Hoe het wordt berekend
Vier stappen van een artikel naar het getal op de homepage.
In het kort
Crypto Attention volgt de toon van het cryptonieuws: het leest de RSS-feeds van cryptodomeinen, persbureaus en projectblogs en wordt de hele dag door bijgewerkt.
Een verhaal is een reeks artikelen van verschillende domeinen over hetzelfde nieuws; Crypto Attention groepeert ze automatisch en deelt de verhalen in onderwerpen in.
De toonindex is een getal van 0 tot 100 voor een periode, meestal de laatste 24 uur: 50 + 50 × (positief − negatief) / (positief + negatief), waarbij positief en negatief de aandelen artikelen zijn die een taalmodel zo heeft beoordeeld; neutrale artikelen tellen niet mee.
50 betekent dat positieve en negatieve berichtgeving in evenwicht zijn, boven 55 neigt de berichtgeving naar positief en onder 45 naar negatief; het gebruikelijke niveau is de gemiddelde dagindex over de laatste 30 volledige dagen.
De index beschrijft hoe de pers schrijft, niet wat er met de koersen gaat gebeuren; het is geen beleggingsadvies.
Domeinen
RSS-feeds van cryptodomeinen, persbureaus, nieuwsredacties en projectblogs, grotendeels in het Engels. De homepage vermeldt hoeveel domeinen er vandaag worden gelezen. Elke feed wordt volgens een eigen schema opgevraagd; een feed die langer dan een dag faalt, wordt uitgeschakeld.
We bewaren de kop, de link en de datum. De tekst van een artikel wordt nooit overgenomen; de link verwijst naar het domein.
Verhalen
Een verhaal is een reeks artikelen van verschillende domeinen over hetzelfde nieuws. Artikelen worden automatisch op inhoud gegroepeerd; een domein dat zichzelf herhaalt, vormt nooit een verhaal.
Verhalen worden ingedeeld in de onderwerpen van crypto, de universums van de site; op een universumpagina is elke tegel van de kaart een van de luidste verhalen, met een grootte naar zijn aandacht.
De korte samenvatting „Wat er gebeurt” op een universumpagina wordt door een taalmodel geschreven, uitsluitend op basis van de koppen, het aantal domeinen en de toon van de meest besproken verhalen van het universum. Ze wordt elke twee uur gecontroleerd en alleen herschreven als die verhalen genoeg zijn veranderd; ze voegt niets toe wat de koppen niet zeggen.
Aandachtsscore
Aandacht geeft aan hoe luid een verhaal op dit moment in het nieuws klinkt, als getal van 0 tot 100. Het meet alleen nieuwsberichtgeving: geen koers, geen handelsvolume, geen buzz op sociale media. De verhalen in de tabel zijn erop gesorteerd.
Er gaan drie dingen in. Bereik: elk artikel over het verhaal telt mee, maar een artikel van een zwaarder domein telt zwaarder dan een van een lichter domein, en een vers artikel zwaarder dan een oud; het gewicht van een artikel halveert ongeveer elke 5,5 uur. Spreiding: hoeveel verschillende domeinen het verhaal brengen, want een verhaal dat veel domeinen hebben opgepikt, is rondgegaan, en een verhaal dat niemand herhaalde niet. Snelheid: of de berichtgeving aanzwelt of wegebt, op basis van de artikelen van de laatste 6 uur tegenover de 18 uur daarvoor.
Bereik is leidend; spreiding en snelheid passen het aan en kunnen het niet vervangen, dus een verhaal dat twee keer wordt genoemd, geldt nooit als sterk signaal. In getallen: ln(1 + bereik) × (1 + 0,18 × spreiding + 0,18 × snelheid). Spreiding is de natuurlijke logaritme van het aantal domeinen dat het verhaal brengt; snelheid is de logaritme van de verhouding tussen het aantal artikelen per uur over de laatste 6 uur en over de 18 uur daarvoor (elk plus één), begrensd tussen −0,6 en 1,2. Het resultaat wordt zo op de schaal gezet dat 4,5 als 100 geldt, en niets wordt onder 0 of boven 100 getoond. De kolom Trend (stijgend, stabiel, dalend) toont het snelheidsdeel afzonderlijk.
De schaal ligt vast: een constant referentieniveau geldt als 100, niet het drukste verhaal van de dag. Zo scoort dezelfde activiteit vandaag en morgen hetzelfde, en zijn de scores van verschillende dagen vergelijkbaar. De constante is een kalibratiekeuze en geen meting, dus zelfs de drukste verhalen scoren meestal onder 100.
Het aandeel in de aandacht van de dag, getoond in de feeds en de API, is een ander getal: het bereik van een verhaal gedeeld door het bereik van alle verhalen in de laatste 24 uur. De score zegt hoe luid een verhaal is; het aandeel zegt hoeveel van alles wat er gelezen wordt het inneemt, wat verhalen onderscheidt wanneer de hele nieuwscyclus luid is en alles hoog scoort.
De score beschrijft hoeveel de pers over een verhaal schrijft, niet of het nieuws goed of slecht is en niet wat er met de koersen gaat gebeuren. Het is geen beleggingsadvies.
