کاربرد شاخص‌ها


کاربرد شاخص های زیستی - جمعیتی در ارزیابی اکولوژیکی رودخانه شاهرود با استفاده از جمعیت بزرگ بی مهرگان کفزی

مطالعه حاضر به‌ منظور ارزیابی وضعیت سلامت کیفیت آب رودخانه شاهرود در استان قزوین انجام شد. نمونه‌ برداری از بزرگ بی ‌مهرگان کفزی با استفاده از نمونه ‌بردار سوربر (مساحت 0/16 مترمربع با چشمه تور 100 میکرون) در تناوب 45 روزه از مهر 1391 تا شهریور 1392 در 9 ایستگاه با 3 تکرار و در طول 95 کیلومتر از این رودخانه انجام شد. نمونه‌ های جمع شده توسط فرمالین 4% تثبیت و به آزمایشگاه منتقل‌، جداسازی، شناسایی و شمارش گردیدند. سنجه ‌های ساختار جمعیت شامل فراوانی کل، غنایEPT، درصد EPT، نسبت EPT به CHIR محاسبه شدند. مقادیر تنوع‌ گونه ‌ای، غنای گونه ‌ای و یکنواختی با استفاده از شاخص ‌های شانن – وینر، مارگالف و پایلو محاسبه شدند. حداقل و حداکثر میانگین فراوانی کفزیان به ‌ترتیب در فصول تابستان و بهار مشاهده کاربرد شاخص‌ها شدند. کم ‌ترین و بیش ‌ترین میزان شاخص ‌های شانن (0/93 و 2/24)، مارگالف (0/33 و 1/64) به ‌ترتیب در فصول تابستان و بهار و در ایستگاه ‌های 1 و دو ایستگاه آخر (8 و 9) به ‌دست آمد. کم ‌ترین و بیش ‌ترین مقادیر شاخص زیستی هیلسینهف HFBI (3/29 و 6/37) در ایستگاه ‌ها اول و ایستگاه آخر در فصول زمستان و تابستان محاسبه گردید. این بررسی نشان داد با استفاده از شاخص ‌های کاربرد شاخص‌ها زیستی و جمعیتی می ‌توان ارزیابی مناسبی از وضعیت سلامت اکوسیستم آب‌ های جاری به ‌عمل آورد.

کلیدواژه‌ها

  • ارزیابی اکولوژیکی
  • بزرگ بی مهرگان کفزی
  • رودخانه شاهرود
  • شاخص زیستی و جمعیتی

عنوان مقاله [English]

Use of Macroinvertebrate based Biotic and Population indexes to assess ecological status of Shahroud River- Qazvin

نویسندگان [English]

  • Abbas Mahmoudi Fard
  • Javid Iman Pour
  • Hamid Allaf Novirian
  • Kamyab Gholami Dashtaki

In this study health status of Shahroud River located in Qazvin Province was examined. Macroinvertebrate samples were collected by Surber sampler (area of 0.16 m 2 with 100 micron mesh size) in 95 km river length at 9 sampling stations with 3 replicates in each station. Samples were taken in 45 day intervals from 11 th Nov. 2011 to 9 th Sept. 2012. The collected samples were preserved in 4% formalin solution and transported to the laboratory for identification and further analyses. Total abundance, EPT diversity, percentage EPT and EPT to CHIR ratio were calculated. Species diversity, richness and evenness were determined according to Shannon- Weiner, Margalev and Pielou indexes. Minimum abundance of macroinvertebrates were observed in summer and maximum in spring. The lowest and highest Shannon– Weiner values were 0.93 and 2.24, Margalev index 0.33 and 1.64 were observed in summer and spring at station 1 (upstream) and stations 8 and 9 (downstream) respectivelyThe lowest and highest Hilsenhoff Biotic index (HFBI) values were 3.29 and 6.37, were observed in winter and summer at station 1 (upstream) and stations 9 (downstream) respectively. The study showed that biotic and population indexes are capable of providing useful assessment of health quality in running water ecosystems.

