ИИ для выявления pump-and-dump схем в крипто: анализ объёмов и распределения

Pump-and-dump — скоординированное скупление актива маленькой группой для искусственного роста цены перед массовым сбросом. ИИ видит это через аномалии: спайки объёма без соответствующего интереса (комментарии, социальные сигналы), резкую концентрацию покупок в одном временном окне, волны входа и выхода одних и тех же адресов. Модель обучается на исторических примерах pump-схем и сравнивает текущий график с эталонами. Нюанс: органический рост тоже показывает спайки объёма, поэтому ИИ ловит вероятность, а не абсолютную уверенность.

Нейросеть получает временной ряд: объём каждой свечи, средний объём за последние 20 дней, время суток, количество транзакций, средняя величина одной сделки. Модель обучается на помпах и обычной торговле, выделяя отклонения: внезапный рост объёма при цене, стоящей на месте (признак скупления без спроса), или наоборот, рост цены при низком объёме (это rare и подозрительно). Важно нормализовать объём по истории актива — BTC на $1 млн объёма день нормален, а монета на $10 млн капитализации с $2 млн объёмом за час — красный флаг.

Блокчейн-данные показывают, когда адреса купили криптовалюту и когда продают. При помпе часть адресов входит и выходит в окне 1–7 дней (тренды), в то время как долгосрочные держатели (HODL'еры) распределены по месяцам и годам. ИИ строит гистограмму: сколько адресов держат актив 1 день, сколько неделю, сколько год. Если вдруг 30 % адресов имеют время жизни 2–3 дня, это намёк на координированный выход после роста. Для BTC этот показатель стабилен 5–10 %; для новой монеты помповой группы — скачок до 50–70 %.

Практичные варианты: 1) OpenAI GPT-4 + prompt для анализа графиков (описываешь параметры, просишь оценить риск помпа); 2) LLaMA 2/3 локально, если нужна приватность; 3) Python + TensorFlow/PyTorch для обучения custom-модели на твоих данных (потребует 500–1000 примеров помпов). Готовые сервисы вроде Glassnode или IntoTheBlock предлагают готовые метрики, но требуют подписки. Для стартера достаточно простой регрессии: если объём в 3× выше среднего И концентрация адресов скачит вверх одновременно, риск повышен.

Можно не писать код. Используй готовый дашборд (например, Glassnode, CryptoQuant) и фильтруй по красным флагам: спайк объёма >3× среднего, недельная волатильность >30 %, новые адреса составляют >20 % активных. Или просто подписать на алёрты по этим метрикам. Второй вариант: спросить ChatGPT или Claude, загрузив скрин графика объёмов и сказав «проанализируй, не помп ли это?». Модель ошибается, но даёт полезный second opinion. Главное — никогда не прыгай в актив после мега-спайка объёма; подожди 3–5 дней, пока стабилизируется.

Любая сделка в крипто облагается НДФЛ 13 % (РФ, 2026) независимо от прибыли или убытка. Если ты заработал 100 тыс. ₽, заплатишь 13 тыс. ₽. Если быстро входишь-выходишь (день-два), это расценивается как speculatio, и налоговая может пересчитать это в рамки ИП с прогрессивной ставкой до 35 %. На платформах вроде Binance РФ-резидента могут попросить 1099 для США-ориентированного сервиса (зависит от условий контракта). Главный риск: не технический, а юридический — убыток от помпа + штраф за несвоевременный налоговый расчёт может быть дороже самой сделки.

Нет. ИИ может снизить риск с 50 % до 20–30 %, но гарантии нет. Координаторы помпов тоже пользуются машин-лёрнингом и маскируют сигналы. Помни: самый надёжный способ не потерять деньги — не входить в криптовалюты с низкой ликвидностью и неясным фундаментом.