En dollar-neutral mean-reversion-strategi på tværs af 6 store Binance USD-M-perpetuals (BTC, ETH, SOL, BNB, AVAX, LINK — alle bekræftet med rene OHLCV-data), som fanger ATTENTION ANOMALY, der er dokumenteret i forskning i aktiefaktorer og kan observeres i hver kryptocyklus. For hver 24 timer beregner strategien hvert aktivs volumen-z-score i forhold til dets 30-dages baseline (dagens volumen - mean_30d) / std_30d, rangerer de 6 aktiver efter denne z-score, går LONG de 2 aktiver med den LOWEST volumen-z-score (mest oversete, mindst fulgt) og SHORT de 2 aktiver med den HIGHEST volumen-z-score (FOMO/opmærksomhedsspids, typisk nær lokale toppe eller panikbunde). Lige vægt inden for hvert ben, dollar-neutral, behold i 24h, og rangér igen. De midterste 2 aktiver udelades. Dette er FIFTH i tværsnitsserien for samme univers — med fem ortogonale signalakser: DailyCrossSectional7DReturnReversal (DIRECTION), DailyCrossSectionalLowVolAnomaly (MAGNITUDE), DailyCrossSectional60DayDrawdownReversal (POSITION VS PEAK), DailyCrossSectionalBTCCorrelationReversal (RELATIONSHIP) og denne strategi (ATTENTION). Tilsammen udgør de en komplet mean-reversion-faktorstruktur for kurven af store aktiver. Mekanismen bag opmærksomhedsvending: Aktiver med lav volumen er blevet glemt af private investorer og arbitragekapital og handles ofte til pressede niveauer på grund af forsømmelse; aktiver med høj volumen er fyldt med FOMO-købere (ved toppe) eller paniksælgere (ved bunde), hvilket skaber oversving i begge retninger. Tværsnitsrangeringen indfanger EXTREMES uanset retning. Hong-Lim-Stein (2000), Da-Engelberg-Gao (2011) dokumenterede dette i aktier; det er velobserveret i krypto under FOMO-bullruns og efter opmærksomhedschok i stil med FTX. Bruger ONLY BINANCE USD-M barer for perpetual-kontrakter med intervallet DAILY — ingen supplerende data, spot eller optioner. Undgår ALL bekræftede fejltilstande. Udfylder FIVE underrepræsenterede kategorier: long-short-retning (14.5% → mod 45%), omfang på tværs af flere instrumenter (8.2% → voksende), tværsnitsmekanismeklasse (bekræftet vinder), porteføljediversifikation via den 5. ortogonale akse og udelukkende OHLCV-dataafhængighed. Positionsstørrelse: 12% pr. ben × 4 ben = 48% bruttoeksponering, dollar-neutral.