کاربرد شاخص‌ها

نشریه علمی پژوهشی سالمند

Iranian Journal of Ageing

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Bakhshi A, Bakhshi E. Introducing a Formula for Obtaining the Total Deviation Index in Aging Studies. Salmand: Iranian Journal of Ageing. 2020; 15 (3) :278-285
URL: http://salmandj.uswr.ac.ir/article-1-1881-fa.html

بخشی اندیشه، بخشی عنایت‌اله. کاربرد شاخص انحراف کل در مطالعات سالمندی. سالمند: مجله سالمندی ایران. 1399; 15 (3) :285-278

اندیشه بخشی 1 ، عنایت‌اله بخشی * 2

1- دانشکده محاسبات، مهندسی و علوم فیزیک، دانشگاه غرب اسکاتلند، گلاسگو.
2- گروه آمار زیستی و اپیدمیولوژی، دانشگاه علوم بهزیستی و توانبخشی، تهران، ایران. ، [email protected]

اهداف: از آنجا که تحقیق بر نمونه‌های سالمندان و ثبت داده‌های مربوطه نیازمند دقت بیشتری است، محاسبه خطای اندازه‌گیری از اهمیت زیادی برخوردار است. مطالعه حاضر با هدف معرفی فرمولی ساده جهت محاسبه شاخص انحراف کل، تفسیر آن و ترغیب پژوهشگران در استفاده از این شاخص به عنوان ابزاری مناسب جهت تعیین پایایی در مطالعات روان‌سنجی است.
مواد و روش ها: در یک مطالعه مقطعی، پس از انتخاب 105 نفر از سالمندان شهر تهران به صورت دسترس در سال 1398، پرسشنامه 36-SF برای آنها در فاصله زمانی دو هفته تکمیل شد. مقادیر ICC و شاخص انحراف کل برای زیرمقیاس‌های پرسشنامه محاسبه و با هم مقایسه شدند.
یافته ها: نتایج نشان داد که کمترین مقدار شاخص انحراف کل مربوط به زیرمقیاس «عملکرد جسمی» و بیشترین مقدار مربوط به زیرمقیاس «مشکلات روحی» است. به صورت دقیق‌تر می‌توان گفت با احتمال 95%، ماکزیمم خطای اندازه‌گیری در زیرمقیاس‌های «عملکرد جسمی» و «مشکلات روحی» به ترتیب برابر با 22 و 34 (از صد واحد) به دست آمدند.
نتیجه گیری: از آنجا که شاخص ICC نمی‌تواند مشخص کند که چقدر از اختلاف در زیرمقیاس‌ها مربوط به خطای اندازه‌گیری است و همچنین با توجه به تفسیر ساده شاخص انحراف کل، پیشنهاد می‌شود که پژوهشگران شاخص انحراف کل را در مطالعات پایایی گزارش نمایند.

کاربرد شاخص اقلیمی تعطیلات ( HCI) در تعیین تقویم گردشگری زمستانه (مطالعه موردی: استان سیستان و بلوچستان )

اقلیم هر منطقه در ترسیم خطوط آینده توسعه گردشگری نقش بسیار مهمی ایفا می‌کند و ارزیابی اقلیم در برآورد قابلیت‌های طبیعی گردشگری در اولویت قرار دارد. شاخص HCI شرایط اقلیمی را برای فعالیت گردشگری با استفاده از پارامترهای میانگین حداکثر دما، میانگین رطوبت نسبی، میزان بارش، پوشش ابر و سرعت باد مورد ارزیابی قرار می‌دهد. در این پژوهش با استفاده از شاخص اقلیم گردشگری HCI و مقایسه نتایج آن با شاخص TCI؛ به ارزیابی اقلیم گردشگری استان سیستان و بلوچستان پرداخته شده است. در واقع هدف تحقیق بررسی میزان کارایی شاخص HCI در زمینه ارزیابی اقلیم گردشگری منطقه است. در این تحقیق، شاخص HCI برای 7 ایستگاه سینوپتیک استان که دارای آمار مشترک 24 ساله (1394-1370 (بودند محاسبه شد و کاربرد شاخص‌ها پس از ورود نتایج به محیطGIS ، پهنه‌بندی اقلیم گردشگری استان در ماه‌های مهر، آبان، آذر، دی، بهمن، اسفند و فروردین انجام شد و همچنین تغییرات مقدار شاخص در سه دهه هر ماه در قالب نمودار نشان داده شد. براساس نتایج شاخص HCI در ماه‌های فصل زمستان، این استان از شرایط اقلیم گردشگری عالی برخوردار است. با توجه به یافته‌های فوق می‌توان گفت شاخص HCI، توانایی لازم را برای ارائه وضعیت اقلیم گردشگری زمستانه استان با در نظر گرفتن انگیزه‌های مختلف گردشگران برای سفر دارا می‌باشد. همچنین نتایج تحقیق نشان داد شاخص HCI نسبت به شاخص‌های دیگر اقلیم گردشگری چون شاخص TCI انطباق بیشتری با واقعیات اقلیم استان دارد. به منظور انطباق و کارایی بیشتر شاخص HCI در شرایط کشور ایران، این شاخص تعدیل شد.این تغییرات در شاخص که هم نحوه امتیازدهی به پارامترهای اقلیمی مورد استفاده در شاخص و همچنین فرمول را شامل می شود باعث ایجاد فرمول جدیدی تحت عنوان "شاخص اقلیمی تعطیلات تعدیل شده"( MHCI) گردید. نتایج حاصل می تواند جهت برنامه ریزی صحیح در امر برنامه ریزی گردشگری در سایر نواحی ایران نیز کاربرد داشته باشد و سبب توسعه گردشگری در استان و کشور شود.

