ارزش کتاب (BV) → ارزش کتاب (BV) از طرف دیگر ، تفاوت خالص بین ارزش دارایی حمل در ترازنامه کمتر از کل بدهی های شرکت است. ارزش کتاب منعکس کننده ارزش دارایی هایی است که سهامداران یک شرکت در صورت انحلال فرضی دریافت می کنند (و ارزش کتاب سهام عدالت یک معیار حسابداری است ، نه اینکه براساس ارزش بازار باشد). از آنجا که ارزش کتاب سهام عدالت یک متریک اهرم (پس از بدهی) است ، از ارزش سهام به عنوان نقطه مقایسه استفاده می شود تا ارزش شرکت ، برای جلوگیری از عدم تطابق در ارائه دهنده (های) سرمایه نماینده. در بیشتر موارد ، هر شرکت با صدای مالی باید انتظار داشته باشد که ارزش بازار آن از ارزش کتاب خود بیشتر باشد زیرا سهام در بازار آزاد بر اساس رشد پیش بینی شده پیش بینی شده شرکت قیمت دارد. اگر ارزیابی بازار یک شرکت کمتر از ارزش کتاب سهام خود باشد ، این بدان معنی است که بازار معتقد نیست که شرکت ارزش این ارزش را در کتاب های حسابداری خود دارد. با این حال ، در واقعیت ، بسیار بندرت ارزش کتاب سهام یک شرکت پایین تر از ارزش بازار سهام خود است و شرایط غیرمعمول را ممانعت می کند. فرمول نسبت قیمت به کتاب نسبت قیمت به کتاب (P/B) با تقسیم سرمایه بازار یک شرکت بر اساس ارزش کتاب سهام خود از آخرین دوره گزارش محاسبه می شود. یا از طرف دیگر ، نسبت P/B را می توان با تقسیم آخرین قیمت سهم بسته شدن شرکت با جدیدترین ارزش کتاب خود برای هر سهم محاسبه کرد. نحوه تفسیر قیمت به کتاب هنجار P/B براساس صنعت متفاوت است ، اما نسبت P/B زیر 1. 0x تمایل دارد که مطلوب مشاهده شود و به عنوان یک نشانه بالقوه مبنی بر اینکه سهام شرکت در حال حاضر کم ارزش است. در حالی که نسبت های P/B در انتهای پایین می تواند به طور کلی نشان دهد که یک شرکت کم ارزش است و نسبت P/B در انتهای بالاتر می تواند به معنای بیش از حد شرکت باشد - یک معاینه نزدیکتر قبل از تصمیم گیری در مورد سرمایه گذاری هنوز لازم است. از دیدگاه متفاوت ، کمبود عملکرد می تواند به نسبت P/B پایین تر منجر شود ، زیرا ارزش بازار (یعنی شمارنده) به درستی کاهش می یابد. نسبت P/B< 1.0x → A sub-1.0x P/B ratio should NOT be immediately interpreted as a sign that the company is undervalued (and is an opportunistic investment). In fact, a low P/B ratio can indicate problems with the company that could lead to value deterioration in the coming years (i.e. a “red flag”). P/B Ratio >1. 0x → شرکت هایی با نسبت P/B بیش از 1. 0x می توانند تابعی از عملکرد مثبت اخیر و چشم انداز خوش بینانه تر از چشم انداز آینده شرکت توسط سرمایه گذاران باشند. نسبت قیمت به کتاب برای شرکتهای بالغ مانند نسبت P/E مناسب تر است و به ویژه برای کسانی که دارای دارایی سنگین هستند (به عنوان مثال تولید ، صنعت) دقیق است. نسبت P/B به طور معمول برای شرکت هایی که بیشتر از دارایی های نامشهود (به عنوان مثال شرکت های نرم افزاری) تشکیل شده اند ، اجتناب می شود ، زیرا بیشتر ارزش آنها به دارایی های نامشهود آن گره خورده است ، که تا زمان وقوع یک رویداد مانند یک رویداد در کتاب های یک شرکت ثبت نشده است. تحصیل. خلاصه نسبت P/B: تعریف ، توضیحات و موضوعات قیمت به ارزش کتاب (P/B) اسلاید تفسیر نسبت (منبع: دوره تجارت WSP) ماشین حساب نسبت قیمت به کتاب - الگوی مدل اکسل اکنون به یک تمرین مدل سازی حرکت خواهیم کرد که می توانید با پر کردن فرم زیر به آن دسترسی پیدا کنید. مرحله 1. نمونه محاسبه نسبت قیمت به کتاب (رویکرد کلاه بازار) به عنوان مثال تمرین ما که نسبت P/B را محاسبه می کند ، ما مراحل دو رویکردی را که قبلاً به آنها اشاره کردیم طی می کنیم. فرضیات مشترک در زیر ذکر شده است: آخرین قیمت سهم بسته = 25. 