Come si calcola
Quattro passaggi da un articolo alla cifra della pagina principale.
In breve
Crypto Attention monitora il tono delle notizie cripto: legge i feed RSS di testate cripto, agenzie di stampa e blog di progetto e si aggiorna nell’arco dell’intera giornata.
Una storia è un insieme di articoli di domini diversi sullo stesso fatto; Crypto Attention li raggruppa automaticamente e suddivide le storie per tema.
L’indice del tono è un numero da 0 a 100 per un periodo, di solito le ultime 24 ore: 50 + 50 × (positivi − negativi) / (positivi + negativi), dove positivi e negativi sono i pesi degli articoli così classificati da un modello linguistico; gli articoli neutri non vengono conteggiati.
50 significa che la copertura positiva e quella negativa si equilibrano, sopra 55 la copertura pende verso il positivo, sotto 45 verso il negativo; il livello abituale è la media dell’indice giornaliero degli ultimi 30 giorni completi.
L’indice descrive come scrive la stampa, non che cosa accadrà ai prezzi; non è una consulenza in materia di investimenti.
Domini
Feed RSS di domini cripto, agenzie di stampa, redazioni e blog di progetto, in gran parte in lingua inglese. La pagina principale mostra quanti domini vengono letti oggi. Ogni feed viene interrogato secondo il proprio calendario; un feed che non risponde per più di un giorno viene disattivato.
Conserviamo titolo, link e data. Il testo dell’articolo non viene mai ripubblicato; il link porta al dominio.
Storie
Una storia è un insieme di articoli di domini diversi sullo stesso fatto. Gli articoli vengono raggruppati automaticamente in base al contenuto; un dominio che si ripete non forma mai una storia.
Le storie sono suddivise per i temi del mercato cripto, cioè gli universi del sito; nella pagina di un universo ogni riquadro della mappa è una delle sue storie più intense, dimensionato in base all’attenzione che riceve.
Il breve riepilogo «Cosa sta succedendo» nella pagina di un universo è scritto da un modello linguistico soltanto sulla base dei titoli, del numero di domini e del tono delle storie più riprese dell’universo. Viene verificato ogni due ore e riscritto solo quando queste storie sono cambiate a sufficienza; non aggiunge nulla che i titoli non dicano.
Il punteggio di attenzione
L’attenzione indica quanto intensamente si parla in questo momento di una storia nella stampa, come numero da 0 a 100. Misura soltanto la copertura giornalistica: non un prezzo, non il volume degli scambi, non il clamore sui social network. Le storie della tabella sono ordinate in base a essa.
Il calcolo considera tre elementi. La copertura: ogni articolo sulla storia conta, ma un articolo di un dominio più autorevole conta più di uno di un dominio minore, e uno recente più di uno vecchio; il peso di un articolo si dimezza all’incirca ogni 5,5 ore. La diffusione: quanti domini diversi riprendono la storia, perché una storia ripresa da molti domini ha circolato, mentre una che nessuno ha ripetuto no. La velocità: se la copertura accelera o si spegne, in base agli articoli delle ultime 6 ore confrontati con quelli delle 18 ore precedenti.
La copertura è decisiva; diffusione e velocità la correggono ma non possono sostituirla, quindi una storia citata due volte non appare mai come un segnale forte. In cifre: ln(1 + copertura) × (1 + 0,18 × diffusione + 0,18 × velocità). La diffusione è il logaritmo naturale del numero di domini che riprendono la storia; la velocità è il logaritmo del rapporto tra il ritmo orario degli articoli delle ultime 6 ore e quello delle 18 ore precedenti (ciascuno più uno), limitato tra −0,6 e 1,2. Il risultato viene riportato sulla scala in modo che 4,5 corrisponda a 100, e non si mostra nulla sotto 0 o sopra 100. La colonna Tendenza (in crescita, stabile, in calo) mostra separatamente la componente di velocità.
La scala è fissa: vale 100 un livello di riferimento costante, non la storia più intensa del giorno. Così la stessa attività riceve lo stesso punteggio oggi e domani, e i punteggi di giorni diversi si possono confrontare. La costante è una scelta di calibrazione, non una misura, per cui anche le storie più intense hanno di solito un punteggio inferiore a 100.
La quota dell’attenzione del giorno, mostrata nei feed e nell’API, è un altro numero: la copertura di una storia divisa per la copertura di tutte le storie delle ultime 24 ore. Il punteggio dice quanto è intensa una storia; la quota dice quanta parte di tutto ciò che si legge occupa, il che distingue le storie quando l’intero ciclo dell’informazione è intenso e tutto riceve punteggi alti.
Il punteggio descrive quanto la stampa scrive di una storia, non se la notizia sia buona o cattiva né che cosa accadrà ai prezzi. Non è una consulenza in materia di investimenti.
Il tono
Un modello linguistico etichetta ogni articolo in lingua inglese come positivo, neutro o negativo, in base a come presenta la notizia per il mercato.
