Дата публикации: 23 июля 2026 г. · Bitbase Research
Смежное исследование Bitbase по этой теме: см. Стадное поведение и рассогласование стимулов на рынках криптовалют.
Краткое резюме
Ончейн-данные псевдонимны, а не анонимны, и это единственное различие лежит в основе любой стратегии отслеживания китов и умных денег. Каждая транзакция публична и постоянна, поэтому задача никогда не состояла в том, чтобы увидеть, что переместилось, а в том, чтобы знать, кто это переместил, — и к 2026 году этот разрыв в основном закрылся. Платформы вроде Arkham Intelligence и Nansen присваивают реальные ярлыки сущностей миллионам адресов: движок Arkham на базе ИИ специализируется на деанонимизации адресов в именованные венчурные фонды, маркет-мейкеров и отдельных китов, а Nansen маркирует кошельки и выводит дашборд «Smart Money», отслеживающий адреса с исторически прибыльными паттернами торговли [1][2]. Рынок блокчейн-аналитики, питающий всё это, достиг примерно 1,76 млрд долл. США в 2026 году, и ИИ теперь автоматически делает то, что два года назад не под силу было ни одному аналитику-человеку: кластеризует связанные кошельки в единые сущности в масштабе [3][4]. Сырой реестр превратился в размеченную карту того, кто что делает.
Но размеченная карта полезна лишь при наличии дисциплины её чтения, потому что та же прозрачность, что раскрывает кита, позволяет манипуляторам подделывать сигналы, за которыми следуют аналитики. Этот отчёт выстраивает такую дисциплину как таксономию кошельков-сущностей и криминалистическую систему обнаружения из четырёх частей. Первая — сама таксономия: классификация адреса в тип сущности, определяющий, что означает его поведение, ведь крупный перевод от биржи, венчурного фонда, казны протокола, кошелька умных денег и вошер-трейдера — это пять совершенно разных сигналов в одной ончейн-одежде. Вторая — кластеризация: эвристики, связывающие множество адресов с одним контролирующим субъектом, без которых одна сущность, действующая через десять кошельков, выглядит как десять независимых решений. Третья — оценочная карта обнаружения вошинга, построенная на криминалистических эвристиках, отделяющих реальную активность от сфабрикованного объёма. Четвёртая — чтение концентрации держателей и биржевых потоков, превращающее распределение токена и направление его биржевых потоков в заявление о намерении.
Ставки не академичны. Chainalysis в своём анализе 2025 года выявила около 2,57 млрд долл. США подозреваемого вошинга на крупных сетях, а на её криминалистические методы, по оценкам, опираются 85% правоохранительных органов США, — а значит те же техники, что ловят преступников, обязан использовать и серьёзный аналитик, чтобы не быть обманутым сфабрикованными ончейн-сигналами [6][11]. Прочитанные вместе, четыре компонента превращают публичный реестр из потока анонимно выглядящих переводов в понятную карту сущностей, намерений и манипуляций. Всё изложенное здесь — образовательный анализ, а не инвестиционный совет.
Часть 1 · Псевдонимно, а не анонимно: маркировка как основа
Точность в понимании того, что на самом деле раскрывает блокчейн, — фундамент всего остального. Адрес блокчейна — не имя, но и не секрет: каждая совершённая им транзакция публична и постоянна, а достаточное количество публичного поведения в итоге идентифицирует стоящего за адресом субъекта так же надёжно, как отпечаток пальца. Именно на этом свойстве построена вся индустрия отслеживания: цепочка псевдонимна, а псевдонимы поддаются деанонимизации через сопоставление ончейн-паттернов с офчейн-информацией (размеченный депозит на бирже, публично известная VC-инвестиция, раскрытый кошелёк основателя). Ядро продукта Arkham именно таково: алгоритмический движок на базе ИИ, присваивающий адресам реальные ярлыки сущностей, позволяя аналитику напрямую изучать портфель именованной венчурной фирмы или маркет-мейкера, тогда как Nansen поддерживает ярлыки на миллионах кошельков, так что крупная транзакция читается не как «неизвестный адрес переместил средства», а как «это сделал именно этот фонд, протокол или биржа» [1][2].
