در سالهای اخیر ارزهای دیجیتال به صورت کاملاً فراگیر مورد توجه مردم در تمام جهان قرار گرفته است. به صورتی که اگرچه بسیاری از دولتها مخالف توسعه آن هستند و با ورود دولتها سعی در کنترل آن داشته و برای این منظور قوانین مختلفی وارد این حوزه شدهاند. هر یک از دولتها بنا بر شرایط و قوانین مختص به خود به شکلهای مختلفی با این مسئله برخورد کردهاند. در راستای این مورد وزارت خزانهداری ایالات متحده بیانیهای مبنیبر ایجاد چارچوبها و مسئولیتهایی برای حفظ سرمایه مردم و جلوگیری از باجگیریها و کلاهبرداریها ایجاد کرده است. با توجه به این بیانیه صرافیها و فعالان این حوزه باید کلیه فعالیتهای انجام شده را با اطمینان کامل به صورت مستقیم و غیر مستقیم نقض نشود؛ بنابراین بنیاد تتر که استیبل کوین تتر USDT را عرضه میکند، اخیراً اعلام کرده است که تابع قوانین تحریمی آمریکا خواهد بود. علاوه بر این کشوری مانند ایران که دوربین کشورهایی است که از طرف آمریکا تحریم شده است، بنابراین بسیاری از کاربران ایرانی فعال در حوزه بازار ارزهای دیجیتال نگران اخلال در امور آنها است . فریز شدن تتر در صرافیها یا کیف پولهای مختلف نیز برای به همین دلیل اتفاق میافتد. اما با توجه به افزایش توسعه دنیای فناوری در بسیاری مواقع راهکارهایی برای مقابله با این رخدادها وجود دارد. این مقاله به بررسی خطرات و اثرات فریز شدن ارز تتر میپردازد و راهکارهایی برای مقابله با آن ارائه میدهد.
تتر ارز دیجیتال استیبل است که با نام Realcoin در سال ۲۰۱۴ شروع به فعالیت کرده است. این ارز با نماد USDT و با نام Tether در بازار شناخته شده است، اصلیترین ویژگی این ارز دیجیتال عدم تأثیر پذیری از نوسانات بازار ارزهای دیجیتال تأثیر است و به طور معمول همیشه قیمت آن ۱ دلار است. ارز دیجیتال تتر به عنوان یک ابزار برای کنترل نوسان قیمت سایر ارزها در معاملات استفاده میشود.
شرکت منتشر کننده تتر، شواهد و مدارک کافی به منظور حسابرسی پشتوانه ادعاییاش ارائه نکرده است. از اینرو تتر یک ارز چالشی در حوزه بازار ارزهای دیجیتال محسوب میشود. این شاید دلیلی بر احتمال کلاهبرداری در تتر باشد. بعد از سال ۲۰۱۸ بسیاری از کاربران و سرمایه گذاران تتر شک و گمانهای جدی به این ارز دریافت کردند که موجب کاهش قیمت این ارز به ۹۰ سنت شد. در ۲۰ نوامبر سال ۲۰۱۸ نیز ادعایی از سوی خبرگزاری بلومبرگ مبنیبر نقش تتر در دستکاری قیمت بیتکوین کردهاند. بعد از اعلام این خبر مقامات قضایی ایالات متحده شروع به بررسی این مسئله کردند. گذشته از تمام این بحثها اما در سالهای بعد ارزهای باثبات دیگری وابسته به تتر انتشار یافتند که ارزش هر توکن آنها معادل ۱ دلار ایالات متحده بود. از اینرو امروزه تتر یا USDT تبدیل به یک ارز پرطرفدار شده است، از این پس مشکلاتی مانند فریز شدن تتر یا ممنوعیت آن به وجود آمد.
ارز دیجیتال تتر اگرچه بسیار معروف و شناخته شده است اما برخلاف بیتکوین که نخستین و البته بزرگترین ارز پایدار است و در حال حاضر نیز بزرگترین ارز رمزگذاری شده در این صنعت محسوب میشود، یک رمزارز با شبکه بلاک چین غیر متمرکز است که بنیاد انتشار دهنده تتر از این ویژگی بیبهره است. غیرمتمرکز بودن ویژگی بسیار مهمی است که غیر قابل کنترل توسط افراد یا سازمانها است. مشکلاتی را که متمرکز بودن ممکن است برای کشورهای تحریم شده مانند ایران مشکلاتی را ایجاد کند. بدین صورت که تتر به واسطه این سیستم متمرکز به اطلاعات تراکنشهای کاربران خود دسترسی داشته و در شبکههای بلاکچین میتواند آن را پیگیری کند و متوجه اطلاعات شخصی و محرمانه افراد شده و فیلترهای مورد نظر خود را برای کاربر ایرانی اعمال میکند. در نتیجه، حساب فرد را مسدود و دارایی او را فریز میکند.
فریز شدن به معنی مسدود شدن تمام دارایی کاربران است به شکلی که کاربر هیچ دسترسی به دارایی خود ندارد و دارایی موجود در کیف پول، به هیچ وجه قابل خرید و فروش و یا نقل و انتقال نیست. به این روند بلوکه شده گفته میشود. درصورتیکه ارزهایی با شبکه بلاک چین غیر متمرکز از جمله بیتکوین این مشکلات را ندارند.
ردیابی تراکنشهای تتر به وسیله شرکتهای بزرگی که برای این کار مشغول به فعالیت در این حوزه هستند امکانپذیر است. این شرکتها دادههایی که حاصل انجام تراکنشها است را گردآوری و تحلیل میکنند و در اختیار صرافیها یا بنیادی مانند تتر قرار میدهند و از این طریق تتر ردیابی تراکنشها و آدرسها را با موفقیت به انجام میرساند. Blockchain Analysis Firms اصطلاحی است که به این شرکتها اطلاق میشود. Elliptic، Ciphertrace، Chain Analytics کمپانیهای فعال در این زمینه هستند؛ هر یک از این شرکتها با بنیادها و صرافیها همکاری دارند. بایننس با شرکتی به نام Ciphertrace در دریافت و تحلیل دادهها همکاری دارد. این همکاریها برای سازگاری با برخی حکومتها برای عمل به قوانین آنها است که درباره کشورهای تحت تحریم، حسابها یا تراکنشهای صورت گرفته در آنها را فریز یا مسدود کنند.

اگر چه ارز دیجیتال تتر یکی از پرطرفدارترین و معروفترین و پراستفادهترین ارز رمزنگاری شده پایدار در بازار امروزه محسوب میشود و معروفترین ارز دیجیتال در بازار کریپتوکارنسی نیز قرار گرفت که حتی میزان استفاده از آن بیش از دو برابر بیت کوین است، با این حال برای کاربران در معرض خطر فریز شدن به ویژه ایرانیان بهترین کار عدم اتکا به یک ارز است. از اینرو شناخت سایر از ارزها و داشتن اطلاعات کافی از آنها برای استفاده و جایگزینی تتر راهکار درستی است که از وجود مشکلات جلوگیری شود. البته برای یافتن و انتخاب جایگزین مناسب برای تتر باید در نظر داشته باشید که این ارز ویژگیهای بسیار قابل توجهی دارد که ارز پیدا کردن مشابه آن قطعاً کار سادهای نخواهد بود. اما در ادامه این مطلب سعی کردیم بهترین گزینههای مناسب برای جایگزینی ارز دیجیتال تتر را معرفی و پیشنهاد کنیم:
میتوان گفت بعد از تتر، یکی از بهترین ارزهای دیجیتال یواسدی کوین است که رتبه دوم را در حجم معاملات روزانه دست آورده؛ از این رو در مقایسه با سایر ارزهای دیجیتال شناخته شده برای تتر میتواند انتخاب مناسبتری باشد. اما محبوبیت این ارز نیز قابلتأمل است. USDC از سمت کوین بیس یعنی بزرگترین ارز دیجیتال در آمریکا پشتیبانی میشود، از اینرو در میان کاربران جهانی این ارز نسبت به سایر ارزها دارای آمار بیشتری در معاملات و تراکنشها است. برای شناخت یواسدی کوین نیز باید بدانید که این توکن در سال ۲۰۱۸، یعنی دقیقاً شش سال پس از راهاندازی شبکه USDT معرفی شد. رمزارز USDC توسط کمپانیهای سیرکل Circle و کوین بیس Coinbase حمایت میشود. کنسرسیوم سنتر یک پروژه مشترک بوده که به منظور پشتیبانی از این ارز تاسیس شده است. این ارز دارای پشتوانه دلاری است و از اینرو ارزش آن با دلار برابری میکند. یواسدی کوین مانند تتر از سیستم مرکزی کنترل برخوردار است.
همچنین جالب است بدانید با اینکه مقر دفتر مرکزی صرافی بایننس خارج از آمریکا است، اما این صرافی در نظر دارد در راستای اقدامات آمریکا و تحریمهای آمریکا علیه ایران، سرویسها و خدمات خود را برای کاربران ایرانی محدود کند، اما تجربه کار در بایننس این موضوع را روشن کرده است که Binance تا به حال دارایی کاربران ایرانی را به طور کامل فریز یا مصادره نکرده و کاربرانی که وارد این صرافی شده بعد از دریافت هویت آنها اجازه برداشت دارایی را صادر کرده است. البته این مقوله برای خود صرافی صدق میکند اما دخالتی در استیبل کوین آن ندارد. اگرچه گزارشهای بسیاری با عنوان بسته شدن اکانت بایننس بسیاری از کاربران ایرانی شنیده شده است، از مسدود شدن آدرسهای BUSD آنها گزارشی داده نشده است؛ از اینرو در مورد این گزینه جای نگرانی نیست، با این حال همیشه توصیه میکنیم احتیاط عمل داشته و برای ادامه فعالیت بهوسیله ارز دیجیتال تتر سعی کنید جایگزینهای غیرمتمرکز آن استفاده کنید.