کلیدواژه‌ها

  • اقلیم گردشگری
  • شاخص اقلیمی تعطیلات تعدیل شده(MHCI)
  • شاخص) (TCI
  • گردشگری زمستانه
  • برنامه ریزی توریسم

20.1001.1.22516735.1397.8.31.4.6

عنوان مقاله [English]

Application of the Holiday Climate Index (HCI) in Determining the Winter Tourism Calendar (Case study: Sistan and Baluchestan Province(

نویسندگان [English]

  • Farideh Arbabi 1
  • Mahmood khosravi 2
  • Aboozar Payedar 3

The climate of each region plays a very important role in mapping the future directions of tourism development, and climate assessment in the estimation of natural tourism capabilities is a priority. The HCI index evaluates climatic conditions for tourism activity using the parameters of mean maximum temperature, relative humidity, rainfall, cloud cover and wind speed. In this study, using the HCI index and comparing its results with the TCI index, the tourism climate in Sistan and Baluchestan province has been evaluated. In fact, the aim of the study is to evaluate the efficiency of the HCI کاربرد شاخص‌ها index in assessing the tourism climate of the region.In this research, the index was calculated for seven synoptic stations in the province with a common 24-year statistic (1991-2015). After entering the results into the Geographical Information System (GIS) environment, the classification of the tourism climate of the province in the months of October, November, December, January, February, and Mars was carried out and the variations in the ten-day index value were shown in the form کاربرد شاخص‌ها of charts and maps.Based on the results of the HCI index in winter months, this province has excellent weather conditions. According to the above findings, the HCI index has the ability to provide the status of the winter tourism climate of the province, considering the motivation of different tourists to travel.. Also, the results showed that the HCI index was more consistent with the climate of the province than other indicators of the tourism climate, such as the TCI index. In order to adapt and improve the HCI index in the geographical conditions of Iran, this index was modified. These changes in the index, which both capture the climate parameters used in the index as well as the formula, resulted in a new formula called "Modified Holiday Climate Index" (MHCI). The results can be used for proper planning of tourism planning in other regions of Iran, and it will lead to tourism development in the province and the country.

کلیدواژه‌ها [English]

  • Modified Holiday Climate Index (MHCI)
  • TCI
  • Winter tourism
  • Tourism Planning

