Мемкойны уничтожены: 11,6 миллионов токенов провалились в жестоком году — исследование

bitcoinistОпубликовано 2026-01-12Обновлено 2026-01-12

Введение

Согласно исследованию CoinGecko, в 2025 году крипторынок пережил масштабный крах: около 11,6 миллионов токенов, в основном мемкойны и низколиквидные проекты, прекратили существование. Пик пришёлся на четвёртый квартал, когда за один только день 10 октября произошли ликвидации на $19 млрд. Лёгкость создания токенов через автоматизированные платформы привела к наплыву спекулятивных монет, которые не выдержали падения рынка. В результате резко снизилась торговая активность, а инвесторы и биржи столкнулись с массовыми дельистингами. Эксперты призвали к ужесточению правил листинга и предупреждению рисков для частных трейдеров. Общий урон беспрецедентен на фоне 1,3 миллиона провалов в 2024 году.

Мемкойны понесли тяжелые потери в прошлом году, и последствия были огромными. Согласно исследованию CoinGecko, около 11,6 миллионов токенов прекратили торговаться или стали неактивными в 2025 году. Это число затмевает предыдущие годы и заставило инвесторов и наблюдателей рынка разбираться с убытками и провалившимися проектами.

Провалы мемкойнов резко возросли после крупной распродажи

Согласно отчетам CoinGecko, примерно 7,7 миллионов отказов токенов произошли в четвертом квартале 2025 года. На этот квартал пришлась большая часть общего числа, что было вызвано резким движением рынка 10 октября 2025 года, когда, как показывают отчеты, за один день произошли ликвидации криптовалют на сумму более 19 миллиардов долларов.

Сильнее всего пострадали небольшие токены с низкой ликвидностью. Во многих из этих списков «мертвых» токенов преобладали мемкойны и низкозатратные проекты, которые редко имели активную разработку или реальную глубину торгов.

Наплыв новых токенов столкнулся со слабым спросом

Инструменты запуска упростили создание токенов, что усугубило проблему. В отчетах отмечается, что платформы, упрощающие создание токенов, привели к всплеску появления новых, дешево выпущенных монет. Когда рыночные условия изменились, у многих из этих монет не осталось покупателей.

Для сравнения, основные токены с более глубокими пулами торговли и более четкими вариантами использования имели больше шансов пережить шок. CoinGecko привел масштаб: около 1,3 миллиона токенов провалились за весь 2024 год, что показывает, насколько драматичным был коллапс прошлого года.

Общая капитализация крипторыка на данный момент составляет 3,1 трлн долларов. График: TradingView

Что это значит для трейдеров и бирж

Торговая активность для бесчисленного множества мелких токенов снизилась. Объемы торгов быстро иссякли для плохо обеспеченных проектов, а колебания цен стали более экстремальными. Некоторым биржам и сайтам с данными пришлось обновлять списки и исключать токены, которые больше не соответствовали минимальным правилам активности. Доля спекулятивной торговли в секторе мемкойнов резко упала, поскольку аппетит к риску иссяк, и трейдеры перешли в активы с большей ликвидностью.

Изображение: Altorise

Реакция регуляторов и наблюдателей рынка

Призывы к лучшему контролю за листингом токенов стали звучать громче. Некоторые рыночные аналитики заявили, что биржи должны ужесточить стандарты листинга и что более четкие маркировки для экспериментальных токенов могут помочь розничным покупателям избежать ловушек. Другие предупредили, что более строгие правила могут замедлить инновации. На данный момент обновления с исследовательских платформ используются для составления карты того, какие токены исчезли и почему они провалились.

Рыночные настроения остаются хрупкими

Инвесторы разбирают обломки в поисках уроков. Ряд небольших проектов был заброшен командами, и длинный список неактивных токенов теперь служит предупреждением для трейдеров, гоняющихся за хайпом. Согласно данным CoinGecko, масштаб провалов в 2025 году не имеет аналогов в последние годы, и это сигнализирует о том, что без покупателей и ликвидности вновь созданные монеты могут быстро исчезнуть.

Featured image from Phantom, chart from TradingView

Связанные с этим вопросы

QСколько мемкоинов перестали торговаться или стали неактивными в 2025 году по данным исследования?

AСогласно исследованию CoinGecko, около 11,6 миллиона токенов перестали торговаться или стали неактивными в 2025 году.

QВ каком квартале 2025 года произошло большинство отказов мемкоинов и что стало катализатором?

AБольшинство отказов, примерно 7,7 миллиона, произошло в четвертом квартале 2025 года. Это было вызвано резким движением рынка 10 октября 2025 года, когда за один день произошли ликвидации на сумму более 19 миллиардов долларов.

QКакие типы токенов пострадали больше всего во время краха и почему?

AНаибольший удар пришелся по небольшим токенам с низкой ликвидностью, в основном мемкоинам и низкокачественным проектам, у которых не было активной разработки или реальной глубины торгов.

