Sådan forstærker investorernes opmærksomhed kursstigninger i Bitcoin og Ethereum

En positiv overskrift om kryptovaluta kan dukke op en stille eftermiddag eller midt i en hektisk markedsperiode. Formuleringen kan være identisk, men de omgivende forhold kan være vidt forskellige. En forståelse af forskellen kan gøre det lettere for investorer at fortolke stemningen og forberede sig på pludselige kursbevægelser.

En ny undersøgelse, der er antaget til publicering i International Review of Financial Analysis, undersøger, hvordan stemning og kollektiv opmærksomhed i fællesskab hænger sammen med risikoen for pludselige kursbevægelser i Bitcoin (BTC ) og Ethereum (ETH ).¹ Forskerne Alev Atak og Philip Hans Franses kombinerer opslag på sociale medier, der er analyseret ved hjælp af kunstig intelligens, med trafikdata fra Wikipedia og minutbaserede priser. Deres hovedkonklusion er, at positiv stemning har en stærkere sammenhæng med intensiteten af opadgående kursudsving, når opmærksomheden er stor.

Den bredere indsigt er nyttig: Viden om, hvad investorer siger, bliver mere informativ, når den kombineres med et mål for, hvor stor opmærksomhed emnet får.

Sådan måler kunstig intelligens stemning og opmærksomhed på kryptomarkedet

Forskerne undersøger priser på Coinbase Exchange fra januar 2022 til og med december 2023. De klassificerer et opadgående eller nedadgående kursudsving, når afkastet over ét minut overstiger det dobbelte af standardafvigelsen for afkastene i den foregående time i den tilsvarende retning.

Denne definition identificerer usædvanligt store bevægelser i forhold til de seneste markedsforhold. Den kræver ikke, at hvert kursudsving overstiger den samme procentgrænse. En bevægelse, der virker ekstraordinær i en stille periode, kan være mindre usædvanlig i en time, hvor markedet allerede er præget af uro.

Til måling af stemning bruger forfatterne FinBERT, en sprogmodel udviklet til at analysere finansielle tekster, til at vurdere Twitter-opslag om kryptovaluta. De beregner gennemsnittet af vurderingerne for hvert minut. Den kollektive opmærksomhed måles ud fra Wikipedia-sidevisninger pr. time for Bitcoin, Ethereum og Cryptocurrency, sammenholdt med den foregående uge.

Forskellen er vigtig. Stemning måler tonen, mens opmærksomhed måler usædvanligt stor interesse. Flere sidevisninger afslører ikke, om læserne har til hensigt at købe eller sælge eller blot ønsker at forstå en begivenhed, mens den udfolder sig.

Derfor ændrer opmærksomhed risikoen for pludselige kursudsving i Bitcoin og Ethereum

Undersøgelsen anvender en Hawkes-model, der indfanger tendensen til, at begivenheder optræder i klynger. I denne anvendelse adskiller modellen en skiftende grundrate for kursudsving fra den ekstra klyngedannelse, der hænger sammen med tidligere udsving.

Stemning og opmærksomhed indgår sammen i grundraten. Deres samspil gør, at den samme ændring i stemningen kan have forskellige modellerede sammenhænge afhængigt af opmærksomhedsniveauet.

I disse sammenligninger holdes opmærksomheden konstant inden for hvert scenarie. Neutral opmærksomhed svarer til en opmærksomhedsscore på nul, mens stor opmærksomhed svarer til to standardafvigelser over det seneste ugentlige gennemsnit. Ændringen i stemningen måles på en skala fra minus én til plus én.

Procenterne beskriver ændringer i den tilpassede grundintensitet, det vil sige den modellerede hyppighed af opadgående kursudsving. De betyder ikke, at Bitcoin giver et afkast på 42 %, eller at Ethereum giver et afkast på 49 %. Der er heller ikke tale om stigninger i sandsynligheden for kursudsving målt i procentpoint.

Forskerne finder også, at nedadgående kursudsving i højere grad optræder i klynger end opadgående udsving. Det tyder på, at risikovervågning bør tage højde for både informationsmiljøet og for, om pludselige bevægelser allerede optræder gentagne gange.

Stemningen på kryptomarkedet skal ses i markedsmæssig sammenhæng

En nyttig fortolkning er, at opmærksomhed kan vise, hvor bredt en fortælling bliver taget til sig. Et positivt budskab, når interessen er lav, når måske kun ud til et lille publikum. Den samme stemning under stor interesse kan falde sammen med bredere deltagelse og hurtigere kursjusteringer. Undersøgelsen påviser en sammenhæng, men beviser ikke denne overførselsmekanisme.

Sammenhængen omfatter også, hvad der bliver diskuteret. Securities.io’s seneste dækning af Bitcoin og forventninger til pengepolitikken undersøger, hvordan investorsamtaler analyseret ved hjælp af kunstig intelligens kan indeholde information om efterfølgende afkast. Tilsammen peger disse forskningsretninger på, at sentimentoversigter kan have gavn af at identificere, hvad folk taler om, samt tonen og interesseniveauet.

For eksempel kan positive diskussioner om en opgradering og lettelse over forventede rentenedsættelser føre til lignende stemningsscorer, selv om de afspejler forskellige økonomiske drivkræfter. Et overvågningssystem, der samler dem i én gruppe, risikerer at overse forskellene.

Den foreslåede mulighed består i at inddrage en rigere kontekst med særskilte mål for fortællinger, opmærksomhed og handelsforhold. Det er en videreudvikling inspireret af resultaterne, ikke et system, der er blevet valideret i denne artikel.

