Abstract
<jats:p>Цифровые токены функционируют в сложной многомерной среде, где традиционные методы оценки стоимости оказываются недостаточными. В настоящей статье рассматриваются перспективные подходы к построению систем прогнозирования на основе искусственного интеллекта, способных одновременно обрабатывать разнородные источники данных: блокчейн-транзакции, ликвидность децентрализованных протоколов, сетевую активность и макроэкономические факторы. Показано, что интеграция механизмов внимания и многомодальной обработки данных существенно повышает точность прогнозов и позволяет учитывать смену рыночных режимов. Совмещение оценки стоимости с расчётом индексов устойчивости и риск-профилей делает такие системы практически применимыми для управления портфелями цифровых активов, регуляторного мониторинга и разработки торговых стратегий. Результаты исследования вносят вклад в формирование теоретической и прикладной базы анализа токенизированных рынков с использованием методов машинного обучения</jats:p> <jats:p>Digital tokens operate in a complex, multidimensional environment where conventional valuation methods prove inadequate. This article explores advanced AI-based forecasting frameworks capable of simultaneously processing heterogeneous data sources, including blockchain transactions, decentralized protocol liquidity, network activity, and macroeconomic factors. The study demonstrates that integrating attention mechanisms with multimodal data processing substantially improves forecast accuracy and enables the system to account for shifts in market regimes. The combination of token valuation with stability indices and risk profiling makes such frameworks practically applicable for digital asset portfolio management, regulatory monitoring, and trading strategy development. The findings contribute to the theoretical and applied foundations of tokenized market analysis using machine learning methods</jats:p>