В останньому дослідницькому звіті Amberdata йдеться про те, що моделі волатильності перетворюють активність стейблкоїнів на прогнозні сигнали щодо ризику Ethereum у режимі реального часу. Використовуючи XGBoost + SHAP, ми дізнаємося, як тенденції погашення USDC, USDT і DAI надійно прогнозують волатильність на наступний день, привносячи можливість інтерпретації в машинне навчання в DeFi. 🔍 Від кореляції до прогнозу → ознайомтеся з повною методологією та висновками: