يتضمن تحليل مشاعر وسائل التواصل الاجتماعي في مجال العملات المشفرة جمع المنشورات من منصات مثل Twitter (X) و Reddit و Telegram و Discord، ثم استخدام معالجة اللغة الطبيعية لتصنيف النبرة كإيجابية أو سلبية أو محايدة. ويُنتج تجميع هذه التصنيفات عبر آلاف أو ملايين المنشورات درجة مشاعر تعكس المزاج العام للسوق في أي وقت.
تحدي جمع البيانات كبير. فـ Twitter وحده ينتج ملايين المنشورات المتعلقة بالعملات المشفرة يومياً. وتصفية المنشورات ذات الصلة من الرسائل العشوائية ونشاط الروبوتات والمحتوى الترويجي يتطلب تصنيفاً متطوراً. وتختلف المنصات في نسبة الإشارة إلى التشويش. فيميل Crypto Twitter إلى أن يكون أكثر اطلاعاً ولكنه أيضاً أكثر عرضة للترويج المدفوع. وكثيراً ما تحتوي مناقشات Reddit على نقاشات أكثر عمقاً. أما مجموعات Telegram فتتفاوت بشكل كبير في الجودة.
تحليل المشاعر القائم على الكلمات المفتاحية هو أبسط نهج لكنه أيضاً أقلها موثوقية. فعد تكرار كلمات مثل صاعد، أو إلى القمر، أو محطم يعطيك مقياساً فظاً لكنه يفتقد السياق. والسخرية والتورية والمصطلحات الخاصة بالعملات المشفرة تجعل النهج القائم على الكلمات المفتاحية عرضة للخطأ. فالعبارة "هذه العملة ستصعد إلى القمر" والعبارة "قالوا إن هذه العملة ستصعد إلى القمر، هه" لهما مشاعر متعاكسة لكنهما تتشاركان معظم الكلمات نفسها.
نماذج التعلم الآلي المدربة على نصوص خاصة بالعملات المشفرة تؤدي بشكل أفضل بكثير. فهذه النماذج مدربة على مجموعات بيانات موسومة من منشورات وسائل التواصل الاجتماعي الخاصة بالعملات المشفرة حيث حدد البشر المشاعر. وتتعلم النماذج التعرف على أنماط تتجاوز الكلمات المفتاحية الفردية، بما في ذلك السياق وبنية الجملة وأنماط اللغة الخاصة بالعملات المشفرة. وتعد LunarCrush و Santiment منصات تطبق هذه الأساليب على نطاق واسع.
المشاعر المتطرفة أكثر فائدة من مستويات المشاعر المطلقة. فعندما تصل المشاعر إلى مستويات إيجابية أو سلبية متطرفة تاريخياً، فإنها غالباً ما تتزامن مع نقاط تحول في السوق. فالنشوة المفرطة، حيث الجميع تقريباً متفائل، تميل إلى أن تسبق التصحيحات لأن عدد المشترين الجدد المتبقين قليل. والخوف المفرط، حيث الجميع تقريباً متشائم، كثيراً ما يسبق الارتفاعات لأن البيع قد استنفد. وهذا الاستخدام العكسي لبيانات المشاعر له سجل تتبع معقول.
حجم الإشارات الاجتماعية مقياس منفصل عن اتجاه المشاعر. فقد يكون للعملة الرمزية مشاعر إيجابية لكن بحجم إشارات منخفض، مما يعني أن عدداً قليلاً من الناس يتحدثون عنها. أو قد يكون لديها مشاعر مختلطة لكن بحجم إشارات مرتفع جداً، مما يعني أنها تجذب الانتباه بغض النظر عن النبرة. وكثيراً ما تسبق الارتفاعات في حجم الإشارات تحركات الأسعار لأن الانتباه المتزايد يجذب مشاركين جدد في السوق.
العلاقة بين المشاعر والسعر ليست دائماً سببية في الاتجاه الواضح. فأحياناً تدفع المشاعر السعر (حماس التجزئة يرفع عملة ميم). وأحياناً يدفع السعر المشاعر (ارتفاع بنسبة 50% يجعل الجميع متفائلاً بعد وقوع الحدث). والتمييز بين المشاعر التي تقود السعر والمشاعر التي تتبع السعر أمر حاسم لاستخدام هذه البيانات بفاعلية. فالمشاعر القائدة قابلة للتنفيذ. والمشاعر المتأخرة تشويش.
المشاعر الموزونة، التي تعطي تأثيراً أكبر للحسابات ذات المتابعين الأكبر أو الدقة التاريخية الأفضل، يمكن أن تنتج إشارات أكثر فائدة من معاملة جميع منشورات وسائل التواصل الاجتماعي بالتساوي. فالمحلل المعتمد الذي لديه سجل مثبت ينشر تحليلاً صاعداً ينبغي أن يحمل وزناً أكبر من حساب روبوت أو ملف تعريف جديد تماماً. وتطبق بعض منصات المشاعر هذا الترجيح، لكن الكثير منها لا يطبقه.
النهج العملي هو استخدام بيانات المشاعر كأحد المدخلات المتعددة، وليس كإشارة قائمة بذاتها أبداً. فقراءات المشاعر المتطرفة التي تتوافق مع إشارات فنية أو أساسية أخرى تزيد من الاقتناع. وبيانات المشاعر التي تتناقض مع فرضيتك ينبغي أن تدفعك للتساؤل عن افتراضاتك. وكن دائماً على دراية بأن مشاعر وسائل التواصل الاجتماعي يسهل التلاعب بها من خلال الحملات المنسقة والترويجات المدفوعة وشبكات الروبوتات، خاصة للعملات الرمزية الأصغر التي تحظى بنقاش عضوي أقل.