مراجع

  1. Agnew M.D & Palutikof, J.P. (2001): Climate Impacts on The Demand for Tourism, climate research unit, School of environmental sciences, University of East Anglia, Norwich, Uk, 50p
  1. 2.Amelung, B & Moreno ,A(2009): Impacts of climate change in tourism in Europe, European Commission, Joint Research Centre, Institute for Prospective Technological Studies, University Maastricht,45p
  2. 3.Armstrong, R.W., Mok, Go, F.M.& Chan, A.(1997): The Importance of Cross-Cultural Expectations in the Measurement of service Quality perceptions in the Hotel Industry. International Journal of Hospitality Management, 16(2), 181-190
  3. 5.Baratian, A & Rezaei, M., (2013):Spatial Analysis of Regional Tourism Index by Using TCI Model in Elam, Journal of Spatial Planning,3(2),101-118(In Persian).
  4. 6.Barimani,F & Esmail Nejad,M.(2011): Review of Bio-Climatic Indicators Affecting on Determining Tourism Season, Journal of Geography and Development,9(23),27-47(In Persian).
  5. 7.Bostani, M., Klim,D.M, Behjatti, H.R. (2013): Zoning of some extreme climate occurrences in Sistan and Baluchestan province during the statistical period of 2002-2012, 2nd International Conference on Environmental Risks. (In Persian).
  6. 8.Ebrahimzadeh, I & Esmaeilnejad, M. (2012): An Analysis of Climate Comfort and Tourism Planning, Case study; Sistan and Baluchestan, Journal of Geography and Regional Development,10(18),123-144(In Persian).
  7. 9.Farajzadeh H. Matzarakis A (2009): Quantification of Climate for tourism in the Northwest of Iran, Meteorological Application,16(4),545–555.
  8. 10.Farajzadeh, M, Ahmadabadi,A.(2010):Assessment and Zoning of Tourism Climate of Iran Using Tourism Climate Index (TCI),Physical Geography Research Quaterly,42(71),31-42(In Persian).
  9. 11.Farajzadeh, M, Ghorbani, H & Lashgari, H (2009): An Investigation of Architecture Adaptation of Sanandaj Buildings with Ecological Conditions by Mahoni Method, Journal of Modares University of Humanities, 12( 2), 180-161.(In Persian).
  10. 12.Gandomkar Amir (2010): Estimation of tourism index analysis in Semirom city using the TCI model" Journal of Physical Geography, 3(8), 54-40 (In Persian).
  11. 13.Gomez Martin, M.B.(2005): Weather, climate and tourism, A GeographicalPerspective, Annals of Tourism Research,32(13), 571-591
  12. 14.Hydari,H & Javan,Kh.(2012):Evaluation of Climatic Condition of Northwest of Iran regarding the Tourism Development, Journal of Tourism and Future Landscape,3(4),37-49(In Persian).
  13. 15.Kazemi, M.(2009): The Analysis of Citizens, Perception Role in Tourism Development in Chabehar (Case Study: Zahedan Citizens), Journal of Geography and Development,6(12),81-100(In Persian).
  14. 16.Layegi,B.(2003): Investigating the Impact of Climatic Elements on Tourism Industry in Guilan Province, Gilan Meteorological Organization Bulletin,1,1-10(In Persian).
  15. 17.Matzarakis, A .(1997):Heat stress in Greece. International Journal of Biometeorology,41,34-39
  16. 18.Mieczkowski, Z. (1985): The tourism Climatic Index: a method of evaluating world Climates for tourism. Canadian Geographer,29(3), 220-233.
  17. 20.Mohammadi, H., (2010): Applied Meteorology, Tehran University Press. p 272 (In Persian).
  18. 21.Papoli yazdi,M.H & Saghaie,M.(2000):Torism(Fundementals and Concepts),SAMT Publication,Theran,275p(In Persian).
  19. 22.Prech,N & Sabine, L .(2008): Climate change and tourism intertwined, , Ph.D. Thesis, ETH Zurich University, Switzerland,91p
  20. 23.Qaybakloo, Z.(2001): Methods for estimating the thermal comfort range. Fine Arts Magazine. 17, 68-74. (In Persian).
  21. 24.Razjoyan, M.(1987): Comfort with Climate Compatible architecture, Shahid Beheshti University Publication, Teheran, Iran, p 222(In Persian).
  22. 25.Salighe, M., Barimani, F. and Esmaeil Nejad, M. (2008): Climate Classifiction of Sistan and Baluchestan Province, Geography and Development, No. 12, pp. 116-101.
  23. 27.Simpson ,M.C, Gössling,S,Scott,D,Gladin,L (2008): Climate change adaptation and mitigation in the tourism sector, UNEP, University of Oxford, UNWTO, WMO, Paris, France,136p
  24. 28.Tang, M. (2013):Comparing tourism Climate index and Holiday Climate index in major European urban destinations, M.s.c thesis, University of Waterloo, Department of Geography, p 122.
  25. 30.UNWTO, (2008): Climate Change and Tourism Responding to Global Challenges, Published by the World Tourism Organization and the United Nations Environment Programe, p 256.
  26. 31.Victor, T. (1988): Geographic factors affectingtourism in Zambia, Annals of Tourism Research, 15(4),487-503
  27. 32.Yazdanpanah,H, Abdoallahzadeh,M, Poureidivand,L.(2013): Study of climatic conditions for tourism development using TCI indicator (East Azerbaijan province), Journal of Geography and Environmental Planning,24(1),89-108(In Persian).
  28. 33.Ziaeie, M & Bakhtiari, A. (1999):The Tourism Climatic index of Kish Island, The 5National Conference of Persian Gulf,Kish Island,May 1999(In Persian).
  29. 34.Zolfaghari, H. (2000): Climatology and Tourism, SMT Publication, Tehran, p 200(In Persian).