با در نظر گرفتن میزان معاملات روزانه، ارز دای در لیست جایگزینی تتر، در رتبههای بعدی بایننس یواسدی و یواسدی کوین قرار دارد. توکن دای یک استیبل کوین از یک سیستم غیرمتمرکز برخوردار بوده و در این مورد معمولاً گلهمند نیستند. اما ذکر این نکته لازم است که بر اساس انتظار کاربران از یک شبکه غیر متمرکز، دای توسط جامعهای از کاربران اداره میشود و یک بنیاد و دفتر مرکزی آن را اداره نمیکند. از این رو با وجود استیبل کوینهای با پشتوانه کریپتوکارنسی و غیر متمرکز متعدد، اما ارز دای در میان آنها دارای محبوبیت بیشتری است. پروتکل Maker که ساخت سازمان غیر متمرکز مستقل MakerDAO است مسئول تولید ونگهداری و ساخت توکنهای جدید در راستای توسعه شبکه است. شبکه دای برخلاف دیگر ارزههای دیجیتال از هیچ پشتوانه مالی و ارزی برخوردار نیست، با این وجود انجام معامله و تبدیل هر واحد DAI همیشه ۱ دلار است. این امر کمی بحث برانگیز است که این رمزارز دیجیتالی چگونه با این ثبات ارزشی رسیده است ؟
در زمان انتخاب جایگزین تتر باید از ۱ دلاری ماندن همیشگی قیمت ارز دیجیتال انتخابی اطمینان حاصل کرد.در این عبارت X ارزی است که میتوان با تتر معامله کرد. همچنین احتمال دارد بتوان برای ارزهای دیجیتال محبوب و پرطرفدار، مثل ارز بیتکوین و اتریوم از جفت ارزیهایی مانند DAI / BTC و DAI / ETH استفاده کرد، اما نمیتوان همه ارزها را به شکلی مستقیم با دای وارد معامله کرد. مناسبترین روش این است که همیشه از دای برای نگهداری و ذخیره در کیف پول شخصی غیر حضانتی به کار رود. ذخیره سازی در کیف پولهای تتر مانند تراست والت و اتمیک والت. برای انجام معاملات و ذخیره ارزهای دیجیتال در ارزهایی که ارز دیجیتال دای جزو جفت ارز مبادلاتی نباشد، بهترین راه انتقال ارز استیبل در یک صرافی ارز دیجیتال معتبر و انجام معامله از آن طریق است. همچنین بعد از اقدام به فروش یک کوین یا توکن و تبدیل آن به USDT دوباره دارایی موجود خود را به DAI تبدیل کرده و به کیف پول دیجیتال خود انتقال دهید.
با توجه به ساختار ارز دیجیتال تتر و شبکه بلاکچین آن انجام معامله با ارز دیجیتال تتر بسیار سادهتر از دلار و همچنین رایجتر از سایر ارزهای دیجیتال است. نگهداری و انتقال این ارز دیجیتالی اما در مقایسه با دلار راحتتر است؛ با این حال ارزش آن با دلار یکی بوده و یک ارز استیبل بوده و از نوسانات بازار ارز هم تأثیر نمیپذیرد، اما از طرفی ریسک فریز شدن کاربر تتر در بازار برخی کشورهای تحت تحریم از جمله ایران وجود دارد و این مسئله کاربران ایرانی را با مشکلات زیادی مواجه میکند. اما این مشکل با راهکارهایی قابل حل است. سرمایه گذاران ایرانی تتر میتوانند ارزهای دیگری را که دارای و ویژگیهای مختلفی هستند را جایگزین تتر کرده و متکی به یک ارز دیجیتال خاص نباشند. شاید از میان ارزهای دیجیتال متعدد بهترین جایگزین ارز دیجیتال تتر در حال حاضر دای باشد.
مرجع: insights.glassnodeدر این مقاله قصد داریم به یکی از مشکلات اساسی در حوزه بلاکچین بپردازیم که از زمان حضور ارزهای دیجیتال تا به امروز وجود داشته است. تنها رمز ارزی که تا به امروز موفق شده است این مشکل را به خوبی حل کند رمز ارز بزرگ بیت کوین میباشد که توانسته به واسطه شبکه بلاکچین در این امر موفق گردد. همانطور که میدانید دوبار خرج کردن یکی از مشکلاتی است که در حال حاضر در سیستم پولی رایج شده است.
این مسئله کاملا درست است که رمز ارز بیت کوین توانسته است تا حدودی این مشکل را برطرف کند، ولی هنوز هم شبکههای رمز ارز دیگر با قدرت به مراتب پایینتر با این مشکل در حال دست و پنجه نرم کردن میباشند. در ادامه این مقاله با ما همراه باشید تا که به بررسی بیشتر در رابطه با این مشکل بپردازیم.
اگر بخواهیم به صورت ساده مفهوم دوبار خرج کردن را بیان کنیم باید بگوییم که دوبار خرج کردن یکی از مسائل بالقوه و اساسی در سیستمهای پولی میباشد که در طی آن یک دارایی با میزان مشخص به دو گیرنده به صورت همزمان تعلق خواهد گرفت. اگر مقابله کافی با این مشکل صورت نگیرد به مراتب این مشکل سبب ضعف یک سیستم خواهد شد. در یک سیستم امن و بی نقص کاربران باید از وجهی که دریافت میکنند اطمینان کافی کسب کنند و مطمعن باشند که وجه دریافتی آنان پیش از این در جایی خرج نشده باشد.
وقتی بحث ارزهای دیجیتال به میان میآید این مشکل به مراتب بیشتر به چشم میخورد و مقابله با آن از اهمیت بیشتری برخورد دار است. به عنوان نمونه در حوزه ارزهای دیجیتال یک فرد قادر خواهد بود به کمک این ترفند 10 دلار خود را ده بار خرج کند و به این وسیله صاحب 100 دلار گردد. به واسطه این امر کل سیستم شروع به ضعیف شدن خواهد کرد. علاوه بر این ممکن است در یک سیستم یک فرد قادر باشد یک میزان مشخص از دارایی را برای دو نفر ارسال کند، این سیستم در واقع یک سیستم کاملا شکست خورده است و دیگر هیچ کارایی نخواهد داشت. پس با توجه به این مسئله برای این که یک سیستم پولی عملکرد مناسبی را از خود به نمایش بگذارد نیاز است که مکانیزمهایی را جهت مقابله با این مشکل برای سیستم خود ایجاد کند.
اجرای این روش برای مقابله با مشکل دو بار خرج شدن یکی از راه کارهای به مراتب ساده میباشد. در این روش یک ناظر بر روی کل فرآیندهای انجام گرفته در سیستم نظارت خواهد کرد. یک نمونه و الگوی خوب در این زمینه دیوید چوم است. برای استفاده از داراییهای دیجیتالی که از وجه نقد الگوبرداری کردهاند، یک بانک قادر خواهد بود از امضاهای کور استفاده کند. دیوید چوم در مقاله خود در سال 1982 کاملا به این مسئله پرداخته است.
در این روش اگر فردی بخواهد میزانی از پول را به دریافت کند، لازم است که در ابتدا درخواست خود را مبنی بر دریافت پول به بانک ارسال کند. در این صورت برای کاربر توسط بانک یک عدد تصادفی ایجاد خواهد شد. به عنوان نمونه اگر مبلغ درخواستی فرد 1000 دلار باشد پنج عدد تصادفی 200 دلاری برای آن ایجاد خواهد شد. برای جلوگیری از ردیابی این پولها کاربران قادر خواهند بود با اضافه کردن یک عامل کور به هر عدد تصادفی آنان را پنهان کنند.
کاربر بعد از طی کردن این مراحل قادر خواهد بود وجه درخواستی خود را از بانک دریافت کند و اقدام به خرج کردن آن کند. برای خرج کردن آن کاربر دو عدد از این قبض را به فرد خواهد داد و او نیز باید با اعلام آن به بانک، مبلغ را بازخرید کند تا که از دوبار خرج کردن جلوگیری کند.
سیستم پیشنهادی به واسطه دیوید چوم شاید یک سیستم مناسب برای نقل و انتقالات خصوصی باشد، اما در رابطه با استقلال هیچ حرفی برای گفتن نخواهد داشت. دلیل این امر نیز این است که بانک مرکزی نقطه مرکزی شکست میباشد. اسکناس صادر شده به واسطه بانک در حالت کلی هیچ ارزشی را ندارد، و دلیل این امر این است که ارزش آن صرفا از تمایل بانک به مبادله آن با دلار حاصل خواهد شد. مشتریان در سایه بانک هستند و برای حسن نیت آن باید به روند کاری آن اعتماد کنند. این مسئله دقیقا همان مشکلی است که ارز رمزنگاری شده برای رفع کردن آن تلاش خواهد کرد.

اطمینان از این مسئله که در یک اکوسیستم که هیچ هماهنگ کنندهی مرکزی در آن وجود ندارد، افراد قادر نباشند وجه مورد نظر خود را دوبار خرج کنند، یکی از مشکلات اساسی میباشد. قوانین وضع شده در این سیستم باید به گونهای وضع شود که شرکت کنندگان قدرتی برابر با هم داشته باشند و مشوقهای لازم برای یک عملکرد درست و به دور از دور زدن داشته باشد.
بزرگترین نوآوری ارائه شده در وایت پیپر بیت کوین، راه حل بسیار خوبی برای دوبار خرج کردن بیت کوین میباشد. اگرچه از این زاویه به کار ساتوشی ناکاموتو یعنی خالق رمز ارز بیت کوین توجهی نشده است. اما او ساختار دادهای را که اکنون به صورت وسیع به عنوان بلاکچین شناخته میشود را ارائه کرد.
به صورت کلی بلاکچین فقط یک پایگاه داده است که یک سری خصوصیات منحصر به فرد را در اختیار دارد. شرکت کنندگان در شبکه که به آنها گره گفته میشود T نرم افزار اختصاصی بیت کوین را به اجرا در خواهند آورد. این نرم افزارها به افراد این امکان را خواهند داد تا که بتوانند نسخه خود از پایگاه داده را با سایر شرکت کنندگان هماهنگ نمایند. نتیجه این امر این خواهد بود که کل شبکه به واسطه این کار قادر خواهند بود تاریخچه معاملات صورت گرفته در این بستر را بررسی نمایند. با مشاهده بلاکچین به صورت عمومی، تشخیص و جلوگیری از فعالیتهای کلاهبردارانه، به مانند دو بار خرج کردن کاری به مراتب آسانتر خواهد بود.
روند کار در بلاکچین به این صورت خواهد بود که وقتی کاربری در شبکه بلاکچین تراکنش خود را ارسال میکند بلافاصله بعد از این کار تراکنش او به بلاکچین اضافه نخواهد شد. قبل از این که به بلاکچین اضافه گردد ابتدا باید از طریق یک فرآیند به نام استخراج در یک بلاک مستقل جای داده شود. با توجه به این مسئله گیرنده فقط باید تراکنش را پس از اضافه کردن بلاک حاوی آن تراکنش به بلاکچین دیگر معتبر دانست. دلیل این سخن نیز این است که فرستنده قادر خواهد بود همان کوینها را در یک جای دیگر دوباره خرج کند. دلیل این اتفاق نیز این است که مالکیت از یک فرد به فرد دیگر اختصاص داده شده است و کل شبکه بلاکچین از این پس، آن فرد را مالک جدید کوینها میداند. برای همین نیز توصیه ما به شما عزیزان این است که قبل از پذیرش پرداخت، منتظر کامل شدن تاییدها باشید.