QКакой фактор способствовал резкому увеличению количества новых токенов, которые впоследствии провалились?

AПроблемы упростили создание токенов, что привело к всплеску новых, дешево выпущенных монет. Когда рыночные условия изменились, у многих из этих монет не осталось покупателей.

QКакие последствия крах мемкоинов имел для трейдеров и бирж?

AТорговая активность для countless небольших токенов упала, объемы торгов быстро иссякли, а колебания цен стали более экстремальными. Некоторым биржам и данным сайтам пришлось обновлять списки и исключать токены, которые больше не соответствовали минимальным правилам активности.

Похожее

S&P Dow Jones и Pantera выпускают криптоиндекс, биткоин оставлен за бортом из-за «отсутствия прибыли»

Стандард энд Пурс (S&P Dow Jones Indices) совместно с Pantera Capital запускает индекс S&P Pantera Digital Asset Index. Новый индекс включает 18 токенов, но исключает биткоин, XRP и мем-токены. Критерием отбора послужила «финансовая жизнеспособность», по аналогии с S&P 500: протокол должен демонстрировать положительный доход в течение нескольких кварталов и распределять стоимость среди держателей токенов. Это первое применение фундаментального подхода к оценке криптоактивов со стороны крупнейшего в мире провайдера индексов. В первую пятерку активов вошли Ethereum (ETH), BNB, Solana (SOL), TRON (TRX) и Hyperliquid (HYPE). Pantera отмечает, что совокупный годовой доход всех протоколов индекса превышает $30 млрд. Биткоин был исключен по трем причинам: он рассматривается как монетарный актив, доступный через отдельные ETF; он не генерирует доход протокола; а смешивание его в индексе с доходными активами затрудняет фундаментальный анализ для институциональных инвесторов. Пока индекс является эталонным, но Pantera ведет переговоры о создании на его основе ETF и других инвестиционных продуктов. Компания также отмечает значительный разрыв на рынке: многие институциональные инвесторы готовы к аллокации в криптоактивы, но им не хватает структурированных продуктов, фокусирующихся на активах с реальной экономической деятельностью.

marsbit4 мин. назад

S&P Dow Jones и Pantera выпускают криптоиндекс, биткоин оставлен за бортом из-за «отсутствия прибыли»

marsbit4 мин. назад

Claude представляет мощное обновление: запись экрана + голос, одним кликом дистиллируйте навык для работы за вас

Claude представил новую функцию «Record a Skill» (Записать навык) в десктопном приложении Cowork. Теперь пользователи Pro, Max и Team могут создавать автоматизированные рабочие процессы, просто записывая свои действия на экране и сопровождая их голосовыми комментариями. Система автоматически анализирует запись, извлекает логику и шаги, а затем преобразует их в готовый к использованию Skill (навык). Это устраняет необходимость вручную писать инструкции в формате Markdown, значительно снижая порог входа для нетехнических специалистов. Функция фиксирует не только явные действия, но и скрытую логику, контекст и условия, о которых пользователь рассказывает в процессе записи. Статья отмечает, что такая технология меняет подход к управлению знаниями в компаниях, облегчая документирование и передачу экспертизы. С другой стороны, упоминается случай, когда фрилансер автоматизировал свою работу для клиента с помощью Claude, что в итоге привело к прекращению сотрудничества. Это подчеркивает двойственное влияние технологии: она повышает эффективность, но одновременно снижает зависимость от конкретного исполнителя, перенося конкурентное преимущество работника в область уникальных, сложно автоматизируемых задач. Функция доступна с 21 июля для пользователей соответствующих подписок.

marsbit8 мин. назад

Claude представляет мощное обновление: запись экрана + голос, одним кликом дистиллируйте навык для работы за вас

marsbit8 мин. назад

Кормление ИИ "шумом" тоже повышает точность: это исследование позволяет шуму осуществить позитивный перенос

В статье представлен новый метод полуконтролируемого обучения под названием **Semi-Supervised Noise Adaptation (SSNA)**. Вместо использования реальных данных (например, изображений или текста) в качестве исходного домена, подход использует синтетические **шумовые векторы**, сгенерированные из простого гауссовского распределения. Эти шумовые данные не несут семантического содержания, но им присваиваются искусственные метки классов, соответствующие целевым классам. Основная идея заключается в том, чтобы обучить модель формировать **дискриминативную классовую структуру** в общем пространстве представлений сначала на шумовых данных, а затем адаптировать (выровнять) эту структуру к данным целевого домена с помощью небольшого количества размеченных примеров. Для этого используется **Noise Adaptation Framework (NAF)**, который минимизирует три компонента потерь: классификацию на размеченных целевых данных, классификацию на шумовых данных и расстояние между распределениями шумового и целевого доменов. Эксперименты на наборах данных CIFAR-10, CIFAR-100, DTD-47 и других показали значительное улучшение точности по сравнению с базовым методом ERM при использовании всего 4 размеченных примера на класс. Например, на CIFAR-10 точность выросла на 12.35%. Метод также совместим с существующими полуконтролируемыми алгоритмами (UDA, FixMatch), дополнительно улучшая их результаты. Ключевой вывод исследования: для положительного переноса знаний в задачах трансферного обучения **не обязательно наличие семантически богатых исходных данных**. Достаточно сформировать в пространстве признаков четкую, разделимую классовую структуру, даже на искусственном шуме, и успешно перенести её на реальные данные. Это открывает новые возможности для сценариев, где доступ к реальным исходным данным ограничен из-за проблем конфиденциальности, авторских прав или их отсутствия.