4. Ataei, H.& Hasheminasab, S.,(2012): Comparative Evaluation of Human Bioclimatic of Isfahan city using the Terjung methods, TCI, PET, PMV, Journal of Urban - Regional Studies and Research,4(14),63-82(In Persian).

19. Mirmosavi, S.H, Foroughi M. (2010): Studying the standard rainfall index for analyzing and zoning droughts and climates in Sistan and Baluchestan province, The second national conference on agriculture and sustainable development (opportunities and challenges ahead). (In Persian).

26. Scottt, D, Rutty,M, Amelung,B & Tang,M. (2016): An Inter-Comparison of the Holiday Climate Index (HCI) and the Tourism Climate Index (TCI) in Europe, Atmosphere 2016, 7(80), 1-17

29. Tavousi,T & Yari,M.(2013):Determination of Thermal Comfort Range in Planning Tourism Climate Case: Sistan and Baluchestan, Journal of Geography and Development,11(31),29-46(In Persian).

کاربرد شاخص کمبود توام (JDI) در تحلیل خشکسالی های حاشیه جنوبی دریای خزر

خشک سالی پدیده ای اقلیمی است که به کندی شروع می شود و طبیعتی پنهان دارد. مدت زمان وقوع آن طولانی است و خسارت های ناشی از آن در بخش های مختلف، مانند کشاورزی و محیط زیست و اقتصاد، به صورت تدریجی ظاهر می شود. پایش و پیش بینی خشک سالی ها، به ویژه تعیین دقیق زمان شروع و تداوم آن، در مدیریت منابع آبی و برنامه ریزی جهت کاهش آثار مخرب خشک سالی اهمیتی ویژه دارد. در این مطالعه، خشک سالی های سه استان گلستان، گیلان و مازندران (استان های حاشیه دریای خزر) با استفاده از شاخص کمبود توام (JDI) ارزیابی شد. همچنین عملکرد شاخص JDI با دو شاخص بارش استانداردشده (SPI) و SPI اصلاح شده () مقایسه شد. بدین منظور، از داده های بارش ماهیانه پنج ایستگاه سینوپتیک بابلسر، بندرانزلی، رامسر، گرگان، و رشت، در دوره آماری 1971 تا 2011، برای محاسبه شاخص های مورد بررسی استفاده شد. نتایج نشان داد در سال های اخیر تعداد ماه های خشک در منطقه مطالعه شده افزایش یافته است؛ طوری که در همه ایستگاه ها (به جز بابلسر) درصد ماه های خشک به بیش از 50 درصد در ده سال اخیر (2002 2011) رسیده است. بر اساس محاسبات انجام شده برای شاخص های JDI و SPI و ، هر چه فاصله ایستگاه ها از دریای خزر بیشتر می شود مقدار خشکی ها و کمبود بارش نیز افزایش می یابد. همچنین، نتایج نشان داد شاخص JDI، علاوه بر توصیف علمی وضعیت کلی خشک سالی، قابلیت مشخص کردن ظهور (آغاز) خشک سالی ها و نیز خشک سالی های طولانی مدت را دارد و ارزیابی وضعیت خشک سالی را به صورت ماه به ماه میسر می سازد.

شاخص ترس و طمع بیت کوین چیست ؟

شاخص ترس و طمع بیت کوین چیست؟

معامله‌گران در بازارهای مختلف مالی برای تحلیل بازار و اتخاذ تصمیمات خود جهت خرید، فروش یا نگه‌داری سهام یک شرکت خاص رویکردهای مختلفی را در پیش می‌گیرند. برای مثال عده‌ای تنها از تحلیل تکنیکال استفاده می‌کنند، عده‌ای به تحلیل فاندامنتال اعتقاد دارند و گروه سومی که از ترکیب این دو در معاملات خود بهره می‌برند. شاخص ترس و طمع یکی دیگر از ابزارهایی است که می‌تواند برای تحلیل بازار بسیار کاربردی باشد. در این مقاله قصد داریم در مورد شاخص ترس و طمع بیت کوین و نحوه تحلیل بازار بر اساس آن صحبت کنیم. با ما همراه شوید.