رمز ارز بیت کوین با دقت بسیار بالایی طراحی شده است و تا در مواقعی که مطابق قوانین پروتکل از آن استفاده شود، از حملات دوبار خرج کردن جلوگیری خواهد کرد. روند مار به این صورت است که اگر افراد منتظر تایید تراکنشها در یک بلاک باشند، ارسال کننده و یا همان فرستنده هیچ راهی برای پس گرفتن دارایی خود نخواهد داشت. برای این که بتواند دارایی خود را پس بگیرد باید روند کار بلاکچین بیت کوین را معکوس کند، و از آن جایی که برای این کار باید قدرت بسیار زیاد و نیز هزینه بسیار زیادی صرف گردد، کاری تقریبا غیرممکن خواهد بود.
تعداد بسیار زیادی از حملههای دوبار خرج کردن وجود دارد که مقصود آنان از این کار این است که معاملات تایید نشده را مورد پذیرش قرار دهند. برای نمونه برای خریدهای کم ارزش، ممکن است یک فروشنده مایل نباشد منتظر بماند تا تراکنشها در یک بلاک قرار گیرد. علاوه بر این مسئله اگر شما در یک رستوران شلوغ باشید نمیتوانید منتظر تاییدهای تراکنش خود باقی بمانید و با این کار خود را در معرض خطر دوبار خرج کردن قرار دهید.
در این زمینه سه روش بسیار معروف وجود دارد: 1. حمله 51 درصدی 2. حمله ریس 3. حمله فینی. هر یک از این حملهها قادر خواهند بود یک سیستم را دچار ضعف و نا کارآمدی کند. در ادامه این مطلب با ما همراه باشید تا که به توضیح این حملات بپردازیم.
در طی این حمله فرد هکر باید قادر باشد بیش از 50 درصد نرخ هش را در اختیار خود قرار دهد. با این کار فرد قادر خواهد بود ترتیب تراکنشها را حذف کند و یا در ترتیب آنان تغییری ایجاد کند. البته جا دارد این را خدمت شما عزیزان بگوییم که با توجه به بالا بودن میزان هش در رزم ارز بیت کوین در اختیار گرفتن قدرت بیش از 51 درصد سیستم کاری تقریبا غیرممکن میباشد. البته جا دارد به این مسئله نیز اشاره کنیم که از طرفی این حمله قادر خواهد بود شبکههای رمز ارز کوچک را به راحتی از پای درآورد و آن را دچار ضعف کند.
در این روش دو تراکنش متناقص با استفاده از یک دارایی به طور متوالی و پشت سر هم ثبت خواهند شد، اما در آخر فقط یکی از تراکنشها مورد تایید قرار خواهد گرفت. مهاجم و یا همان هکر در این حالت دو تراکنش را در سیستم ثبت خواهد کرد که یکی از این آدرسها به نام گیرنده و دیگری به آدرس ولت خودش میباشد. ولی تفاوت این دو آدرس در این است که میزان کارمزد تراکنش خود را بیشتر در نظر خواهد گرفت تا که در اولویت انجام قرار گیرد و با این کار معامله دیگر باطل خواهد شد. این نوع روش مناسب وقتی است که فرد گیرنده توجهی به تاییدهای تراکنش ندارد. این مسئله این را به ما نشان میدهد که در صورت حمله اگر فرد جوانب احتیاط را در نظر داشته باشد هیچ گاه با مشکل رو به رو نخواهد شد.
در این روش فرد مهاجم، یک تراکنشرا در بلاک استخراج شده توسط خود یا مانیر دیگری قرار میدهد، اما در آخر آن را به شبکه ارسال نخواهد کرد. به جای این که آن را به شبکه ارسال کند همان کوینها را در یک معامله دیگر خرج خواهد کرد و بعد از این کار اقدام به انتشار آن خواهد کرد. برای موفق بودن این حمله باید شرایط خاصی ایجاد گردد. برای موفقیت آمیز بودن این حمله نیز به مانند حمله ریس، نیاز به فردی است که به تایید نهایی تراکنش توجهی نداشته باشد.
در این مقاله سعی کردیم مشکل اساسی دوبار خرج کردن در بلاکچین را برای شما عزیزان شرح دهیم و راههای مقابله با آن را خدمت شما عزیزان معرفی کنیم. همان طور که در این مقاله نیز به آن اشاره کردیم روش دوبار خرج کردن یکی از روشهایی است که میتواند یک سیستم را به صورت کامل از کار بیاندازد. علاوه بر این مسئله دوبار خرج کردن یکی از مشکلات اساسی در حوزه ارزهای دیجیتال است که همواره بسیاری از رمز ارزها را با مشکل رو به رو کرده است. از طرفی نیز نبود یک راه حل مناسب برای حل این مشکل یک مانع بزرگ برای پیشرفت بیشتر حوزه ارزهای دیجیتال میباشد.
علاوه بر این مسئله در این مطلب به برخی از روشهای دوبار خرج کردن نیز اشاره کردیم که یکی از این موارد روش حمله 51 درصدی بود. در این روش فرد مهاجم باید قادر باشد 51 درصد از قدرت هش را به خود اختصاص دهد تا که بتواند به سیستم آسیب وارد کند. البته جا دارد به این مسئله نیز اشاره کنیم که این همه بر روی شبکههایی که قدرت هش بالایی دارند کاربرد خاصی ندارد و برای شبکههای کوچک موفقیت آمیز میباشد.
در پایان جا دارد به این مسئله اشاره کنیم که برای این که بتوانید از این حمله در امان باشید بمهمترین کار این است که تا گرفتن تایید نهایی در معامله صبر کنید و تا لحظه آخر معامله خود را نهایی در نظر نگیرید. با این کار خود را به خوبی در برابر این مشکل حفظ خواهید کرد.
مرجع:dailyhodl
در این مقاله قصد داریم شما عزیزان را با برخی از رمز ارزهایی آشنا کنیم که از الگوریتم اثبات سهام استفاده میکنند. همان گونه که میدانید در حال حاضر تعداد کمی از رمز ارزها از این مکانیسم استفاده میکنند و نحوه کار آن با اثبات کار متفاوت میباشد. در ادامه این مطلب با ما همراه باشید تا که شما عزیزان را با این قبیل رمز ارزها و نیز نحوه کار آن آشنا کنیم.
در الگوریتم اثبات سهام، افراد قادر خواهند بود با در اختیار قرار دادن رمز ارزهای خود تایید تراکنشها را تسریع ببخشند و از طرفی نیز امنیت شبکه را با این کار خود به میزان قابل توجهی بالا ببرند. البته جا دارد به این مسئله نیز اشاره کنیم که افراد با این کار خود میزان مشخصی از پاداش را نیز از شبکه دریافت خواهند کرد. در ادامه این مطلب با ما همراه باشید تا که شما عزیزان را با اثبات سهام ارز دیجیتال و نیز بهترین رمز ارزهایی که از این مکانیسم استفاده میکنند آشنا کنیم.
در الگوریتم اثبات کار و یا همان ماینینگ که در نسل اول ارزهای دیجیتال و همچنین در نسل دوم ارزهای دیجیتال به مانند رمز ارزهای بیت کوین و اتریوم مورد استفاده قرار میگرفت، افراددی به نام استخراج کننده وجود داشتند که با در اختیار گرفتن قدرت پردازش دستگاه خود قادر بودند امنیت شبکه را تامین کنند و در ازای کاری که اانجام میدادند میزان مشخصی از پاداش را از شبکه دریافت میکردند. با تمام این اوصاف صنعت ماینینگ همیشه سود آور نخواهد بود، لبه ویژه در زمانهایی که قیمت یک رمز ارز رو به کاهش میگذارد. دلیل این سخن نیز این است که در این شرایط حتی پول برق و اصطحکاک تجهیزات را نیز نمیتوان از طریق استخراج کردن به دست آورد.
علاوه بر این مسئله مصرف بی رویه برق در این صنعت نگرانی بسیاری از افراد را برای الودگی و نیز گرمایش کره زمین ایجاد کرده است. از سویی نیز برخی از مخالفان الگوریتم اثبات کار بر این معتقد هستند که، این نوع از فعالیت نمیتواند برای شبکه مقیاس پذیری و یا به زبان ساده بالا بردن سرعت تراکنشها را به ارمغان آورد.
با توجه به سخنانی که پیش از این به آنان پرداختیم، اثبات سهام یا همان استکینگ یک روش کار آمد و به نسبت ساده تر از الگوریتم اثبات کار به حساب میآید. در الگوریتم اثبات سهام، کاربران ارزهای دیجیتال قادر خواهند بود رمز ارزهای خود را که در کیف پولشان قرار دارد را قفل کنند و یا این که به شبکه اختصاص دهند و با انجام این کار شبکه از این توکنها برای تایید تراکنش و حفظ هر چه بیشتر امنیت شبکه استفاده خواهد کرد. در چنین مکانیسمی تایید تراکنشها و نیز ایجاد بلاکهای جدید نیز به واسطه این توکنها انجام خواهد شد.
به بیان سادهتر، یک فرد که به دنبال یک رمز ارز با الگوریتم اثبات سهام میباشد، ابتدا باید رمز ارزی را پیدا کند که از این الگوریتم استفاده کند و بعد از آن مقداری از این رمز ارز را خریداری نماید و در کیف پول خود نگه داری کند. رمز ارز مورد نظر که از مکانیسم اثبات سهام استفاده میکند هر سال میزان مشخصی از پاداش را به این فرد اختصاص خواهد داد. پس با توجه به این مسئله فرد سرمایه گذار در حوزه ارزهای دیجیتال علاوه بر این که میتواند از طریق سرمایه گذاری برای خود درآمد کسب کند، میتواند از طریق اثبات سهام میزان مشخصی از سود را نیز از یک روش بسیار ساده و کم ریسک به دست آورد. در این الگوریتم نیز به مانند الگوریتم اثبات کار به محض یافتن یک بلاک جدید مشترکان اثبات سهام در ازای سهام گذاری، سود مشخص خود را دریافت خواهند کرد.
در طی چند ماه گذشته استفاده از الگوریتم اثبات سهام نسبت به گذشته بیشتر شده است و در حال حاضر تعداد قابل توجهی از رمز ارزهای حوزه ارزهای دیجیتال از این الگوریتم در شبکه خود استفاده میکنند. البته جا دارد به این مسئله نیز اشاره کنیم که به مانند الگوریتم اثبات کار، الگوریتم اثبات سهام نیز همیشه روی خوش نشان نخواهد داد و در برخی از موارد سودی را برای شما به همراه نخواهد داشت.