Следствие в том, что сырое наблюдение за адресами сменилось наблюдением за сущностями, а это не один и тот же навык. Слежение за немаркированным адресом кита говорит, что крупный держатель что-то делает; слежение за маркированной сущностью говорит, какой именно держатель это делает, — а в этом и есть разница между шумом и сигналом. Автоматизация важна здесь не меньше маркировки: платформы теперь кластеризуют связанные кошельки и выводят на поверхность связи и транзакционные паттерны в масштабе, невозможном для аналитиков-людей ещё два года назад, так что работа аналитика сместилась с ручной сборки кластеров к интерпретации карты сущностей, которую производят инструменты [4]. Но этот сдвиг создаёт собственную ловушку: ярлыки хороши лишь настолько, насколько хорош стоящий за ними вывод, а и ярлыки, и поведение, к которому они привязаны, поддаются подделке, — поэтому остальная часть системы посвящена обнаружению обмана не меньше, чем следованию убеждению. Основу легко сформулировать и легко забыть: ончейн — это публичная запись псевдонимных сущностей, а вся игра сводится к превращению псевдонимов в сущности, а сущностей — в намерение.
Часть 2 · Таксономия кошельков-сущностей
Первый аналитический компонент — таксономия, потому что одно и то же ончейн-действие означает противоположные вещи в зависимости от того, какая сущность его совершает, а неверная классификация субъекта — самая частая и самая дорогая ошибка отслеживания. Крупный перевод токенов не является сигналом, пока вы не знаете, пришёл ли он от биржи, венчурного фонда, маркет-мейкера, казны протокола, кошелька умных денег или вошер-трейдера — шесть типов сущностей с шестью разными значениями для идентичной транзакции. Кошелёк биржи, перемещающий токены, обычно операционен (управление горячим кошельком, потоки пользователей), поэтому его переводы в основном шум, если не читать их как совокупный приток или отток. Венчурный фонд или ранний инвестор, перемещающий токены вблизи разблокировки, — это потенциальное предложение, ударяющее по рынку. Маркет-мейкер, прокручивающий запасы, предоставляет ликвидность, а не выражает мнение. Казна протокола — опознаваемая по тому, что получает комиссии протокола, держит токены управления, финансирует разработку и часто ведёт диверсифицированные, фарм-доходные позиции, — перемещая средства, может совершать операционную трату или управленческое действие, а не рыночный вывод [9]. Кошелёк умных денег, определяемый послужным списком исторически прибыльных сделок, входящий в позицию, — это тот сигнал, за которым трейдеры действительно хотят следовать [2][15]. А вошер-трейдер, генерирующий объём, — это сигнал, созданный чтобы обмануть, и Часть 4 построена, чтобы его поймать.
Дисциплина, которую навязывает таксономия, в том, что классификация всегда предшествует интерпретации. Единственная самая полезная привычка в ончейн-анализе — отказываться читать любую крупную транзакцию, пока не идентифицирована стоящая за ней сущность, потому что идентичный поток — скажем, десять миллионов токенов, покидающих кошелёк, — бычий, медвежий или бессмысленный целиком в зависимости от того, является ли кошелёк накопителем умных денег, фиксирующим прибыль, казной, финансирующей грант, биржей, проводящей ребалансировку, или маркет-мейкером, прокручивающим запасы. Платформы маркировки делают большую часть этой классификации автоматически, но аналитик всё равно обязан проверять ярлык и, что критично, понимать поведенческую сигнатуру каждого типа сущности, ведь именно эта сигнатура делает ярлык заслуживающим доверия: биржи показывают характерные горячо/холодные паттерны, казны — получение комиссий и управленческую активность, маркет-мейкеры — высокочастотный двусторонний поток, а умные деньги — прибыльную историческую запись. Когда поведение кошелька совпадает с сигнатурой его ярлыка, ярлык надёжен; когда нет — сомнению подлежит ярлык или прочтение его аналитиком.