00 دلار کل سهام رقیق شده برجسته = 100 میلیون با این دو معیار ارائه شده ، می توانیم سرمایه بازار را 2. 5 میلیارد دلار محاسبه کنیم سرمایه گذاری در بازار = آخرین قیمت سهم بسته × کل سهام رقیق شده برجسته سرمایه بازار = 25. 00 $ 100 میلیون دلار = 2. 5 میلیارد دلار اکنون که محاسبه شمارشگر انجام شده است ، اکنون می توانیم به مخرج حرکت کنیم. فرضیات مربوط به ارزش کتاب عدالت را می توان در زیر یافت: دارایی = 5 میلیارد دلار بدهی = 4 میلیارد دلار پس از تفریق بدهی از دارایی ها ، می توانیم ارزش کتاب سهام (BVE) را محاسبه کنیم. ارزش کتاب سهام (BVE) = دارایی - بدهی ها BVE = 5 میلیارد دلار - 4 میلیارد دلار = 1 میلیارد دلار مرحله نهایی محاسبه نسبت قیمت ما به کتاب با رویکرد اول تقسیم کلاه بازار شرکت ما بر اساس ارزش کتاب سهام خود (BVE) است. نسبت P/B = سرمایه گذاری در بازار ÷ ارزش کتاب سهام عدالت نسبت P/B = 2. 5 میلیارد دلار ÷ 1 میلیارد دلار = 2. 5x مرحله 2. نمونه محاسبه نسبت P/B (رویکرد قیمت سهم) در قسمت بعدی تمرین ما ، نسبت P/B را با استفاده از رویکرد قیمت سهم محاسبه می کنیم ، بنابراین متریک مربوطه ارزش کتاب سهام در هر سهم (BVP) است. از آنجا که ما در حال حاضر آخرین قیمت سهم بسته شدن را داریم ، تنها مرحله باقیمانده تنظیم ارزش کتاب سهام (BVE) به هر سهم است. bvps = ارزش کتاب سهام ÷ کل سهام رقیق شده برجسته bvps = 1 میلیارد دلار ÷ 100 میلیون دلار = 10. 00 دلار در مرحله آخر ، قیمت سهام فعلی را با BVE در هر سهم تقسیم می کنیم. نسبت P/B = آخرین قیمت سهم بسته ÷ ارزش کتاب برای هر سهم نسبت P/B = 25. 00 $ ÷ 10. 00 $ = 2. 5x مانند اولین رویکردی که در آن سرمایه گذاری بازار را با ارزش کتاب سهام تقسیم کردیم ، به نسبت P/B 2. 5 برابر می رسیم. در پایان ، این که این شرکت کم ارزش باشد ، نسبتاً ارزشمند باشد یا بیش از حد ارزشمند باشد به نحوه مقایسه نسبت شرکت با میانگین صنعت و همچنین اصول شرکت بستگی دارد. برای تکرار مجدد از قبل ، نسبت P/B یک ابزار غربالگری برای یافتن سهام بالقوه کم ارزش است ، اما متریک همیشه باید با تجزیه و تحلیل های عمیق از درایورهای ارزش اساسی تکمیل شود. هر آنچه برای تسلط بر الگوی مالی نیاز دارید در بسته حق بیمه ثبت نام کنید: یادگیری مدل سازی صورتهای مالی ، DCF ، M& A ، LBO و Comps. همان برنامه آموزشی که در بانکهای سرمایه گذاری برتر استفاده می شود. آنالیز فاندامنتال... ما را در سایت آنالیز فاندامنتال دنبال می کنید برچسب : نویسنده : اسماعیل داورفر بازدید : 84 تاريخ : دوشنبه 7 فروردين 1402 ساعت: 20:44 آرشیو مطالب 1402 پيوندهای روزانه چت روم ماه تابان میلگرد زاگرس ساخت وبلاگ فرش سجاده ای بوتاکس وکیل ملکی آرشیو لینکها لینک دوستان کرم سفید کننده وا دانلود آهنگ جدید خرید گوشی فرش کاشان بازار اجتماعی رایج خرید لایسنس نود 32 هاست ایمیل خرید بانه خرید بک لینک کلاه کاسکت موزیک باران دانلود آهنگ جدید ازن ژنراتور نمایندگی شیائومی مشهد مشاوره حقوقی تلفنی با وکیل کرم سفید کننده واژن دانلود فیلم آرشیو مطالب فرش مسجد دعا لیزر موهای زائد رنگ مو شارژ خبرنامه