الگوریتم اثبات سهام یک الگوریتم جایگزین میباشد که در سال 2012 در ارز دیجیتال پیپی کوین مورد استفاده قرار گرفت. پیپی کوین در حقیقت همان رمز ارزی است که امروزه آن را با نام پیرکوین در حوزه ارزهای دیجیتال میشناسیم. ایده اصلی در این الگوریتم این است که افراد با توجه به میزان توکنی که در اختیار دارند قادر باشند در شبکه مشارکت کنند و برای خود میزان مشخصی از سود را به دست آورند. در این روش، نودها و یا همان گرهها، با موجودی که در اختیار دارند قادر خواهند بود تایید بلاکها را بر عهده بگیرند و بدون تقلب به کار خود در این شبکه ادامه دهند. در این راه کار، پیچیدگی بر پایه موجودی میان نودها تقسیم خواهد شد.
با توجه به این مسئله، نودی که سهام بیشتر و یا توکن بیشتری از یک رمز ارز را در اختیار داشته باشد، شانس بیشتری در خصوص بلاک بعدی خواهد داشت. البته جا دارد به این مسئله نیز اشاره کنیم که در این روش نسبت به روش الگوریتم اثبات کار انرژی و همچنین مصرف برق کمتری استفاده خواهد شد. این یکی از دلایلی است که که سبب شده است که الگوریتم اثبات سهام به یک الگوریتم محبوب در حوزه ارزهای دیجیتال تبدیل شود.
الگوریتم اثبات سهام دارای مزایای و ویژگیهایی است که در ادامه به برخی از آنان اشاره خواهیم کرد. درالگوریتم اثبات سهام بر خلاف الگوریتم اثبات کار، دیگر نیازی به حرید تجهیزات گران قیمت برای ارتقای سیستم و بالابردن قدرت محاسباتی نخواهید داشت. علاوه بر این مسئله سهام گذاری در حوزه ارزهای دیجیتال سرمایه گذاران را از تورم در امان نگه خواهد داشت، دلیل این سخن نیز این است که در صورتی که یک رمز ارز دچار کاهش قیمتی شود و به نوعی سقوط کند، این راه کار شما را در امان نگه خواهد داشت و سرمایه شما حفظ خواهد شد.
سهام گذاری الگوریتمی است که بسیار امن میباشد. دلیل این سخن این است که برای حمله به این سیستم، فرد هکر باید هزینههای بسیاری را انجام دهد و برای همین نیز کسی به فکر حمله به این شبکهها نخواهد افتاد و به نوعی حمله به شبکهای که از این الگوریتم استفاده کند، کاری غیرممکن به حساب میآید. همچنین در صورتی که فرد مهاجم خود دارای تعداد زیادی از توکن باشد، در طول حمله خود فرد نیز دچار ضرر و زیان خواهد شد، دلیل این اتفاق نیز این است که ثبات آن ارز دیجیتال با این کار به خطر خواهد افتاد.
برای انجام اثبات سهام باید از آینده یک ارز دیجیتال به خوبی با خبر باشید. میانگین متوسط پاداش یک رمز ارز که از الگوریتم اثبات سهام استفاده میکند در حدود 5 درصد میباشد و این یعنی این که یک رمز ارز در طول یک سال 5 درصد به ارزهای دیجیتال شما اضافه خواهد کرد. البته باید این را نیز در نظر داشت که این میزان از سود درصد قابل توجهی برای سرمایه گذاری نمیباشد. پس با توجه به این مسئله اصل اساسی در سرمایه گذاری زمانی است که کاربر ارز دیجیتال مورد نظر خود را خریداری کند، و بعد از آن با استفاده از الگوریتم اثبات سهام علاوه بر سودی که از معاملات خود به دست میآورد، سود اثبات سهام را نیز به سود دریافتی خود از معاملات اضافه کند.

البته در اینجا جا دارد به این مسئله نیز اشاره کنیم که در صورتی که یک رمز ارز نتواند به اهداف خود برسد و آینده دار نباشد، قیمت آن به شدت دچار نزول خواهد شد و همین امر سبب خواهد شد که فردی که در الگوریتم اثبات سهام مشارکت کرده است نیز به شدت دچار ضرر و زیان شود.
حال با توجه به این مسئله که تعداد قابل توجهی از رمز ارزهای حوزه ارزهای دیجیتال از این الگوریتم استفاده میکنند، این سوال پیش خواهد آمد که آیا میتوان به آینده این رمز ارزها امیدوار بود؟ در ادامه این مطلب با ما همراه باشید تا که شما عزیزان را با مشهورترین رمز ارزهایی که از این الگوریتم استفاده میکنند آشنا کنیم.
تزوس یکی از رمز ارزهایی میباشد که در سال 2018 پای به عرصه حوزه ارزهای دیجیتال گذاشت و برای قراردادهای هوشمند خود از الگوریتم اثبات سهام سیال استفاده کرد، که تا به امروز این الگوریتم به خوبی جواب داد است و امنیت قابل قبولی را برای این شبکه به وجود آورده است. برای این که بتوانید در الگوریتم اثبات سهام این شبکه مشارکت داشته باشید، باید حداقل 10هزار توکن از این شبکه را در اختیار داشته باشید.
این مسئله در حالی است که این شبکه این ویژگی را برای شما عزیزان ایجاد کرده است که از ویژگی خاصی به نام نمایندگی استفاده کنید، در این قابلیت یک نماینده به نیابت از شما در فرآیند تایید تراکنش شرکت میکند. جا دارد به این مسئله نیز اشاره کنیم که سود سهام گذاری در این شبکه در حال حاضری چیزی در حدود 7 درصد میباشد.
نئو یک بلاکچین مبتنی بر اثبات سهام میباشد که قول داده است که در آیندهای نه چندان دور میتواند داراییهای جهان را با استفاده از فناوری بلاکچین و قراردادهای هوشمند دیجیتالی و خودکارسازی کنند. در جیدترین بروز رسانی این شبکه، یعنی نئو3 به دنبال تحقق هدف ارز دیجیتال یعنی راه اندازی و ایجاد اقتصاد هوشمند میباشد. نئو را با نام اتریوم چینی نیز میشناسند.
نئو با تمرکز بر روی هویت دیجیتالی در بلاکچین برای انطباق نظارتی ارزش خاصی قائل میگردد.همچنین کسب و کارها و نیز شبکههای دیگری نیز که بر روی این شبکه راه اندازی شدهاند نیز از هویت دیجیتالی مختص به خود بهره میبرند. علاوه بر این مسئله بخش پذیر نبود نئو را نیز میتوان یکی از ویژگیهای به خصوص این شبکه دانست. دلیل این سخن نیز این است که نئو را نمیتوان به واحدهای کمتر از یک تقسیم کرد و برای خرید این توکن باید حتما یک واحد از آن خریداری شود. در حال حاضر سود این شبکه چیزی در حدود 3 درصد میباشد.
ترون یکی از رمز ارزهای حوزه ارزهای دیجیتال میباشد که از الگوریتم اثبات سهام برای اجماع بهره خواهد برد. تمرکز اصلی این بلاکچین بر روی پرداخت و نیز ایجاد یک سیستم مالی غیرمتمرکز میباشد. یکی از ویژگیهای به خصوص و خاص در این شبکه این است که این شبکه دارای اعتبار سنجی میباشد. در الگوریتم این شبکه همه دارندگان رمز ارز این شبکه در اعتبار سنجی شرکت نخواهند داشت، بلکه 27 نفر نماینده در شبکه این کار را انجام خواهند داد. همچنین در این شبکه اگر یکی از نمایندگان قادر نباشد کار خود را به خوبی انجام دهد به سرعت رای گیری انجام شده و یک فرد دیگر جایگزین آن خواهد شد.
پاداش سالانه رمز ارز ترون در حال حاضر چیزی در حدود 4.5 درصد است، اما این احتمال وجود دارد که در آینده نه چندان دور شاهد افزایش نرد سود آوری این رمز ارز باشیم. به تازگی نیز این رمز ارز پلتفرم پاداش سهام گذاری خود را بیش از ده درصد بالا برده است.
کازماس به بلاک چینها این امکان را خواهد داد تا که بتوانند با الگوریتمی به نام اینترنت بلاکچین با یکدیگر ارتباط برقرار کنند. کازماس که امکان همکاری متقابل را میان رمز ارزهای بسیاری امکان پذیر کرده است، در همان عرضه اولیه خود موفق به جذب بیش از 16 میلیون دلار سرمایه شد. در حال حاضر میزان سود این شبکه چیزی در حدود 12 درصد میباشد که رقم بسیار قابل توجهی میباشد.
به تازگی خبری منتشر شده است که طی آن اعلام شد که یک همکاری میان پاندی ایکس و پایانه خرید و فروش کارت خوان صورت گرفته است و قرار است به زودی به مرحله اجرایی درآید. بعد از انتشار این خبر موجی بسیار قابل توجه از توجهات مردمی به سمت این پروژه جلب شد و افراد بسیاری در صدد خرید این رمز ارز بر امدند. پاندی ایکس در طی مسیر خود به سمت هدفی که دارد، یعنی اتصال دنیای ارزهای دیجیتال به خرده فروشی میباشد.
توکن پاندی ایکس در سال 2018 میلادی پای به عرصه حوزه ارزهای دیجیتال گذاشت و در حال حاضر سود این شبکه رقمی در حدود 19.5 درصد میباشد که رقم بسیار قابل توجهی میباشد.
شبکه دیجیتالی آنتولوژی در سال 2018 میلادی کار خود را در حوزه ارزهای دیجیتال آغاز کرد. کاربران این صرافی قادر خواهند بود با سهام گذاری این توکنها سالانه سودی در حدود 12 الی 25 درصد را دریافت کنند. البته جا دارد به این مسئله نیز اشاره کنیم که میزان سود این شبکه براساس توکن موجود در کیف پول محاسبه خواهد شد و سود سهام گذاری آن هر دو هفته یکبار به کاربر تعلق خواهد گرفت. بر اساس کوین مارکت کپ، حجم معاملات این رمز ارز در صرافیها چیزی در حدود 40 میلیون دلار میباشد که برای یک رمز ارز نو پا رقمی قابل توجه میباشد.
بلاک چین شبکه کومودو از اثبات کار تطبیق پذیر بهره میبرد، دارندگان توکن این شبکه قادر خواهند بود با استفاده از توزیع خودکار پاداشها در پلتفرم شبکه سرمایه گذاری خود را انجام دهند. با نگهداری توکنهای این شبکه شما عزیزان قادر خواهید بود سالانه سودی در حدود 5 درصد را دریافت کنید. همچنین جا دارد به این مسئله نیز اشاره کنیم که صرافی بایننس به تازگی سهام گذاری در کومودو را برای کاربران خود فراهم کرده است.