Toon
Een taalmodel labelt elk Engelstalig artikel als positief, neutraal of negatief, naar hoe het het nieuws voor de markt framet.
Het gokt niet: als een antwoord de validatie niet doorstaat, blijft het artikel zonder label en telt het niet mee voor de toon totdat het opnieuw is beoordeeld.
Stemmingsindex
Een netto toonindex van 0 tot 100 over de laatste 24 uur: 50 + 50 × (positief − negatief) / (positief + negatief). Neutrale artikelen tellen niet mee, dus 50 betekent dat positief en negatief in evenwicht zijn, 100 dat elk beoordeeld artikel met een richting positief is en 0 dat elk ervan negatief is.
Zones: 0–24 sterk negatief, 25–44 negatief, 45–55 neutraal, 56–75 positief, 76–100 sterk positief. De index wordt vergeleken met het gebruikelijke niveau, het gemiddelde van de dagindex over de laatste 30 volledige dagen. Hij beschrijft hoe de pers schrijft, niet wat je moet doen.
Domeinranglijst
Voor elk domein nemen we zijn crypto-artikelen van de laatste 30 dagen, alleen die welke het model onder een van de onderwerpen van de universums heeft ingedeeld, en berekenen we dezelfde netto toonindex: 50 + 50 × (positief − negatief) / (positief + negatief). Meerdere feeds van één domein (bijvoorbeeld rss.nytimes.com en nytimes.com) worden samengeteld.
Een domein wordt gerangschikt zodra het minstens 50 beoordeelde artikelen in de periode heeft. Zolang de verzameling jonger is dan 30 dagen en te weinig domeinen dat halen, gaat de drempel omlaag, nooit onder 20 artikelen; de gebruikte drempel en de werkelijke periode staan altijd onder de tabel.
De ranglijst beschrijft de toon van de artikelen zoals het model ze leest, niet de kwaliteit, betrouwbaarheid of vooringenomenheid van een domein: een domein dat meer over rally’s en lanceringen schrijft, scoort hoger, een domein dat meer over hacks en rechtszaken schrijft, scoort lager.
De wereldkaart
Bij het beoordelen van de toon noemt het model ook de landen waarover een artikel gaat: het hoofdonderwerp van het verhaal of de plaats waar het zich afspeelt, maximaal drie per artikel, als ISO 3166-1-codes. Er wordt geen land vastgelegd als het slechts terloops wordt genoemd, als het nieuws over de markt als geheel, de EU of een hele regio gaat, of, voor crypto, als het verhaal niet over de toezichthouder, een wet, een rechtbank of een bedrijf onder de regels van dat land gaat.
Voor elk land berekenen we dezelfde netto toonindex over de crypto-artikelen die het model onder een van de onderwerpen van de universums heeft ingedeeld. Een artikel over twee landen telt voor beide. Landen met minder dan 10 artikelen in de periode zijn gearceerd: daar weegt één verhaal te zwaar. Landen worden vastgelegd vanaf de lanceringsdag van de kaart; oudere artikelen zijn niet opnieuw beoordeeld.
Gebieden zonder ISO 3166-code worden nooit ingekleurd.
De BTC-correlatie
De BTC-correlatie in Pro is de Pearson-coëfficiënt tussen de toonindex en de koersverandering van BTC over de gekozen periode, waarbij de toon tot een dag naar voren of naar achteren wordt verschoven. We tonen de verschuiving waarbij ze het best overeenkomen. Met te weinig gemeenschappelijke punten staat er „niet genoeg data”; als |r| onder 0,2 ligt, of niet hoger is dan toeval bij een steekproef van die omvang oplevert, staat er „vrijwel geen verband”. Het beschrijft het verleden, geen koersvoorspelling.
De Daily Crypto Attention Index
Hoe luid een UTC-dag was voor de cryptomedia, van 0 tot 100. We tellen de crypto-artikelen van de dag uit een panel van media, die op minstens 24 van de voorgaande 30 dagen artikelen hadden, waarbij elk artikel wordt gewogen naar het publiek van zijn medium. Een nieuwe bron komt pas in het panel zodra hij die geschiedenis heeft, dus het toevoegen van feeds tilt de index niet op.
De dag wordt vergeleken met de mediaan van hetzelfde panel, met dezelfde gewichten, over de voorgaande 30 dagen: een werkdag met werkdagen, een zaterdag of zondag met weekenden, want cryptomedia schrijven in het weekend duidelijk minder. De index is 50 + 25 × log2(dag ÷ mediaan), begrensd tussen 0 en 100: 50 is een gewone dag, 75 twee keer zo luid, 100 vier keer, 25 half zo luid.
Daarnaast geeft elke editie de toon van de dag (de netto toonindex hierboven, over de beoordeelde artikelen van de dag), het thema van de dag (het universum waarvan het aandeel in de artikelen van de dag het sterkst steeg ten opzichte van zijn aandeel in de voorgaande 30 dagen) en de vijf grootste verhalen van de dag naar aandacht. Een editie verschijnt nadat de UTC-dag is afgelopen en verandert daarna nooit meer; een dag waarvan de data het niet dragen (te klein panel, een gat in de verzameling, te korte geschiedenis) krijgt geen editie. Het beschrijft berichtgeving, geen koersen, en is geen beleggingsadvies.