Apa Itu Contoh Kerja dari Sinyal Komunitas?

Sinyal komunitas: definisi dalam istilah sederhana

Sinyal komunitas adalah keluaran yang berasal dari apa yang dilakukan suatu kelompok (misalnya, apa yang diposting, diikuti, atau ditransaksikan oleh peserta) dan kemudian digabungkan menjadi bentuk “sinyal” bersama. Poin utamanya adalah bahwa sinyal komunitas tidak bersifat prediktif secara inheren; ini adalah ringkasan terstruktur dari tindakan yang diamati.

Dalam contoh kerja, kita memisahkan dua gagasan:

• Mekanika yang stabil: bagaimana Anda mengubah data partisipasi menjadi skor agregat.
• Kondisi yang bervariasi: apa yang terjadi di pasar setelahnya, biaya apa yang dikenakan, dan bagaimana eksekusi sebenarnya terjadi.

Karena Anda tidak dapat berasumsi tentang hasil masa depan, contoh di bawah ini hanya menghitung nilai sinyal, bukan hasil keuntungan.

Contoh kerja: mengubah tindakan komunitas menjadi skor

Asumsikan sebuah platform komunitas menyediakan “sinyal” untuk jendela waktu yang sama kepada semua orang. Berikut adalah satu model perhitungan transparan yang dapat Anda gunakan untuk menjelaskan bagaimana sinyal komunitas mungkin diproduksi.

Asumsi (nyatakan semuanya)

1. Jendela waktu: Hari D.
2. Ada tiga tindakan komunitas yang dapat diamati untuk setiap peserta: Posting, Ikuti, Perdagangan.
3. Untuk setiap peserta p, Anda dapat menghitung apakah mereka melakukan setiap tindakan pada Hari D.
4. Kami mengonversi tindakan menjadi bobot:
   • Posting = 1 poin
   • Ikuti = 2 poin
   • Perdagangan = 3 poin
5. Untuk menghindari satu peserta mendominasi, kami membatasi total poin setiap peserta per hari di 6 poin.
6. Skor komunitas adalah jumlah poin di semua peserta dibagi dengan normalisasi N = 30.
7. Skor yang lebih tinggi berarti “lebih banyak aktivitas komunitas,” bukan “ekspektasi pengembalian yang lebih tinggi.”

Data yang digunakan dalam contoh

Asumsikan ada 10 peserta. Jumlah aktivitas mereka untuk Hari D adalah sebagai berikut (setiap peserta dapat memiliki beberapa tindakan):

• P1: Posting, Ikuti (1+2=3)
• P2: Hanya Perdagangan (3)
• P3: Posting, Ikuti, Perdagangan (1+2+3=6 setelah batas)
• P4: Hanya Posting (1)
• P5: Hanya Ikuti (2)
• P6: Hanya Perdagangan (3)
• P7: Posting, Ikuti (3)
• P8: Tidak ada tindakan (0)
• P9: Ikuti, Perdagangan (2+3=5)
• P10: Posting, Perdagangan (1+3=4)

Perhitungan langkah demi langkah

Total poin mentah = P1(3)+P2(3)+P3(6)+P4(1)+P5(2)+P6(3)+P7(3)+P8(0)+P9(5)+P10(4) = 3+3+6+1+2+3+3+0+5+4 = 33.

Skor komunitas = 33 / 30 = 1.10.

Apa arti “sinyal” ini

Berdasarkan asumsi ini, nilai sinyal komunitas 1.10 berarti aktivitas yang diamati kelompok lebih tinggi dari garis dasar normalisasi. Ini tidak dengan sendirinya menyatakan bahwa pergerakan pasar tertentu terjadi atau bahwa hasil peserta tertentu baik.

Bagaimana mekanisme dapat gagal (keterbatasan material)

Setidaknya satu keterbatasan penting dalam praktik: sinyal dapat terlihat “kuat” bahkan ketika didasarkan pada data yang tidak akan diterjemahkan menjadi hasil nyata yang sebanding.

Mode kegagalan umum meliputi:

1. Perbedaan waktu partisipasi: Tindakan dapat terjadi sebelum atau sesudah kondisi pasar berubah. Skor agregat dapat mencampur momen yang berbeda.
2. Perubahan perilaku: Jika partisipasi berubah dengan cepat, perilaku komunitas historis mungkin tidak mewakili jendela waktu berikutnya.
3. Perbedaan biaya dan eksekusi: Bahkan jika peserta berdagang, spread, biaya, dan selip dapat membuat hasil yang direalisasikan berbeda.
4. Efek seleksi dan kelangsungan hidup: Ringkasan komunitas dapat terlalu membebani peserta yang aktivitasnya terlihat atau terus ditampilkan.
5. Ketidakcocokan definisi: “Posting,” “Ikuti,” atau “Perdagangan” dapat didefinisikan secara berbeda oleh penyedia, membuat perhitungan tidak dapat dibandingkan.

Verifikasi: bagaimana Anda dapat memeriksa fakta secara independen

Untuk memverifikasi contoh kerja sinyal komunitas sendiri, fokuslah pada reproduktifitas:

• Konfirmasi definisi: Tindakan apa yang disertakan, dan apa yang dihitung sebagai setiap tindakan?
• Konfirmasi jendela waktu: Stempel waktu mana yang dikelompokkan bersama.
• Hitung ulang agregasi: Terapkan bobot, batas, dan normalisasi yang dinyatakan ke data partisipasi yang disediakan.
• Pisahkan sinyal dari hasil: Jika Anda memiliki hasil pasar, analisis secara terpisah; jangan perlakukan korelasi sebagai prediksi.

Jika Anda mau, bagikan definisi sinyal komunitas tertentu (tindakan yang disertakan dan aturan agregasi yang tepat), dan metode langkah demi langkah yang sama dapat digunakan untuk membangun contoh kerja lain dengan asumsi persis Anda.