در این مقاله سعی کردیم شما عزیزان را بانحوه کار الگوریتم اثبات کار و نیز برخی از رمز ارزهایی که از این الگوریتم استفاده میکنند آشنا کنیم. همان گونه که در این مطلب نیز به آن اشاره شد الگوریتم اثبات سهام با توجه به ویژگیهای منحصر به فرد و خوبی که دارد نسبت به الگوریتم اثبات کار برتری دارد و دارای محبوبیت زیادی در میان کاربران حوزه ارزهای دیجیتال میباشد. یکی از این ویژگیهای خوب صرفه جویی در برق و همچنین صرفه جویی در هزینه میباشد. علاوه بر این مسئله با الگوریتم اثبات سهام امنیت یک شبکه به صورت تمام و کمال حفظ خواهد شد و دلیل آن نیز این است که برای هک کردن یک شبکه که از الگوریتم اثبات سهام بهره میبرد باید هزینه زیادی صرف شود و به نوعی دست برد زدن به چنین شبکههای کاری غیرممکن به شمار میرود.
در پایان نیز جا دارد به این مسئله اشاره کنیم که درست است که برخی از رمز ارزهایی که به آنان در این مطلب اشاره کردیم دارای میزان سود بسیار قابل توجهی هستند، ولی این را مد نظر داشته باشید که الگوریتم اثبات سهام همیشه سود را به ارمغان نخواهد آورد و در صورتی که رمز ارز مورد نظر به هدف خود دست پیدا نکند، قیمت آن به شدت کاهش پیدا خواهد کرد و به دنبال این کاهش قیمت شما نیز که در سهام گذاری آن رمز ارز شرکت کردهاید دچار ضرر و زیان خواهید شد. پس با توجه به این مسئله توصیه ما به شما عزیزان این است که پیش از هر کاری در مورد رمز ارزی که میخواهید در آن سهام گذاری کنید به خوبی تحقیق کنید تا دچار ضرر و زیان نشوید.
مرجع: cryptobriefing
هوش مصنوعی قادر است با یک کامپیوتر یک ربات را برای انجام وظایف خاص که تعریف شده است، از راه دور کنترل کند که این وظیفهها در پیرامون بشر در حال رخ دادن است. به این پروژههای در حال پیشرفت و کار شده که میخواهند سیستمها را به جای یک انسان قرار داده و به جای آن فکر کنند را هوش مصنوعی اطلاق میکنند. از جمله کارایی این فناوری در دنیا میتوان به کشف استدلالهای ریاضی و ساده نمودن روابط پیچیده و کمک حال برای بشر تنبل اشاره نمود.
از زمان گسترش رایانه و کامپیوترهای دیجیتالی در این دهههای اخیر، به بشریت این را نمایان کرده که رایانهها را میتوان برای انجام کارهای بسیار پیچیده، به عنوان مثال کشف برهان و قضایای ریاضی یا حل بازی شطرنج با مهارت و توانایی زیادی برنامهریزی کرد. با این حال، با وجود پیشرفتهای مداوم در سرعت پردازش رایانه و ظرفیت حافظه و مموریهای جانبی، هنوز هیچ برنامهای وجود ندارد که بتواند انعطافپذیری انسان را در حوزههای وسیعتر یا در کارهایی که نیاز به دانش روزانه زیادی دارد، مطابقت دهد.
از طرف دیگر، بعضی از پلتفرمها و رباتهای ساخته شده به درجهای از عرفان و نبوغ رسیدهاند که همکار و همیار در کارهای بزرگ در کنار انسان هستند که قدرت و توانایی هوش مصنوعی را به رخ همگان میکشد. از جمله این کارها و فناوری ها می توان به موارد زیر اشاره نمود :
· تشخیص و شناسایی برخی از بیماری ها و همیار پزشکان در زمان جراحی
· سیستم جستجوی پیشرفته و بسیار حساس برای کمک حال کاربران گوگل
· شناسایی و تشخیص صدا و دست خطهای قدیمی
این محدود مواردی است که سبب جلب توجه سرمایهگزاران و کاربران در این زمینه در حال توسعه است.
برخی از رفتارها هیچگونه ارتباطی به هوش ندارد و یک کار کاملا غریزی است، مانند بسیاری از کارهای حشرات و موجودات ریز اطراف بشر که این طور به نظر میرسد و در حالی که برای انسان این مقوله متفاوت است. تفاوت در این موضوع برای چیست؟ رفتار یک زنبور حفار را در نظر بگیرید. هنگامی که زنبور ماده با غذا به گودال خود باز میگردد، ابتدا آن را روی آستانه و ورودی درب میگذارد، وجود مزاحمان را در داخل لانه خود بررسی میکند و تنها پس از آن، اگر لانه را یک مکان امن ببیند، غذای خود را به داخل می برد.
ماهیت واقعی رفتار غریزی زنبور آشکار میشود اگر غذا در حالی که او در داخل است، چند اینچ از ورودی لانه او دورتر شود: هنگامی که ظاهر میشود، هر دفعه که غذا جابجا میشود، کل روش را تکرار میکند. هوش، که در مورد زنبور حفار آشکارا وجود ندارد. باید شامل توانایی سازگاری با شرایط جدید را مورد بررسی باشد تا بتوان نظریات را بررسی کرد.
روان شناسها به طور عموم هوش بشر را با یک صفت ارزیابی نمی کنند بلکه با مجموعه ای از توانایی ها و کارهای متنوعی که در اطراف خود انجام میدهند مورد ارزشیابی قرار میگیرند. تحقیقهایی که در مورد هوش مصنوعی در حال انجام میباشد در مولفههای زیر خلاصه میشود؛ که عبارتند از :
یادگیری، استدلال، حل مسئله، ادراک و استفاده از زبان.
انواع متنوعی و مختلفی از یادگیری ها برای محک زدن Artificial intelligence وجود دارد که ابتداییترین روش در آن، استفاده از آزمون و خطا میباشد. برای بهتر درک کردن از یک مثال ساده شروع میکنیم، برای حل یک مسئله ریاضی در پرتاب تاس به صورت جفت آمدن از حرکتهای تصادفی به دفعات بالا استفاده میکنیم. سپس برنامه ممکن است راه حل را با موقعیت ذخیره کند تا دفعه بعد که رایانه با همان موقعیت روبرو شد راه حل را به خاطر بیاورد.
به یاد آوردن و ذخیره کردن این دادهها و رویداد برای افراد را به عنوان یادگیری روت Rote Learning میشناسیم. بر روی کامپیوتر و رایانههای دیجیتالی نسبتاً آسان نصب و راهاندازی میشود. چالش برانگیزتر مشکل اجرای چیزی است که تعمیم این رویه در روی سیستمها نامیده میشود.
تعمیم شامل استفاده از تجربه گذشته در موقعیتهای مشابه جدید است. به عنوان مثال، برنامهای که زمان گذشته افعال معمولی انگلیسی را یاد میگیرد، نمیتواند زمان گذشته یک کلمه مانند jump را تولید کند، مگر اینکه قبلاً با jumped ارائه شده باشد، در حالی که برنامهای که قادر به تعمیم است میتواند یاد بگیرد. قانون "افزودن ed" و بنابراین زمان گذشته پرش را بر اساس تجربه با افعال مشابه تشکیل دهید.
استدلال به معنای استنتاج مناسب با موقعیت درست و درک صحیح آن است. استنتاجها به دو دسته قیاسی یا استقرایی طبقهبندی میشوند. مثال اولی این است: «فرد باید در موزه یا کافه باشد. او در کافه نیست. بنابراین او در موزه است. بنابراین این حادثه ناشی از خرابی ابزار بود. مهمترین تفاوت بین این اشکال استدلال این است که در حالت قیاسی، صدق مقدمات صدق نتیجه را تضمین میکند، در حالی که در مورد استقرایی، صدق مقدمه به نتیجهگیری بدون اطمینان مطلق کمک میکند.
استدلال استقرایی در علم و اثبات روابط علمی رایج و متداول است، جایی که دادهها جمعآوری میشوند و مدلهای آزمایشی برای توصیف و پیشبینی رفتار آینده توسعه مییابند. تا زمانی که ظاهر دادههای غیرعادی مدل را مجبور به تجدید نظر کند. استدلال قیاسی در ریاضیات و منطق رایج است، جایی که ساختارهای پیچیده از قضایای انکارناپذیر از مجموعه کوچکی از بدیهیات و قوانین اساسی ساخته شده است.
موفقیت قابل توجهی در برنامهنویسی و زبان رایانهها برای استنتاج، به ویژه استنتاجهای قیاسی وجود داشته است. با این حال، استدلال واقعی شامل چیزی بیش از استنتاج در دنیای محدود نمودن دادههاست. این شامل استخراج استنتاجهای مرتبط با راه حل یک کار یا موقعیت خاص در زمان حال است. این یکی از سختترین مشکلات پیش روی هوش مصنوعی برای توسعه و گسترش خود در دنیای واقعی است.
حل مسئله، به ویژه در هوش مصنوعی، ممکن است به عنوان یک جستجوی سیستماتیک از طریق یک بازه گستردهای از اقدامات ممکن برای رسیدن به یک هدف خاص یا راه حل از پیش تعریف شده مشخص شود. روشهای حل مسئله به دو هدف خاص و هدف کلی تقسیم میشوند.
یک روش با هدف خاص برای یک مشکل خاص ساخته شده است و اغلب از ویژگیهای بسیار خاص و ویژه موقعیتی که مشکل در آن جاسازی شده است، استفاده میکند. در جبهه مقابل، یک روش همه منظوره برای طیف وسیعی از مسائل قابل استفاده است. یکی از فنون و تکنیکهای همه منظوره مورد استفاده در هوش مصنوعی، تجزیه و تحلیل میانگین دادهها در آخر و پایان پروژههاست. کاهش گام به گام یا افزایشی تفاوت بین وضعیت فعلی و هدف نهایی یکی از این جمله کارها به حساب میآید. این برنامه اقدامات را از فهرستی از ابزارها انتخاب میکند که در مورد یک ربات ساده، این ممکن است شامل PICKUP، PUTDOWN، MOVEFORWARD، MOVEBACK، MOVELEFT و MOVERIGHT باشد تا زمانی که به هدف اصلی خود در کارش برسد.
بسیاری از مشکلات همه جانبه توسط برنامههای هوش مصنوعی قابل حل بوده است. برخی از نمونهها یافتن حرکت برنده یا دنباله حرکات خاص در یک بازی رومیزی، ابداع برهانهای ریاضی، و دستکاری «اشیاء مجازی» در دنیایی که توسط رایانه تولید میشود، از این جمله به حساب میآیند.
