Proceedings of the International scientific and practical conference ―Science at the Turning Point of History‖ (May 25-27, 2026) / Publisher website: www.naukainfo.com. – Lviv, Ukraine, 2026. - 362 p.

169 навчання, аналізу on-chain метрик та алгоритмізованого розпізнавання ринкової структури (Price Action, MS Shift) дозволяє створити високоточні інструменти для автоматизованого управління капіталом. Хоча поточні моделі все ще вразливі до макроекономічних "чорних лебедів" та маніпуляцій через миттєві позики (flash loans), впровадження ансамблевих нейромережевих архітектур доводить свою високу ефективність в управлінні ризиками непостійних втрат та оптимізації фармінгу дохідності. СПИСОК ВИКОРИСТАНИХДЖЕРЕЛ: 1. Вернер Д. А., Коваленко О. І. Економіка децентралізованих фінансів: ризики та перспективи алгоритмічного трейдингу. Фінансові інновації та технології . 2024. ғ 3. С. 42–56. 2. Harvey C. R., Ramachandran A., Santoro J. DeFi and the Future of Finance. John Wiley & Sons , 2021. 208 p. 3. Antonopoulos A. M., Wood G. Mastering Ethereum: Building Smart Contracts and DApps. O'Reilly Media , 2018. 400 p. 4. Wen H., Zhao Y. Forecasting Cryptocurrency Price Time Series Using Transformers and LSTM. Proceedings of the International Conference on Machine Learning (ICML) . 2023. P. 55–69. 5. Zhang L., Chen J. Graph Neural Networks for On-Chain Data Analytics in Blockchain Ecosystems. IEEE Transactions on Knowledge and Data Engineering . 2024. Vol. 36, no. 2. P. 338–351.