Часть 3 · Кластеризация: от адресов к сущностям
Таксономия предполагает, что вы можете сказать, какая сущность владеет адресом, и это предположение опирается на самый технический компонент системы: кластеризацию адресов. Единичный субъект почти никогда не действует из одного кошелька — фонд, биржа или кит распределяют активность по многим адресам, будь то ради операционной безопасности, чтобы скрыть свой след или просто как побочный продукт использования многих сервисов, — поэтому трактовка каждого адреса как независимого субъекта систематически искажает подсчёт числа реальных участников и их истинных размеров позиций. Кластеризация — это набор эвристик, связывающих множество кошельков с одной контролирующей сущностью, и именно она превращает «десять адресов каждый купил понемногу» в куда более осмысленное «одна сущность накопила крупную позицию через десять кошельков» [1][4][10]. Кластеризация адресов связывает кошельки с контролирующей сущностью, а анализ графа транзакций визуализирует потоки средств между ними — та же техника, что используется для отслеживания циркулярных потоков в мошенничестве [10].
Эвристики кластеризации выводны, и понимание их — это то, что позволяет аналитику судить, насколько доверять кластеру. Кошельки, многократно финансируемые из общего источника, движущиеся в скоординированное время, взаимодействующие только друг с другом или разделяющие поведенческие отпечатки, выводятся как принадлежащие одному субъекту, — и те же сигналы, что кластеризуют кошельки легитимного фонда, кластеризуют и кошельки манипулятора, поэтому кластеризация — мост между отслеживанием сущностей и обнаружением мошенничества. Именно поэтому автоматизация двусторонняя: ИИ-кластеризация выводит связи в масштабе, невозможном для людей, но она же порождает ложные срабатывания — два независимых кошелька, случайно разделяющих финансирующую биржу или общего контрагента, могут быть ошибочно скластеризованы, раздувая видимый размер сущности или фабрикуя несуществующую связь [4]. Дисциплина системы поэтому — трактовать кластер как гипотезу с уровнем доверия, а не как факт: кластер, построенный на многих сильных независимых сигналах (общее финансирование, скоординированное время, эксклюзивное взаимодействие), высоконадёжен, тогда как построенный на единственном слабом сигнале (общая биржа, используемая миллионами) низконадёжен и не должен читаться как единичный субъект. Кластеризация — это то, что делает таксономию работоспособной, но лишь при уважении к её выводной природе.
Часть 4 · Оценочная карта обнаружения вошинга
Третий компонент обращает тот же кластерный и поведенческий анализ к его важнейшему защитному применению: обнаружению сфабрикованного объёма, ведь система отслеживания китов, неспособная отличить реальную активность от фальшивой, хуже бесполезной — она следует за теми самыми сигналами, что подсадил манипулятор. Вошинг, при котором один и тот же субъект находится по обе стороны сделки, создавая искусственный объём без реального экономического переноса, не редкость: Chainalysis в анализе 2025 года выявила около 2,57 млрд долл. США подозреваемого вошинга на крупных сетях, а ончейн-криминалистика его обнаружения созрела в конкретную оценочную карту [6]. Канонические эвристики, формализованные Chainalysis, конкретны и проверяемы: адрес, исполняющий одну покупку и одну продажу в пределах примерно 25 блоков (около пяти минут), с разницей менее 1% в долларовом объёме между ними (что указывает на отсутствие осмысленного мотива прибыли), и единичный адрес, совершающий три или более таких «туда-обратно» сделок за период изучения [5]. Каждое условие по отдельности слабо; вместе они описывают активность, имеющую форму торговли, но лишённую её экономической сути.