برای درک از پیرامون اطراف خود به کمک حواس پنجگانه و اندامهای حسی به اسکن و بررسی آنها و تجزیه و تحلیل دادههای بدست آمده میپردازیم. این دادهها را در ذهن شخص به صورت یک فضای سه بعدی ترسیم میکند. این طراحیها به خاطر عوامل متعدد در پیرامون فرد مانند تابش نور خورشید، زاویه دید ناظر، ابعاد جسم و غیره کمی متفاوت با واقعیت آن شی باشد. این جمله موارد از خطاهای قابل پیش بینی در Artificial intelligence به حساب میآید.
در حال حاضر، ادراک مصنوعی به اندازه کافی پیشرفته است که حسگرهای نوری را برای شناسایی افراد، وسایل نقلیه خودران برای رانندگی با سرعت متوسط در جادههای باز و روباتها برای پرسه زدن در ساختمانهایی که قوطیهای خالی نوشابه را جمعآوری میکنند، قادر میسازد.
یکی از اولین سیستمهایی که ادراک و عمل را ادغام میکرد، FREDDY بود، یک ربات ثابت با چشم تلویزیون متحرک و یک دست گیره، که در دانشگاه ادینبورگ، اسکاتلند، در دوره 73-1966 به سرپرستی دونالد میچی ساخته شد. فردی قادر به تشخیص اشیاء مختلف در پیرامون خود بود و میتوانست به او دستور داده شود که ابزارهای ساده مانند یک ماشین اسباببازی را از یک انبوه قطعات تصادفی جمعآوری کند و جدا نماید.
زبان سیستمی از نشانههاست که بر اساس قراردادهایی بین افراد و کاربران معنا پیدا میکند. به این معنا، زبان نیازی به محدود شدن به کلام گفتاری ندارد. به عنوان مثال، علائم راهنمایی و رانندگی، یک زبان کوچک را تشکیل میدهند، این یک موضوع قراردادی است که ⚠ در برخی کشورها به معنای "خطر پیش رو" است. متمایز از زبانها است که واحدهای زبانی به طور قراردادی دارای معنی هستند و معنای زبانی با آنچه که معنای طبیعی نامیده میشود. بسیار متفاوت است که نمونه آن در جملاتی مانند "آن ابرها به معنای باران است" و "کاهش فشار به این معنی است که دریچه کار نمیکند."
یکی از ویژگیهای مهم زبانهای انسانی تمام عیاردر بین مردم دنیا، بر خلاف صدای پرندگان و علائم راهنمایی و رانندگی ، بهرهوری و استفاده مفید آنهاست. یک زبان سازنده میتواند انواع نامحدودی از جملات را فرموله کند و مطلب مورد نیاز را به کاربر و افراد پیرامون شما به سادگی ارسال و ابلاغ نماید.
نوشتن برنامههای رایانهای که به نظر میرسد در زمینههای بسیار محدود، قادر به پاسخ روان به زبان انسانی به سؤالات و اظهارات باشند، نسبتاً آسان است. بر اساس یک نظریه، فهمیدن یا نفهمیدن فرد نه تنها به رفتار، بلکه به تاریخچه او نیز بستگی دارد: برای اینکه بتوان گفت که میفهمد، باید زبان را یاد گرفته باشد و آموزش دیده باشد تا به وسیله ابزاری جایگاه خود را در جامعه زبانی بگیرد. تعامل با سایر کاربران زبان کمی دشوار ولی غیرممکن نیست و باید تلاش خود را در این زمینه انجام داد.

در تحقیق های در زمینه Artificial intelligenceبه دور روش صورت می گیرد که عبارتند از : عملکرد نمادین و دوم کارایی پیوندگرا، که هر دو روش در جای خود مناسب و کارا است. رویکرد از بالا به پایین به دنبال تکرار هوش با تجزیه و تحلیل شناخت مستقل از ساختار بیولوژیکی مغز، بر حسب پردازش نمادها، از آنجایی که برچسب نمادین است. از طرف دیگر، کارایی پایین به بالا شامل ایجاد شبکههای عصبی مصنوعی به تقلید از ساختار مغز میشود، از آنجایی که برچسب پیوندگرا نامیده میشود.
برای نمایان کردن اختلاف بین این عملکردها در اطراف آزمون، وظیفه ایجاد یک سیستم مجهز به یک اسکنر لیزری را در ذهن خود مجسم کنید که حروف الفبا را برای شما شناسایی کند. یک عملکرد نمادین معمولاً شامل آموزش یک شبکه و سیستم عصبی مصنوعی با ارائه حروف یک به یک به آن در حال آزمون، بهبود تدریجی عملکرد با تنظیم شبکه در حال پردازش دادهها است.
تنظیم پاسخگویی رویههای رشته های عصبی متنوع را به محرکهای مختلف و نیروهای اعمالی به آن را تنظیم میکند. در جبه دیگر، عملکرد از پیوندگرا معمولاً دارای نوشتن یک کد برنامهنویسی رایانهای است که هر حرف را با توضیحات شکل و ابعادی مقایسه و ترسیم میکند.
در کتاب مبانی یادگیری (1932)، ادوارد تورندایک، روانشناس در دانشگاه کلمبیا، شهر نیویورک، برای اولین بار پیشنهاد کرد که یادگیری انسان شامل برخی از ویژگیهای ناشناخته اتصالات بین نورونهای مغز است. در سال 1949 دانشمندی از کانادا به نام دونالد هب در زمینه رفتارهای سازمانی در مورد یادگیری و توسعه هوش مصنوعی بیان نمود که باید در زمینه تقویت کانالهای عصبی و الگوهایی که از طریق نورونها در زمان حوادث خاص انتشار مییابد، تحقیق و بررسی نمود.
در سال 1957 دو طرفدار سرسخت هوش مصنوعی نمادین، آلن نیول، محققی در شرکت RAND، سانتا مونیکا، کالیفرنیا، و هربرت سیمون، روانشناس و دانشمند کامپیوتر در دانشگاه کارنگی ملون، پیتسبورگ، پنسیلوانیا - رویکرد از بالا به پایین را در آنچه آنها فرضیه سیستم نماد فیزیکی نامیده میشود. این فرضیه بیان میکند که ساختارهای پردازش نمادها، اصولاً برای تولید هوش مصنوعی در یک رایانه دیجیتال کافی است و علاوه بر این، هوش انسانی نتیجه همان نوع دستکاریهای نمادین است.
در طول دهههای 1950 و 1960، رویکردهای بالا به پایین و پایین به بالا به طور همزمان دنبال میشدند و هر دو به نتایج قابل توجهی دست یافتند. با این حال، در طول دهه 1970، Artificial intelligence از پایین به بالا نادیده گرفته شد و تا دهه 1980 بود که این رویکرد دوباره برجسته شد. امروزه هر دو رویکرد دنبال میشوند و هر دو به عنوان مشکلاتی شناخته میشوند. تکنیکهای نمادین در حوزههای سادهشده کار میکنند، اما معمولاً هنگام مواجهه با دنیای واقعی از بین میروند. در همین حال، محققان از پایین به بالا قادر به تکرار سیستم عصبی حتی سادهترین موجودات زنده نبودهاند. یک کرم بسیار مطالعه شده، تقریباً 300 نورون دارد که الگوی اتصالات آنها کاملاً شناخته شده است. با این حال، مدلهای پیوندگرا حتی در تقلید از این کرم شکست خوردهاند. بدیهی است که نورون های نظریه اتصال گرایی ساده سازی بیش از حد فاحش چیز واقعی هستند.
با استفاده از روشها و مراحلهای ذکر شده در بالا، تحقیقات هوش مصنوعی برای رسیدن به یکی از سه هدف تلاش میکند: هوش مصنوعی قوی، هوش مصنوعی کاربردی، یا شبیه سازی شناختی.
از اهداف هوش مصنوعی قوی، ایجاد و ساختن ماشینهایی برای جهانیان است که به توانند تفکر کنند. اصطلاح و لقب هوش مصنوعی قوی برای این گروه تحقیقات در سال 1980 به کمک فیلسوف جان سرل در شهر برکلی معرفی و استارت کار زده شد. جاه طلبی نهایی هوش مصنوعی قوی این است که ماشینی تولید کند که توانایی فکری کلی آن از تواناییهای ذهنی انسان قابل تشخیص نباشد. همانطور که در قسمت نقطههای عطف ابتدایی در Artificial intelligence به معرفی آن پرداخته شد، این گونه اهداف در دهههای 1950 و 1960 کاربران و علاقهمندان زیادی را به خود جلب کرد، این را باید خاطر نشان کرد که در هر زمینه ای دشواریهای خود را دارد.
تا به امروز، پیشرفت ناچیز و بسیار کوچک بوده است. برخی از منتقدان تردید دارند که آیا تحقیقات در آیندهای قابل پیش بینی حتی سیستمی با توانایی فکری کلی یک مورچه ایجاد کند یا خیر. در واقع، برخی از محققانی که در دو شاخه دیگر هوش مصنوعی کار میکنند، هوش مصنوعی قوی را ارزش پیگیری ندارد.
هوش مصنوعی کاربردی، که به عنوان پردازش اطلاعات پیشرفته نیز شناخته میشود، با هدف تولید سیستمهای «هوشمند» تجاری قابل دوام، به عنوان مثال، سیستمهای تشخیص پزشکی «متخصص» و سیستمهای معاملات سهام و بازار ارز دیجیتال. همانطور که در بخش سیستمهای خبره توضیح داده شده است، Artificial intelligence کاربردی موفقیت قابل توجهی داشته است.
در شبیهسازی شناختی، رایانهها برای آزمایش تئوریهایی در مورد نحوه عملکرد ذهن انسان استفاده میشوند، به عنوان مثال، نظریههایی درباره نحوه تشخیص چهرهها یا یادآوری خاطرات توسط افراد. شبیه سازی شناختی در حال حاضر یک ابزار قدرتمند در علوم اعصاب و روانشناسی شناختی است.
اولین کار عمده و پایه گزار در حیطه هوش مصنوعی در میانه قرن بیستم به کمک منطقدان انگلیسی و پیش قدمهای رایانهای آلن متیسون تورینگ صورت گرفت. در سال 1935 تورینگ به کمک یک ابزار و ماشین حسابگر انتزاعی متشکل از یک مموری قوی و ذخیره بالا و یک اسکنر توصیف کرد که در حافظه بشر در حال حرکت و تراکنش به جلو و یا عقب خود هست، الگو و نمادهایی که میبیند، با تمام تجزئیات میخواند و نمادهای بیشتری را مینویسد و در حافظه خود ذخیره میکند.