شاخص ترس و طمع بیت کوین چیست؟

شاخص ترس و طمع بیت کوین یکی از کاربرد شاخص‌ها شاخص‌های مهم برای تحلیل بازار بیت‌کوین از منظر احساسات حاکم بر بازار است. از آنجایی که بسیاری از رمزارزها به نوعی دنباله‌روی بیت‌کوین هستند می‌توان گفت نتایج حاصل از تحلیل این شاخص می‌تواند برای دیگر ارزهای دیجیتال هم کاربرد شاخص‌ها کاربردی باشد. شاخص ترس و طمع همان‌طور که از نامش پیدا است شاخصی است که میزان ترس یا طمع حاکم بر بازار را مشخص می‌کند.
ایده اصلی که در طراحی این شاخص به کار رفته این است که وقتی ترس شدید بر بازار حاکم باشد نمایانگر این است که قیمت بیت‌کوین بسیار پایین‌تر از ارزش ذاتی آن است. پایین‌تر بودن قیمت بیت‌کوین از ارزش ذاتی خود یعنی یک فرصت مناسب برای خرید. در نقطه مقابل هم کاربرد شاخص‌ها وقتی بازار دچار طمع شدید باشد نشان‌دهنده این است که قیمت بیت‌کوین بسیار بالاتر از ارزش ذاتی آن است و بهتر است هرچه زودتر بیت‌کوین‌های خود را بفروشید و از بازار خارج شوید.

کاربرد شاخص ترس و طمع کاربرد شاخص‌ها بیت کوین برای سرمایه‌گذاران و معامله‌گران

شاخص ترس و طمع بیت کوین یک شاخص کاربردی و در عین حال ساده است که به معامله‌گر امکان می‌دهد در یک نگاه وضعیت کلی و جو حاکم بر بازار و افکار عمومی سرمایه‌گذاران را درک کرده و بر اساس آن تصمیم‌گیری کند. یعنی وقتی یک طمع شدید در بازار وجود دارد تمامی موجودی بیت‌کوین خود را بفروشد و وقتی ترس شدید در دل سرمایه‌گذاران پدید آمده می‌تواند بیت‌کوین را به قیمت بسیار مناسبی از آنها بخرد.

کاربرد شاخص ترس و طمع بیت کوین

وارن بافت که یکی از بزرگ‌ترین و موفق‌ترین سرمایه‌گذاران و تاجران آمریکایی است جمله معروفی دارد که می‌گوید وقتی بازار منفی است و همه از آینده ترس و واهمه دارند شما حریص شوید و تا می‌توانید بخرید. شاید خلاف جهت آب شنا‌کردن در بیشتر مواقع نتایج خوبی نداشته باشد اما اینجا درست همان جایی است که باید خلاف جهت آب شنا کنید.

نحوه تفسیر و استفاده از شاخص ترس و طمع

گفتیم که شاخص ترس و طمع بیت کوین برای درک احساسات سرمایه‌گذاران بازار استفاده می‌شود، اما چگونه؟ این شاخص با تحلیل و بررسی داده‌های بازار عددی را به عنوان خروجی نمایش می‌دهد. این عدد همیشه بین صفر تا صد قرار دارد که صفر نشان‌دهنده ترس شدید و 100 نمایانگر طمع شدید حاکم بر بازار است. پس هرچه عددی که این شاخص نشان می‌دهد به صفر نزدیک‌تر باشد می‌توان نتیجه گرفت که سرمایه‌گذاران بیت‌کوین نسبت به آینده آن ناامید و نگران هستند و می‌خواهند هر چه زودتر بیت‌کوین‌های خود را فروخته و از ضرر بیشتر جلوگیری کنند. وقتی هم که شاخص به عدد 100 نزدیک می‌شود بیانگر این است که جو عمومی بازار یک جو بسیار هیجان‌زده و امیدوار به آینده است و حاضر است برای خرید بیت‌کوین مبلغ خوبی بپردازد.