Помимо эвристики времени-и-размера, система накладывает структурные признаки, которые используют криминалисты, ведь искушённый вошинг распределяется по кошелькам, чтобы уклониться от теста одного адреса. Сделки туда-обратно — кошелёк A продаёт кошельку B, затем B продаёт обратно A — создают объём без чистого изменения позиции и видны в анализе графа транзакций как циркулярные потоки [7][10]. Общие источники финансирования — кошельки «покупателя» и «продавца» финансируются из одного источника — один из сильнейших признаков того, что единый субъект контролирует обе стороны [7]. А проверка самых активных кошельков — выявление кошельков, генерирующих наибольший объём, и проверка того, не являются ли они одними и теми же адресами, многократно торгующими друг с другом, — ловит скоординированные вошинговые кольца, которые тест по отдельному адресу упускает [7]. Академические работы вроде систем ончейн-обнаружения вошинга для токенов ERC-20 количественно измерили эти паттерны в масштабе, а практический результат — оценочная карта: для любого токена или кластера кошельков число выполненных условий говорит, сколько «объёма» реально [14]. Система трактует высокий вошинговый балл не как мелкую оговорку, а как дисквалификатор, потому что у токена, чей объём сфабрикован, нет надёжного сигнала ни в одном из трёх других компонентов — концентрация, потоки и активность умных денег искажены фальшивыми сделками.
Часть 5 · Концентрация держателей и биржевые потоки
Четвёртый компонент читает два совокупных сигнала, которые карта сущностей делает читаемыми: насколько сконцентрировано владение токеном и в какую сторону он течёт относительно бирж. Концентрация — это чтение структурного риска: аналитики изучают распределение среди держателей, потому что токен, где верхние кошельки контролируют большую часть предложения, манипулируем и хрупок, с грубой отраслевой границей: если топ-10 кошельков держат более 90% предложения, потенциал манипуляции высок, поскольку эти держатели могут двигать цену по своей воле [8]. Но концентрация осмысленна лишь после кластеризации, потому что десять кошельков, выглядящих независимыми, могут быть одной сущностью, и истинная концентрация — это то, что показывает кластеризованное распределение, а не сырой список адресов: токен, выглядящий децентрализованным на 10 000 адресов, может быть опасно сконцентрированным, если кластеризация раскрывает, что горстка сущностей контролирует большинство этих адресов [8][10]. Концентрация, прочитанная на некластеризованных адресах, систематически занижает реальный риск.
Биржевые потоки — это чтение намерения, совокупный сигнал, превращающий операционные биржевые переводы из шума в информацию. Токены, текущие в биржи, позиционируются к продаже — накапливаясь в ордербуках как потенциальное предложение, — тогда как токены, текущие из бирж в приватные кошельки, предполагают накопление и намерение держать, убирая предложение из немедленно продаваемого пула [13][16]. На уровне одного перевода это шум, но в совокупности — чистый приток на биржи против оттока за окно — это один из более чистых направленных сигналов в ончейн-анализе, потому что он схватывает коллективное решение держателей двигаться к способности продавать или от неё. Два чтения комбинируются: токен, высоко сконцентрированный (после кластеризации) и показывающий крупные чистые притоки на биржи, — это токен, чьи немногие крупные держатели позиционируются продавать в любой существующий спрос — ончейн-конфигурация, которая чаще всего предшествует выходу крупного держателя. Концентрация говорит, кто мог бы двигать цену; биржевые потоки говорят, в какую сторону они склоняются; и лишь кластеризованная, маркированная карта сущностей делает любое из чтений надёжным.