فعالیتهای اسکنر به کمک کدهای برنامهنویسی از دستورالعملهای از قبل تعریف شده، دیکته میشود که همچنین به شکل الگوهایی در حافظه و مووری ماشین ذخیره و به نمایش در میآید. مفهوم ماشین و برنامه تورینگ اکنون به سادگی به عنوان ماشین تورینگ در جهان برای همگان شناخته شده است. همه کامپیوترهای مدرن و رایانه های دیجیتالی در حالت کلی از ماشینهای تورینگ جهانی پیروی می کنند و کپی از این ماشین به حساب میآیند.
در طول جنگ جهانی دوم، تورینگ یک تحلیلگر برجسته رمزنگاری در مدرسه کد دولتی و سایفر در بلچلی پارک، باکینگهامشر، انگلستان بود. تورینگ تا زمان توقف خصومت ها در اروپا در سال 1945 نتوانست به پروژه ساخت یک ماشین محاسباتی الکترونیکی با برنامه ذخیره شده روی آورد. یکی از همکاران تورینگ در بلچلی پارک، دونالد میچی (که بعداً دپارتمان هوش و ادراک ماشینی را در دانشگاه ادینبورگ تأسیس کرد)، بعداً به یاد آورد که تورینگ اغلب در مورد اینکه چگونه رایانهها میتوانند از تجربه بیاموزند و همچنین مشکلات جدید را از طریق استفاده از اصول راهنما - فرآیندی که اکنون به عنوان حل مسئله اکتشافی شناخته می شود.
تورینگ احتمالاً اولین سخنرانی عمومی (لندن، 1947) را برای اشاره به هوش رایانه ای ارائه کرد و گفت: "آنچه ما می خواهیم ماشینی است که بتواند از تجربه بیاموزد" و اینکه "امکان اجازه دادن به ماشین برای تغییر دستورالعمل های خود مکانیزم را فراهم می کند. برای این." در سال 1948 او بسیاری از مفاهیم اصلی هوش مصنوعی را در گزارشی با عنوان «ماشینهای هوشمند» معرفی کرد. با این حال، تورینگ این مقاله را منتشر نکرد و بسیاری از ایده های او بعداً توسط دیگران ابداع شد. برای مثال، یکی از ایدههای اولیه تورینگ آموزش شبکهای از نورونهای مصنوعی برای انجام وظایف خاص بود، رویکردی که در بخش ارتباطگرایی توضیح داده شد.
در سال 1950 تورینگ بحث سنتی در مورد تعریف هوش را کنار گذاشت و یک آزمون عملی برای هوش کامپیوتری ارائه کرد که اکنون به سادگی به عنوان آزمون تورینگ شناخته می شود. آزمون تورینگ شامل سه شرکت کننده است: یک کامپیوتر، یک بازجوی انسانی و یک فویل انسانی.
بازجو سعی در این دارد با پرسیدن سؤالات از دو شرکت کننده دیگر که رایانه است، تعیین کند. تمام ارتباطات از طریق صفحه کلید و صفحه نمایش است. بازجو ممکن است هر طور که دوست دارد سؤالات نافذ و گستردهای بپرسد، و رایانه مجاز است هر کاری که ممکن است برای شناسایی اشتباه انجام دهد. مثلاً، رایانه ممکن است در پاسخ به «آیا شما رایانهای؟» پاسخ دهد، «نه» و ممکن است به دنبال درخواست ضرب یک عدد بزرگ در دیگری با مکث طولانی و پاسخ نادرست باشد.
فویل باید کمک کند. بازجو برای شناسایی صحیح تعدادی از افراد مختلف نقش بازجو و فویل را بازی می کنند و اگر تعداد کافی از بازجوها نتوانند رایانه را از انسان تشخیص دهند، آنگاه (به گفته طرفداران آزمون تورینگ) رایانه یک متفکر باهوش در نظر گرفته می شود. وجود، موجودیت.
در سال 1991، هیو لوبنر، نیکوکار آمریکایی، مسابقه سالانه جایزه لوبنر را آغاز کرد و وعده پرداخت 100000 دلار به اولین رایانه ای که آزمون تورینگ را می گذراند و هر سال 2000 دلار به بهترین تلاش اهدا کرد. با این حال، هیچ برنامه هوش مصنوعی به قبولی در آزمون تورینگ رقیق نشده نزدیک نشده است.
با این حال باید بدانید هوش مصنوعی در اکثر صنایع و همچنین صرافی ارز دیجیتال مورد استفاده قرار گرفته است.
مرجع:decrypt
در این مقاله میخواهیم با یکی دیگر از مفاهیم بازار ارزهای دیجیتال به نام سوئینگ تریدینگ آشنا شویم و آن را خدمت شما عزیزان شرح دهیم. علاوه بر این موضوع قصد داریم که در این مطلب بهترین اندیکاتورها برای تحلیل کردن بازار ارزهای دیجیتال را نیز خدمت شما عزیزان معرفی خواهیم کرد تا بتولنید به واسطه آن بهتر از قبل به تحلیل این بازار بپردازیدد. در ادامه این مطلب با ما همراه باشید تا موضوعات فوق را مورد تحلیل و بررسی قرار دهیم.
معامله کردن با استفاده از روش سوئینگ یکی از روشهای معامله کردن در بازارهای مالی میباشد که در بازارهایی به مانند فارکس و ارزهای دیجیتال مورد استفاده قرار میگیرد. این روش از معامله کردن به همراه چند روش شاخص دیگر بخش بسیاری از تحلیلها را به خود اختصاص دادهاند. ما برای این که بتوانیم زمان مناسب را برای ورود و یا خروج از یک معامله پیدا کنیم باید از اندیکاتورها در تحلیلهای خود استفاده کنیم. در ادامه این مقاله به صورت مفصل به مبحث نوسان گیری خواهیم پرداخت، با ما همراه باشید.
سوئینگ تریدینگ یا به اصطلاح همان معاملات نوسان گیری یکی از پرکاربردترین روشهایی است که در معاملات روزانه و یا به اصطلاح کوتاه مدت مورد استفاده قرار میگیرد. میتوان این گونه بیان کرد که این روش بهترین روش معامله برای افراد تازه وارد نیز هست، دلیل این سخن این است که سرعت این نوع از معامله از دیگر روشهای معامله روزانه کمتر است و این به افراد تازه وارد کمک خواهد کرد تا فرصت بیشتری را داشته باشند تا معامله خودشان را مدیریت کنند و بتوانند بهترین زمان را برای ورود به معامله پیدا کنند.
با استفاده از این روش از معامله معامله گر قادر خواهد بود که پوزیشن معامله خودش را تا روز بعد و یا چند روز بعد باز نگه دارد. در ادامه این مطلب در مورد پرکاربرد ترین اندیکاتورها که در معامله مورد استفاده قرار خواهند گرفت توضیحاتی را خدمت شما عزیزان خواهیم داد. تمامی اندیکاتورهایی که در ادامه به آنان خواهیم پرداخت مربوط به بازارهایی به مانند فارکس و بازار ارزهای دیجیتال است که این مسئله کاربرد وسیع این اندیکاتورها را به ما نشان خواهد داد.
اندیکاتورها در حقیقت ابزار تحلیل تکنیکال به حساب میآیند که یک جنبه دیگر از پرایس اکشن را به ما نشان خواهند داد تا به واسطه آن بتوانیم تصمیمات بهتری را برای معاملات خود به عنوان مثال خرید و فروش بیت کوین بگیریم. تمامی اندیکاتورهای موجود با استفاده از اطلاعات قدیمی قیمت به ما در تحلیل کمک خواهند کرد و گفت این مطلب که کدام یک از اندیکاتورها قادر خواهد بود که آینده را پیش بینی کند یک سخن کاملا اشتباه خواهد بود. البته این را هم بگویم که در این بازار یک دسته دیگر نیز از افراد حضور دارند که اطلا به سمت تحلیل تکنیکال نمیروند و فقط به سرمایه گذاری بلندمدت در این بازار میپردازند.
پیش از این که وارد مبحث اندیکاتورها شویم بیایید روند معامله نوسان گیری را کمی بیشتر بررسی و تجزیه و تحلیل کنیم. در حقیقت معامله نوسان گیری نوعی از معامله است که استراتژیها و روشهای گوناگونی را شامل میگردد. درست است که این روش بیشتر از دیگر بازارها در فارکس و سهام مورد استفاده قرار میگیرد ولی در بازار ارزهای دیجیتال نیز کاربرد دارد. در سوئینگ تریدینگ معامله گر تا جهت بازار به سمت دل خواهش حرکت نکن پوزیشنی باز نخواهد کرد، ولی به محض بازگشت روند به مسیر دلخواه اقدام به باز کردن پوزیشن خواهد کرد و ممکن است تا چند روز معامله خودش را باز نگه دارد. این قبیل افراد که از این نوع از معامله استفاده میکنند تنها زمانی از معامله خود خارج خواهند شد که نشانههای بازگشت روند را در معامله خود مشاهده کنند.
با توجه به این مسئله که معامله گران نوسان گیر در زمانهای طولانیتر و به اصطلاح بلند مدت فعالیت میکنند برخلاف معامه گران روزانه به نوسانات کوتاه مدت و کوچک که در طول روز ممکن است روی دهد توجهی نخواهند کرد. برای معامله گرانی که از این روش استفاده میکنند تنها مسئلهای که مهم میباشد این است که در بازارهای صعودی قلهها بالاتر از یکدیگر قرار بگیرند و در بازار نزولی درهها پایین تر از یک دیگر تشکیل شوند.
قلهها در حقیقت نقاط اوجی هستند که یکی پس از دیگری تشکیل میشوند. گاهی اوقات اصلاح قیمتی میتواند به یک بازگشت به روند تبدیل گردد که در این صورت روند تشکیل قلهها یکی بالاتر از دیگری شکسته خواهد شد و قله بعدی پایینتر از قبلی تشکیل خواهد شد. ولی در حالت کلی در صورتی که قله بعدی بالاتر از پله پیشین تشکیل گردد نشان دهنده این است که روند کلی صعودی میباشد.
دره یا به اصطلاح همان کف که به صورت متوالی و پیاپی تشکیل خواند شد، این درهها در واقع نقاطی هستند که قیمت قبل از بازگشت روند آن را لمس خواهد کرد. اگر درهای که تشکیل میگردد از دره قبلی پایینتر باشد این مسئله نشان دهنده این است که روند ما نزولی میباشد و این خرسهای بازار هستند که بازار را در دست گرفتهاند. برخی از معامله گران هستند که فقط در میان قله و دره معاملات خود را انجام میدهند که این نشان دهنده معاملات کوتاه مدت میباشد.
در ادامه این مطلب برای درک بهتر این روش از معامله مرحل آن را گام به گام به شما عزیزان توضیح خواهیم داد. با تمام این اوصاف، بهترین راه کار برای یادگیری هر چه بهتر این روش فقط تمرین مستمر و پیوسته میباشد.