Bedre prognoser er ingen garanti for rentable handler

Forskerne træner deres primære prognosemodeller på data fra 2022 og tester dem på data fra 2023. Deres prognosemodeller bruger stemningsdata fra det foregående minut og opmærksomhedsdata fra den foregående time, så modellerne ikke baserer sig på oplysninger, der ikke ville være tilgængelige på prognosetidspunktet.

Modeller, der inddrager tekst, forbedrer de prædiktive log-scorer uden for træningsperioden med cirka 16 % til 20 % sammenlignet med standardmodeller. Dette måler, hvor godt modellen tildeler sandsynligheder til observerede hændelser. Det svarer ikke til en tilsvarende stigning i handelsnøjagtighed, porteføljeafkast eller andelen af rentable handler.

Kalibreringstestene finder heller ingen tegn på, at de tekstbaserede prognoser ikke holder stik i testperioden i 2023. Det understøtter deres historiske sandsynlighedsvurderinger, men fastslår ikke, at resultaterne vil holde på ubestemt tid.

Handelsafviklingen giver en yderligere udfordring. Selv en nyttig advarsel kan komme, efter at spændene er blevet større, eller afdækning er blevet dyrere. Gebyrer, slippage og finansieringsomkostninger kan opsluge en statistisk fordel. Artiklen påviser ikke, at en strategi er rentabel, når disse omkostninger er medregnet.

Brug opmærksomhedssignaler til risikostyring

Resultaterne kan især være nyttige, når man skal afgøre, hvornår en eksponering bør undersøges nærmere. En trader, børs eller porteføljeforvalter kan undersøge, om stigende opmærksomhed og klynger af pludselige kursbevægelser taler for skærpet overvågning, før signalerne eventuelt bruges som automatiske handelstriggere.

• Følg stemningen sammen med opmærksomheden og de seneste klynger af pludselige kursbevægelser.
• Undersøg likviditeten og handelsomkostningerne, før du handler på baggrund af en prognose.
• Valider modellen på nyere data og fra flere børser.

Datakvaliteten kræver lige så stor opmærksomhed. Securities.io’s analyse af wash trading med kryptovaluta og markedsvolatilitet viser, hvorfor den tilsyneladende handelsaktivitet kan være misvisende. Opmærksomhed på sociale medier, rapporteret handelsvolumen og faktisk tilgængelig likviditet måler forskellige forhold og bør undersøges hver for sig.

Undersøgelsen behandler også kvalificerende kursudsving som binære hændelser. Et udsving, der lige akkurat overskrider tærsklen, og et langt større udsving tæller begge som samme type hændelse. Et estimat af hyppigheden af pludselige kursudsving besvarer derfor ikke et afgørende spørgsmål for porteføljen: Hvor voldsomt kan det næste udsving blive?

Coinbase forbinder kryptohandel med markedsinfrastruktur

Bedre overvågning får kommerciel relevans, efterhånden som platformene udvider deres handels- og afdækningstilbud. For investorer, der interesserer sig for denne infrastruktur, udgør Coinbase Global (COIN ) en forbindelse til et børsnoteret selskab. Selskabets børs leverede prisdataene til undersøgelsen, men det betyder ikke, at Coinbase bruger forskernes metode.

I sin kommentar fra juni 2026 om adgang til regulerede kryptoderivater beskriver Coinbase, hvordan selskabet udvider amerikanske institutioners adgang til perpetual futures og optioner. Sådanne produkter giver flere muligheder for at udtrykke markedsforventninger og styre eksponering, hvilket gør det mere relevant at forstå ændringer i volatilitetsforholdene.

I sine resultater for andet kvartal 2026 oplyste Coinbase, at selskabet havde en markedsandel på 10,3 % af handelsvolumen for kryptovaluta, og at abonnementer og tjenester stod for 48 % af nettoomsætningen. Tallene sætter en virksomhed i perspektiv, som rækker ud over transaktionsgebyrer og ind i en bredere finansiel infrastruktur.

Investeringsspørgsmålet er, om denne udvidelse skaber varige kunderelationer og indtægter på tværs af markedsforhold. Øget volatilitet kan sætte gang i aktiviteten, men alvorlig uro kan også svække tilliden. Undersøgelsen tester ikke Coinbase-aktien og fastslår ikke, at opmærksomhedsspidser øger indtjeningen.

Seneste nyheder og udvikling hos Coinbase Global (COIN)

Det bør kryptoinvestorer tage med sig fra undersøgelsen

Resultaterne taler for at betragte stemning som et betinget signal. Sammenhængen mellem stemning og pludselige kursbevægelser varierer med opmærksomheden, mens eksisterende klynger af sådanne udsving udgør endnu et risikolag.

Evidensen er fortsat begrænset til historiske data for Bitcoin og Ethereum fra én børs. Samtaler og priser kan begge reagere på de samme underliggende nyheder, hvilket gør det umuligt at drage en entydig kausal konklusion. Nyere markedsstrukturer og ændringer på sociale platforme kræver også ny validering.

Alligevel peger metoden i en konstruktiv retning for kryptodataanalyse: Vurder tone, opmærksomhed og turbulens samlet. En forståelse af disse forhold kan hjælpe investorer med at skelne mellem en populær fortælling og en målbar ændring i den kortsigtede risiko.

Referencer:

¹ Atak, A., & Franses, P. H. (2026). Stemning forstærket af opmærksomhed og springrisiko på Bitcoin- og Ethereum-markederne: En tekstudvidet Hawkes-model. International Review of Financial Analysis. Onlineudgivelse før tryk. https://doi.org/10.1016/j.irfa.2026.105431