marsbit9 мин. назад

Кормление ИИ "шумом" тоже повышает точность: это исследование позволяет шуму осуществить позитивный перенос

marsbit9 мин. назад

Телесуфлёр из Белого дома "для внутреннего пользования" заработал на инсайдерской информации более $100 000

Белый дом раскрыл дело о внутренней торговле: помощник по суфлеру, работавший на Дональда Трампа, использовал инсайдерскую информацию для ставок на рынках предсказаний и заработал более 100 000 долларов. Габриэль Перес, помощник президента и технический советник, отвечавший за работу суфлера Трампа с 2016 года, имел доступ к черновикам речей до их публичного произнесения. Используя эти знания, он делал ставки на платформе Kalshi, предсказывая, какие конкретные слова или фразы упомянет Трамп в своих выступлениях. За три месяца, делая ставки на более чем десяток речей, включая обращение о положении страны, Перес получил прибыль в размере шестизначной суммы. Его деятельность была выявлена системами мониторинга Kalshi, которая заблокировала его средства и передала дело в Комиссию по торговле товарными фьючерсами (CFTC). В отличие от предыдущих аналогичных случаев с военным и инженером Google, против Переса не были выдвинуты уголовные обвинения. Согласно сообщениям, CFTC договорилась о урегулировании, по которому он вернет прибыль и прекратит такую деятельность. Трамп, назвав его действия «предосудительными», отстранил Переса от работы без сохранения зарплаты. Этот инцидент подчеркивает уязвимость рынков предсказаний, особенно категорий «упоминаний», для манипуляций со стороны инсайдеров. Ранее были случаи, когда сами ораторы (например, генеральный директор Coinbase) намеренно упоминали ключевые слова, чтобы повлиять на результаты рынка. В ответ Kalshi ужесточила правила, требуя от пользователей раскрывать место работы. Эксперты отмечают, что очистка рынков от инсайдерской торговли повышает соответствие нормам, но может отдалить их от идеи «мудрости толпы», приблизив к чистому азарту.

marsbit1 ч. назад

Телесуфлёр из Белого дома "для внутреннего пользования" заработал на инсайдерской информации более $100 000

marsbit1 ч. назад

«Домашний» оператор суфлёра Белого дома заработал более $100 тыс. на инсайдерских прогнозах

Недавно в Белом доме США произошел очередной скандал, связанный с инсайдерской торговлей. Габриэль Перес, сотрудник Белого дома, отвечавший за работу суфлера во время выступлений Дональда Трампа, использовал служебную информацию для получения прибыли на рынках предсказаний. Перес, который с 2016 года был одним из ближайших помощников Трампа и имел доступ к его подготовленным речам, в течение примерно трех месяцев делал ставки на то, какие конкретные слова или фразы президент упомянет в своих выступлениях. За это время ему удалось заработать более 100 тысяч долларов. Его деятельность была выявлена платформой предсказаний Kalshi, которая заблокировала его средства и передала информацию Комиссии по торговле товарными фьючерсами (CFTC). В результате Перес был отстранен от работы без сохранения зарплаты. Однако, в отличие от предыдущих аналогичных случаев со спецназовцем и инженером Google, против Переса не были выдвинуты уголовные обвинения. По данным источников, CFTC договорилась о мировом соглашении, согласно которому он должен вернуть прибыль и прекратить подобную деятельность. Этот инцидент высветил уязвимость рынков предсказаний, особенно категорий, связанных с упоминанием определенных слов («mention markets»), перед манипуляциями со стороны инсайдеров или самих ораторов. Ранее подобные манипуляции демонстрировали ведущий церемонии «Грэмми» и CEO Coinbase. В ответ платформы ужесточают контроль: Kalshi теперь требует от пользователей раскрывать место работы. Скандал с Пересом рассматривается как часть общего процесса очистки рынков предсказаний от инсайдерской торговли.

Odaily星球日报1 ч. назад

«Домашний» оператор суфлёра Белого дома заработал более $100 тыс. на инсайдерских прогнозах

Odaily星球日报1 ч. назад

Торговля

Спот
活动图片