Часть 6 · Чтение умных денег против шума
Самое востребованное применение системы — следование за умными деньгами, кошельками с послужным списком исторически прибыльных сделок, которые выводят платформы вроде Nansen, — но дисциплина здесь в понимании того, что этот сигнал может и чего не может. Ярлык умных денег — это заявление о прошлом: этот кошелёк был прибыльным, что является подлинной информацией, ведь навык и доступ в некоторой степени сохраняются, а кошелёк, стабильно входивший в хорошие позиции рано, стоит наблюдать больше, чем случайный адрес [2][15]. Четыре компонента системы делают чтение умных денег надёжным, а не наивным: кластеризация подтверждает, что кошелёк умных денег — единый реальный субъект, а не сфабрикованный послужной список, распределённый по скоординированным кошелькам; оценочная карта вошинга подтверждает, что его прибыль пришла от реальных сделок, а не сфабрикованных; таксономия сущностей подтверждает, что это независимый трейдер, а не маркет-мейкер, чьи «прибыли» — спреды; а чтение концентрации подтверждает, что его позиция значима относительно токена. Сигнал умных денег, переживший все четыре проверки, стоит куда больше сырого ярлыка «прибыльный кошелёк».
Но система столь же ясна о пределах сигнала, ведь следование за умными деньгами по сути рефлексивно. В момент, когда кошелёк публично маркирован как умные деньги, за его ходами следят и их опережают, поэтому преимущество, сделавшее его прибыльным, размывается по мере того, как он становится известным, — наиболее отслеживаемые кошельки умных денег наименее вероятно всё ещё имеют преимущество именно потому, что все их копируют [2]. Хуже того, искушённый субъект, знающий, что его кошелёк маркирован, может эксплуатировать последователей, тихо накапливая в немаркированном кошельке, совершая видимые ходы в маркированном, чтобы вызвать толпу. Дисциплина системы поэтому — трактовать ярлыки умных денег как отправную точку для расследования, а не как торговый сигнал для копирования: ценность в понимании почему умелая сущность позиционируется определённым образом — что она может знать, чего рынок не заложил в цену, — а не в механическом зеркалировании её транзакций после того, как они уже публичны и их уже опережают тысячи. Умные деньги — это зацепка для расследования, проверенная тремя другими компонентами; это никогда не сигнал для слепого следования.
Часть 7 · Пределы и честные режимы отказа
Криминалистическая система заслуживает доверие, называя то, чего она не может, а ончейн-разведка имеет острые пределы именно потому, что она выводна на каждом шаге. Крупнейший в том, что ярлыки и кластеры — это гипотезы, а не факты: ярлык сущности — вывод из публичного поведения и офчейн-данных, который может быть ошибочным, устаревшим или намеренно подделанным, а кластер кошельков — вероятностная группировка, способная ошибочно слить независимых субъектов или расщепить единого. Построение тезиса на неверно маркированном кошельке или ложном кластере — самый частый способ, каким искушённый ончейн-анализ идёт не так, а автоматизация, делающая маркировку масштабируемой, делает масштабируемыми и её ошибки — неверный ярлык распространяется на каждого аналитика, использующего платформу.
Ещё четыре предела заслуживают быть столь же видимыми, как система. Состязательная игра: каждый сигнал, что читает система, может быть сфабрикован — вошинг подделывает объём, скоординированные кошельки подделывают децентрализацию, маркированный кошелёк можно использовать как приманку для последователей, а субъект, понимающий эвристики, может конструировать ончейн-поведение специально чтобы их обмануть, поэтому аналитик всегда в состязании с контрагентами, знающими, что за ними следят [5][7]. Инструменты приватности и межсетевые разрывы: миксеры, протоколы приватности, мосты и внутренние переводы централизованных бирж разрывают граф транзакций, поэтому сущность может намеренно оборвать след, а кластеризация через сети или через омнибус-кошелёк биржи часто невозможна [10]. Рефлексивность: самые ценные сигналы — вход умных денег, накопление кита — теряют преимущество в момент, когда становятся публичными и отслеживаемыми, поэтому лучшие результаты системы саморазрушительны пропорционально своей известности [2]. «Почему» невидимо: ончейн-данные показывают, что сущность сделала, никогда почему, поэтому аналитик всегда поставляет интерпретацию, а разрыв между наблюдаемой транзакцией и её истинным мотивом — это место, где живёт большинство неверных тезисов. Как дисциплина превращения публичного реестра в карту сущностей и обнаружения подсаженных в нём манипуляций система остра; как источник уверенности в намерении любого единичного субъекта она — вывод против противника.