در گام ابتدایی، یک معامله گر باید بتواند روند کلی یک چارت را تشخیص دهد و بفهمد که آیا روند کلی صعودی میباشد و یا این که نزولی است. برای تشخیص این موضوع بهتر است از چارت ماهانه و یا هفتگی استفاده کنید.
در این مرحله شما باید بتوانید بهترین نقطه ورود را پیدا کنید و بهترین بهره را از آن ببرید. به عنوان نمونه، تشکیل درههای ماهانه در سطوح افزایشی بعد از این که یک روند نزولی بلند مدت را شاهد بودیم یک نشانه و سیگنال خوب برای بازگشت روند میباشد. ولی با وجود این روش تشخیص بسیاری از معامله گران ترجیح میدهند برای تشخیص تغییر روند از اندیکاتورها استفاده کنند.
وقتی که ما توانستیم نقطه ورود را به خوبی تشخیص دهیم، در این مرحله معامله گران نوسان گیر چارت را جزیی تر در نظر خواهند گرفت تا بتوانند در بازههای زمانی کوچک نقطه ورود مناسب را برای خود بیابند. در این مرحله از کار از تحلیل تکنیکال نیز استفاده خواهد شد تا بتوان با دید بهتری به معامله وارد شد.
معامله گرانی که از روش نوسان گیری استفاده میکنند معمولا افکار بزرگی را در ذهن پرورش خواهند داد و در تلاش هستند از نوسانهای بزرگ بازار استفاده کنند. این قبیل افراد از خطوط حمایت و مقاومت و همچنین از سطوح فیبوناچی برای شناسایی کردن نقطه های خطرناک و نیاز به خروج استفاده خواهند کرد.
معامله گران با نزدیک شدن قیمت به سطوح مقاومت اقدام به نقد کردن دارایی خود میکنند و سود خود را از آن معامله برداشت خواهند کرد و یا این که با استفاده از روشهای دیگر به مانند حجم معاملات، الگوهای کندلها و یا مویینگ اورج پوزیشن و معامله خود را نگه میدارند.
حد ضرر یکی از ضروریترین کارهایی است که باید حتما انجام دهید زیرا قبل از سود کردن مهمترین مسئله این است که در این بازار باقی بمانیم و ضرر نکنیم. هیچ گاه از گذاشتن حد ضرر برای معامله خود قافل نشوید زیرا با نگذاشتن حد ضرر ریسک بسیاری را برای دارایی خود به وجود خواهید آورد.

اندیکاتور نوسان گیری در واقعنوعی ابزار برای تحلیل است که با استفاده از دادههای گذشته و روش پرایس اکشنی خود به ما در تحلیل آینده بازار کمک خواهند کرد. هر گونه اندیکاتوری که معامله گران برای پی بردن به وضعیت کنونی چارت از آن استفاده کنند نوعی اندیکاتور معامله نوسان گیری نامیده خواهد شد. اندیکاتور تحلیل تکنیکال به تریدران کمک خواهد کرد که روند صعودی و نزولی بازار را تشخیص دهند و تصمیمات درستی را در معامله خود اتخاذ کنند.
این در شرایطی است که برخی از معامله گران تحلیل خودشان را با استفاده از اخبار و تحلیلهای بنیادی انجام میدهند. ولی این تحلیل تکنیکال است که بهترین نقطه ورود و یا خروج از معامله را به ما نشان خواهد داد. در پایان، معامله گری که از این نوع از معامله استفاده میکند از اندیکاتورها برای به دست آوردن مقدار قابل قبولی از سود بهره خواهد گرفت.
در این قسمت می خواهیم به سه نوع از اندیکاتورها که برای نوسان گیری استفاده میشوند آشنا شویم:
1. اندیکاتورهای روند: این نوع از اندیکاتورها به ما نشان خواهند داد که بازار در ادامه روند خود صعودی است یا نرولی، به بیان دیگر این اندیکاتورها جهت حرکت بازار را به ما نشان خواهند داد. به صورت کلی ما از این نوع اندیکاتورها برای پیدا کردن روند اصلی استفاده خواهیم کرد که پرکاربرد ترین اندیکاتور در این نوع از اندیکاتورها میانگین متحرک میباشد.
2. اندیکاتورهای مومنتوم: این نوع از اندیکاتورها در واقع قدرت یک روند را به ما نشان خواهند داد. از این اندیکاتورها میتوان برای یافتن انتهای یک روند و پیدا کردن نقطه بازگشت یک روند بهره گرفت. به صورت کلی از این نوع اندیکاتورها برای پیدا کردن نقاط اشباع خرید و فروش استفاده میشود. پرکاربرد ترین اندیکاتور در این گروه از اندیکاتورها آر اس آی است که قدرت نسبی شاخص را به ما نشان خواهد داد.
3. اندیکاتورهای حجمی: این نوع از اندیکاتورها بسیار مهم هستند دلیل این سخن نیز این است که ما از این اندیکاتورها برای فهمیدن میزان خرید و فروش معامله گران استفاده خواهیم کرد و به واسطه آن خواهیم فهمید که یک رمز ارز در یک بازه زمانی مشخص به چه میزان خرید و فروش شده است.
این مسئله کاملا صحیح است که معامله گران نوسان گیر خیلی کمتر از معامله گران روزانه از اندیکاتور استفاده میکنند ولی قطع به یقین بدون بهره بردن از اندیکاتورها هیچ گاه موفق به پیدا کردن نقطه مناسب برای ورود به یک معامله نخواهید شد. از این رو اندیکاتورها یکی از الزامات تحلیل تکنیکال به حساب میآیند که در تحلیل به ما کمک بسیاری را خواهند کرد و احتمال درست بودن پیش بینی را بیش از پیش خواهند کرد، به نوعی که وقتی که از اندیکاتور در تحلیل استفاده نکنیم انگار چشم بسته میخواهیم به معامله بپردازیم.
در ادامه این مطلب قصد داریم چندی از اندیکاتورهای ضروری برای معامله را خدمت شما عزیزان معرفی کنیم که به شما کمک بسیاری را در معاملاتتان خواهند کرد. البته قبل از پرداختن به این مبحث باید یک موضوعی را خدمت شما عزیزان بگویم و آن هم این است که این اندیکاتورها سود شما را تضمین نخواهند کرد. دلیل این مسئله هم این است که اندیکاتورها آینده چارت را پیش بینی نخواهند کرد و این معامله گر است که با استفاده از تجربه خود و اطلاعات داده شده توسط اندیکاتور آینده چارت را پیش بینی کند.
این اندیکاتور یکی از پرکاربردترین و مهمترین اندیکاتورها در معامله نوسان گیری است. این شاخص قدرت نسبی به عنوان یک اندیکاتور حرکتی و یا همان مومنتوم اندازه و بزرگی آخرین تغییرات قیمتی را محاسبه خواهد کرد. این اندیکاتور به عنوان یک اسیلاتور به ما نمایش داده خواهد شد، یعنی یک نوار خطی بین دو مقدار صفر و صد همیشه در نوسان و تغییر خواهد بود. همان گونه که پیش از این نیز در این مقاله به آن اشاره کردیم از این اندیکاتور میتوان برای یافتن انتهای روندها و شروع روند بازگشتی استفاده کرد.
میانگین متحرک نیز به مانند اندیکاتور قبلی یکی از مهمترین و ضروری ترین اندیکاتورها در نوسان گیری است که قدمت آن به دهها سال پیش بر میگردد. این اندیکاتور همان گونه که از اسمش معلوم است میانگین قیمت یک دارایی را در یک بازه زمانی معین محاسبه خواهد کرد. البته این نکته را نیز خدمت شما عزیزان بگویم که این اندیکاتور ممکن است که در نوسانات کوتاه مدت باعث ایجاد شک و تردید در انجام معامله گردند. از این اندیکاتور بهتر است که فقط برای تشخیص یک روند استفاده کنید و از آن در پیش بینی آینده استفاده نکنید زیرا این اندیکاتور یک اندیکاتور تاخیری به حساب میآید و دیر سیگنال ورود را به ما خواهد داد.
حجم معاملات نیز یکی از اندیکاتورهای نوسان گیری میباشد که بیشتر معامله گران تازه کار از آن در معاملات خود استفاده نمیکنند . این اندیکاتور بیشتر مواقع در زیر چارت نمایان است و قادر است که اطلاعات خوبی را در مورد چارت به ما بدهد. به عنوان مثال می تواند قدرت یک روند که به تازگی شکل گرفته است را به ما نشان دهد و به واسطه آن بفهمیم که آیا روند ادامه دار خواهد بود یا خیر.
معامله گران نوسان گیر همیشه باید به این دو خط توجه کافی را داشته باشند و دلیل آن هم این است که به واسطه این دو خط شما قادر خواهید بود که در زمان لازم و با نزدیک شدن روند به هر یک از این خطها واکنش مناسب و به موقعی از خود نشان دهید و دچار ضرر و زیان نگردید و یا این که روندی که به تازگی قرار است شروع گردد را از دست ندهید. البته این را هم بگویم که شکسته شدن این خطوط در هر جهت از معامله نیز خود یک سیگنال بسیار معتبر را به ما خواهد داد به این صورت که شکستن خط مقاومت به معنی یک روند پر قدرت صعودی خواهد بود و شکست خطوط حمایت نشان دهنده یک سیگنال برای شروع یک روند نزولی قوی خواهد بود.
مبحث الگوها یک مبحث بسیار پیچیده است که باید برای یادگیری آن و استفاده از آن در معاملات نوسان گیری حتما پیش از هر کاری به خوبی آموزش ببینید. این ابزار به ما کمک بسیاری در تشخیص روند خواهد کرد از جمله این الگوها میتوان به الگوی پرچم و یا الگوی فنجان اشاره کرد.
در این مقاله همان طور که شاهد بودید به بررسی نوعی از معامله به نام سوئینگ تریدینگ یا همان نوسان گیری پرداختیم، سپس به اندیکاتورهایی که میتوان از آنان در معاملات نوسان گیری استفاده کرد اشاره کردیم. حال میدانیم که این نوع از معامله علاوه بر پرکاربرد بودن در صورت رعایت کردن مواردی که گفته شد بسیار سود ساز نیز میباشد. فقط در پایان یک نکته را خدمت شما عزیزان بگویم و آن هم این است که از اندیکاتور ها همیشه پیش از باز کردن پوزیشن خود استفاده کنید و به خوبی پارت را بررسی کنید، البته منظور ما از این حرف این نیست که دیگر در طول معامله از این اندیکاتورها استفاده نکنید بلکه شما میتوانید در طول معامله خود از اندیکاتورها برای مدیریت و نظارت بر چارت استفاده کنید.
مرجع: coin360