Il modello non tira a indovinare: se una risposta non supera la validazione, l’articolo resta senza etichetta e non conta per il tono finché non viene valutato di nuovo.
L’indice del sentiment
Un indice netto del tono da 0 a 100 per le ultime 24 ore: 50 + 50 × (positivi − negativi) / (positivi + negativi). Gli articoli neutri non vengono conteggiati, quindi 50 indica equilibrio tra positivi e negativi, 100 che ogni articolo valutato con una direzione è positivo e 0 che ognuno è negativo.
Fasce: 0–24 fortemente negativo, 25–44 negativo, 45–55 neutro, 56–75 positivo, 76–100 fortemente positivo. Viene confrontato con il livello abituale, la media dell’indice giornaliero degli ultimi 30 giorni completi. Descrive come scrive la stampa, non che cosa dovete fare.
La classifica dei domini
Per ogni dominio prendiamo i suoi articoli cripto degli ultimi 30 giorni, soltanto quelli che il modello ha ricondotto a uno dei temi degli universi, e calcoliamo lo stesso indice netto del tono: 50 + 50 × (positivi − negativi) / (positivi + negativi). Più feed dello stesso dominio (per esempio rss.nytimes.com e nytimes.com) vengono sommati.
Un dominio entra in classifica quando ha almeno 50 articoli valutati nel periodo. Finché la raccolta copre meno di 30 giorni e troppo pochi domini raggiungono questa soglia, la soglia scende gradualmente, ma mai sotto i 20 articoli; la soglia applicata e il periodo effettivo sono sempre indicati sotto la tabella.
La classifica descrive il tono degli articoli così come li legge il modello, non la qualità, l’affidabilità o l’orientamento di un dominio: uno che scrive di più di rialzi e lanci ha un punteggio più alto, uno che scrive di più di attacchi hacker e cause legali un punteggio più basso.
La mappa del mondo
Quando valuta il tono, il modello indica anche i paesi a cui si riferisce un articolo: il soggetto principale della notizia o il luogo in cui avviene, al massimo tre per articolo, sotto forma di codici ISO 3166-1. Nessun paese viene attribuito quando è citato solo di sfuggita, quando la notizia riguarda il mercato nel suo complesso, l’UE o un’intera regione oppure, per le cripto, quando il tema non riguarda l’autorità di vigilanza di quel paese, una legge, un tribunale o una società soggetta alle sue regole.
Per ogni paese calcoliamo lo stesso indice netto del tono sugli articoli cripto che il modello ha ricondotto a uno dei temi degli universi. Un articolo su due paesi conta per entrambi. I paesi con meno di 10 articoli nel periodo sono tratteggiati: lì una singola storia pesa troppo. I paesi vengono registrati a partire dal giorno del lancio della mappa; gli articoli precedenti non sono stati rivalutati.
I territori senza codice ISO 3166 non vengono mai colorati.
La correlazione con BTC
La correlazione con BTC di Pro è il coefficiente di Pearson tra l’indice del tono e la variazione del prezzo di BTC nel periodo selezionato, con il tono sfasato fino a un giorno in entrambe le direzioni. Mostriamo lo sfasamento con cui i due andamenti coincidono meglio. Con troppo pochi punti in comune compare «dati insufficienti»; quando |r| è inferiore a 0,2 o non supera ciò che darebbe il caso su un campione di queste dimensioni, compare «quasi nessun legame». Descrive il passato, non è una previsione di prezzo.
L’indice giornaliero Crypto Attention
Quanto è stata intensa una giornata UTC per la stampa cripto, da 0 a 100. Contiamo gli articoli cripto del giorno di un panel di testate, quelle che hanno pubblicato articoli in almeno 24 degli ultimi 30 giorni, ponderando ogni articolo in base al pubblico della sua testata. Una nuova fonte entra nel panel solo dopo aver maturato questo storico, quindi l’aggiunta di feed non fa salire l’indice.
La giornata viene confrontata con la mediana dello stesso panel, con gli stessi pesi, degli ultimi 30 giorni: un giorno feriale con i giorni feriali, un sabato o una domenica con i fine settimana, perché la stampa cripto scrive sensibilmente meno nel fine settimana. L’indice è 50 + 25 × log2(giorno ÷ mediana), mantenuto tra 0 e 100: 50 è una giornata normale, 75 una due volte più intensa, 100 una quattro volte, 25 una due volte più tranquilla.
Accanto, ogni edizione riporta il tono del giorno (l’indice netto del tono descritto sopra, sugli articoli valutati del giorno), il tema del giorno (l’universo la cui quota negli articoli del giorno è cresciuta di più rispetto alla sua quota degli ultimi 30 giorni) e le cinque storie più importanti del giorno per attenzione. Un’edizione viene pubblicata dopo la chiusura della giornata UTC e non viene più modificata; una giornata i cui dati non possono sostenerla (un panel troppo piccolo, un’interruzione della raccolta, uno storico troppo breve) non riceve un’edizione. Descrive la copertura, non i prezzi, e non è una consulenza in materia di investimenti.