Заключение · От адресов к намерению
Ончейн-анализ вознаграждает аналитика, трактующего реестр как псевдонимный, а не анонимный, и выстраивающего дисциплину превращения адресов в сущности, а сущностей в намерение. Цепочка показывает всё и скрывает кто; маркировка и кластеризация закрывают этот разрыв, превращая поток переводов в карту именованных субъектов, но лишь если ярлыки проверены, а кластеры трактуются как уверенные гипотезы, а не факты [1][4][10]. На этой карте таксономия кошельков-сущностей определяет, что означает каждое действие, оценочная карта вошинга отделяет реальную активность от примерно 2,57 млрд долл. США сфабрикованного объёма, который иначе испортил бы каждое чтение, анализ концентрации-и-потока превращает владение и биржевое направление в заявление о том, кто мог бы двигать цену и в какую сторону склоняется, а чтение умных денег — проверенное тремя другими — указывает на сущности, стоящие расследования [6][8][13]. Составленные вместе, четыре компонента превращают публичный реестр из непрозрачного потока в понятную и защитимую карту того, кто что делает.
Более глубокие примитивы, на которых покоятся эти суждения, — как кластеризация адресов на самом деле выводит общий контроль, как архитектура горячих и холодных кошельков бирж формирует сигналы потоков и как механика вошинга и скоординированных кошельков фактически фабрикует паттерны, которые система обязана обнаруживать, — каждый стоит понимания сам по себе, ведь ончейн-чтение хорошо лишь настолько, насколько аналитик овладел наблюдаемой и разыгрываемой механикой. Трактуйте систему как дисциплину классификации сущностей, обнаружения манипуляций и чтения намерения из публичного реестра, никогда как источник уверенности о мотиве, и всегда с осознанием, что каждый сигнал, стоящий следования, — это и сигнал, который противник может подсадить.
Список источников
[1] Startupik, Arkham Intelligence vs Nansen: Which Wallet Tracking Tool Is Better? (маркировка сущностей и деанонимизация Arkham на базе ИИ; ярлыки кошельков Nansen). startupik.com
[2] Nansen, Smart Money dashboard and wallet labeling (ярлыки на миллионах кошельков; отслеживание исторически прибыльных кошельков); KuCoin, Top 5 Free Tools to Track Smart Money in Real-Time in 2026. nansen.ai
[3] Рынок блокчейн-аналитики оценён в ~1,76 млрд долл. США в 2026 году (контекст размера сектора, цитируется в анализах инструментов отслеживания). startupik.com
[4] Cryptowisser, Advanced On-Chain Analysis: Wallet Tracking & Smart Money Flows, март 2026 (автоматизированная ИИ-кластеризация кошельков, выводящая связи в масштабе). cryptowisser.com
[5] Chainalysis, Crypto Market Manipulation 2025: Suspected Wash Trading, Pump and Dump (эвристика вошинга: покупка+продажа в пределах ~25 блоков, разница объёма в долларах <1%, 3+ круговых сделок на адрес). chainalysis.com
[6] Chainalysis, 2025 analysis: ~US$2.57 billion in suspected wash trading across major chains (анализ 2025: ~2,57 млрд долл. подозреваемого вошинга на крупных сетях). chainalysis.com
[7] FinanceFeeds, Detecting Crypto Wash-Trading Patterns Using On-Chain Signals; Crypto Trace Labs, What Are Wash Trading Patterns and How Do Investigators Detect Them? (сделки туда-обратно A↔B, общий источник финансирования, проверка самых активных кошельков). financefeeds.com
[8] DEXTools News, How to Use Bubblemaps to Spot Token Manipulation (2026) (чтение концентрации держателей; топ-10 >90% предложения как высокий потенциал манипуляции). dextools.io