برای تفسیر شاخص ترس و طمع بیت کوین بهتر است که نمودار تاریخی این شاخص و همچنین بیت‌کوین را در کنار هم کاربرد شاخص‌ها کاربرد شاخص‌ها و به صورت هم‌زمان مطالعه کنید. مزیت این کار در این است که می‌توانید نحوه تأثیرپذیری متقابل قیمت بیت‌کوین و شاخص ترس و طمع را به صورت دقیق بررسی کنید و تصمیمی منطقی و عاقلانه بگیرید. سایت lookintobitcoin بهترین گزینه برای انجام این کار است. این سایت روزانه شاخص ترس و طمع بیت کوین را محاسبه و به‌روزرسانی می‌کند.

نحوه محاسبه شاخص ترس و طمع بیت کوین چگونه است؟

اطلاعات موردنیاز برای محاسبه شاخص ترس و طمع بیت کوین به صورت روزانه و از طریق منابع مختلف تأمین می‌شود. این منابع شامل موارد زیر هستند:

  • مقایسه میزان نوسان نمودار فعلی قیمت بیت‌کوین با نمودارهای 30 و 90 روز پیش. افزایش زیاد و نامتعارف نوسان می‌تواند نشانه‌ای ترس شدید در بازار باشد.
  • مقایسه مومنتوم و حجم معاملات فعلی با مومنتوم و حجم معاملات 30 و 90 روز قبل. افزایش شدید و قابل‌توجه در حجم سفارش‌های خرید نشانه‌ای از غالب‌شدن طمع شدید بر بازار است.
  • رصدکردن احساس عمومی و فضای حاکم بر شبکه‌های اجتماعی و مقایسه آن با روزهایی که وضعیت عادی بر این شبکه‌ها حاکم است می‌تواند اطلاعات بسیار مفیدی برای محاسبه شاخص ترس و طمع بیت کوین فراهم کند.
  • سلطه بیت‌کوین نسبت به سایر رمزارزها.
  • بررسی و کاوش در بین عبارات جستجوشده مرتبط با بیت‌کوین در گوگل ترندز برای تشخیص دوره‌هایی که بیت‌کوین در کانون توجه کاربران بوده یا اینکه بالعکس محبوبیت آن کاهش یافته.

انتقادات نسبت به استفاده از شاخص ترس و طمع

با وجود اینکه شاخص ترس و طمع بیت کوین یکی از شاخص‌های بسیار کاربردی و قدرتمند برای تحلیل بازار است اما برخی چندان دیدگاه مثبتی نسبت به آن ندارند. به اعتقاد آنها نمی‌توان به این شاخص به دید یک ابزار جامع و کارآمد برای تحقیق و بررسی بازار نگاه کرد، بلکه شاخص ترس و طمع بیشتر نوعی زمان‌سنج است که تنها نقاط ورود و خروج را به کاربرد شاخص‌ها صورت تقریبی مشخص می‌کند.
همچنین آن‌ها باور دارند که خرید و نگه‌داری، بهترین شیوه برای سرمایه‌گذاری است و استفاده از ابزارهایی مثل شاخص ترس و طمع می‌تواند این دیدگاه را با خطر جدی روبرو کند. به عبارتی دیگر این روش سرمایه‌گذاران را ترغیب می‌کند که به جای صبر و نگه‌داری سبد سرمایه‌گذاری خود به طور مرتب از بازار خارج و دوباره وارد شوند. البته تجربه هم ثابت کرده که ورود و خروج متعدد از بازار در نهایت سود بسیار کمتری را نسبت به شکیبایی و ماندن در بازار نصیب سرمایه‌گذاران خواهد کرد.

سخن پایانی

در این مقاله درباره شاخص ترس و طمع بیت کوین و کاربرد آن در سرمایه‌گذاری صحبت کردیم و گفتیم که این شاخص با نمایش عددی بین صفر تا صد میزان ترس یا طمع حاکم بر بازار را مشخص کرده و به سرمایه‌گذار کمک می‌کند که تصمیم مناسبی بگیرد. اما تسلط بر دنیای رمزارزها و شناخت کامل مبانی و مفاهیم آن بدون استفاده از منابع آموزشی باکیفیت و معتبر ممکن نیست. دوره‌های آموزشی دانشکده بورس که همگی توسط کارشناسان خبره و حرفه‌ای بازار سرمایه و رمزارزها تهیه شده می‌تواند بهترین انتخاب برای ورود آگاهانه به دنیای ارزهای دیجیتال باشد.



اشتراک گذاری

دیدگاه شما

اولین دیدگاه را شما ارسال نمایید.