[9] Cryptowisser, Advanced On-Chain Analysis (идентификация казны: получение комиссий протокола, держание токенов управления, финансирование разработки, диверсифицированный фарминг). cryptowisser.com
[10] Chainalysis, Address clustering and transaction-graph analysis (связывание кошельков с контролирующей сущностью; визуализация циркулярных потоков средств). chainalysis.com
[11] Chainalysis, Blockchain forensic capabilities (используется, по оценкам, 85% правоохранительных органов США). chainalysis.com
[12] DEXTools News, How to Use Bubblemaps to Spot Token Manipulation (2026) (визуальные пузырьковые карты кластеров кошельков). dextools.io
[13] Ledger Academy, How to Track Crypto Whale Movements (приток/отток бирж как сигнал накопления/распределения); Mintarex, On-Chain Whale Activity 2026. ledger.com
[14] WTEYE: On-Chain Wash-Trade Detection and Quantification for ERC-20 Cryptocurrencies, ResearchGate (академическое обнаружение вошинга в масштабе). researchgate.net
[15] Altrady, How to Track Crypto Whale Wallets & Smart Money (2026) (определение умных денег как исторически прибыльных кошельков; методология отслеживания). altrady.com
[16] Mintarex, On-Chain Whale Activity 2026: Reading Large Holder Moves (интерпретация накопления китов и биржевых потоков). mintarex.com
[17] Gate, How to Use On-Chain Data Analysis Tools to Track Active Addresses, Whale Movements, and Transaction Volumes in 2026. web3.gate.com
[18] West Africa Trade Hub, Crypto Whale Tracker Guide 2026: Tools, Alerts & Strategies. westafricatradehub.com
[19] AXE TAX, Whale Wallet Activity: Your Key to Smart Money Tracking in Crypto. axe-tax.com
[20] Nadcab, How to Prevent NFT Wash Trading (механика вошинга и стратегии обнаружения). nadcab.com
Методология и раскрытие: этот отчёт синтезирует публичные данные ончейн-разведки и практическую литературу по состоянию на середину 2026 года (платформы маркировки и кластеризации сущностей Arkham и Nansen [1][2][4]; рынок блокчейн-аналитики ~1,76 млрд долл. [3]; эвристики вошинга Chainalysis и цифра ~2,57 млрд долл. подозреваемого вошинга [5][6][10][11]; структурные признаки вошинга [7][14]; чтение концентрации держателей и манипуляций Bubblemaps [8][12]; сигналы идентификации казны [9]; и интерпретация биржевых потоков [13][16][17]). Таксономия кошельков-сущностей, дисциплина кластеризации, оценочная карта обнаружения вошинга и чтение концентрации-и-потока — это образовательные, порядковые аналитические конструкции для классификации ончейн-сущностей и обнаружения манипуляций; профили кошельков, показанные на рисунках, иллюстрируют систему, а не реальные сущности, а приведённые цифры иллюстрируют систему, а не идентифицируют какого-либо конкретного субъекта. Ничто здесь не является рейтингом, рекомендацией или ценовым ориентиром.
Отказ от ответственности: это образовательный контент от Bitbase Research, предоставленный исключительно в информационных целях. Он не является инвестиционным, торговым, налоговым или финансовым советом. Ончейн-ярлыки и кластеры — это вероятностные выводы, которые могут быть ошибочными. Написано по состоянию на июль 2026 года; данные маркировки, методы кластеризации и ончейн-условия меняются непрерывно, поэтому всегда опирайтесь на свежайшие первичные данные и проводите собственное исследование перед принятием любого решения.
