Содержание

Ключевые выводы статьи

Что мы сделали:
Мы создали новый способ измерять, насколько ИИ угрожает разным профессиям. Мы назвали его “наблюдаемая подверженность”. Эта метрика учитывает не только то, что ИИ может делать теоретически, но и то, что он реально делает на практике. Особое внимание уделяется задачам, где ИИ полностью заменяет человека, а не просто помогает ему.

Что мы обнаружили:

• ИИ использует лишь часть своих возможностей. Фактический охват профессий остаётся небольшой долей того, что теоретически возможно.

• Профессии с высокой подверженностью ИИ будут расти медленнее. Согласно прогнозам Бюро статистики труда США, такие профессии покажут меньший рост занятости до 2034 года.

• Под угрозой — образованные и высокооплачиваемые работники. Работники в наиболее подверженных профессиях чаще оказываются старше, среди них больше женщин, они более образованы и получают более высокие зарплаты.

• Пока массовых увольнений нет. Мы не обнаружили систематического роста безработицы среди работников с высокой подверженностью ИИ с конца 2022 года. Однако есть тревожный сигнал: похоже, что найм молодых работников (22-25 лет) в таких профессиях замедлился.

Введение: почему сложно предсказать влияние технологий

Распространение ИИ порождает волну исследований о его влиянии на рынок труда. Но история показывает: даже эксперты часто ошибаются в таких прогнозах.

Примеры из прошлого:

Оффшоринг (перенос работы в другие страны). В начале 2000-х экономисты предсказали, что около 25% рабочих мест в США окажутся под угрозой — их переведут в Индию, Китай и другие страны с дешёвой рабочей силой. Прошло десятилетие, а большинство этих профессий продолжили расти. Прогноз не сбылся.

Государственные прогнозы занятости. Правительство США регулярно публикует прогнозы роста профессий. Эти прогнозы в целом показывают верное направление (растёт или падает), но их точность ненамного лучше простой экстраполяции: “что было вчера, то будет и завтра”.

Промышленные роботы. Даже оглядываясь назад, экономисты не могут договориться, сколько рабочих мест уничтожили роботы на заводах. Разные исследования приходят к противоположным выводам.

Торговля с Китаем. Споры о том, сколько рабочих мест потеряла Америка из-за дешёвого китайского импорта, продолжаются до сих пор.

Зачем нужно это исследование

В этой работе мы создаём новую систему для понимания влияния ИИ на рынок труда. Мы проверяем её на ранних данных и обнаруживаем ограниченные доказательства влияния ИИ на занятость на сегодняшний день.

Возможно, влияние ИИ будет настолько очевидным, что не потребуется сложный анализ. Но если эффекты окажутся неоднозначными, наш подход поможет выявить наиболее уязвимые профессии до того, как начнутся массовые увольнения.

Методология: как мы это измеряли

Проблема контрфактуалов (сценариев для сравнения)

Выявить причинно-следственную связь проще, когда эффект большой и внезапный.

Пример с COVID-19:

Пандемия и карантины ударили по экономике так сильно, что не требовалось сложных расчётов. Безработица взлетела с 4% до 15% за несколько недель. Очевидно, что виноват вирус и карантин, а не “обычные экономические циклы”.

Проблема с ИИ:

Его влияние, скорее всего, будет похоже не на COVID, а на интернет или торговлю с Китаем. Эффекты могут проявляться постепенно, и их будет сложно отделить от других факторов: экономических кризисов, изменений в торговой политике, демографических сдвигов.

Как учёные решают эту проблему

Распространённый подход заключается в сравнении групп работников, которые по-разному подвержены влиянию ИИ.

Простой пример:

Представьте два города: - В городе А открылся большой завод Amazon - В городе Б ничего не изменилось

Чтобы понять влияние завода на безработицу, мы:

Если в городе А безработица упала сильнее — значит, завод помог. Если изменения одинаковые — завод не при чём (возможно, в обоих городах сработали другие факторы).

В нашем исследовании:

• “Город А” = работники в профессиях с высокой подверженностью ИИ (программисты, аналитики)
• “Город Б” = работники в профессиях, где ИИ почти бесполезен (сантехники, повара)
• “Открытие завода” = запуск ChatGPT (ноябрь 2022 года)

Подверженность мы определяем на уровне задач, а не целых профессий.

Наша работа следует этому подходу, но добавляет важную деталь: мы учитываем не только теоретические возможности ИИ, но и его реальное использование.

Три источника данных

Мы объединили информацию из трёх источников:

1. База данных O*NET
Государственная американская база данных, которая описывает около 800 профессий. Для каждой профессии перечислены конкретные задачи и указано, сколько времени работник тратит на каждую задачу.

Пример для программиста: - Писать код: 40% времени - Тестировать программы: 20% времени - Общаться с клиентами: 15% времени - И так далее…

2. Данные использования Claude (Anthropic Economic Index)
Мы проанализировали миллионы реальных рабочих диалогов с Claude. Это показывает, для каких задач люди действительно используют ИИ на практике.

3. Оценки теоретических возможностей
В 2023 году группа исследователей из OpenAI оценила около 19,000 рабочих задач. Они определили, может ли большая языковая модель (LLM) ускорить выполнение каждой задачи как минимум в два раза.

Они использовали шкалу β (бета): - β = 1.0 — LLM может ускорить задачу вдвое самостоятельно - β = 0.5 — LLM может ускорить задачу, но нужны дополнительные инструменты (например, доступ к базам данных или калькуляторам) - β = 0 — LLM бесполезен для этой задачи

Пример:

• “Написать email клиенту” → β = 1.0 (LLM легко справляется)
• “Авторизовать выдачу лекарств в аптеке” → β = 1.0 теоретически, но на практике не используется (юридические ограничения)
• “Починить водопроводную трубу” → β = 0 (физическая работа)

Что это значит: Теория и практика хорошо совпадают. 97% задач, для которых используют Claude, — это задачи, которые эксперты оценили как теоретически выполнимые для ИИ.

Почему реальное использование отстаёт от теоретических возможностей

Некоторые задачи, которые ИИ может делать, на практике не выполняются. Причины:

• Модель может “в среднем” справляться с задачей, но иногда ошибается. Для критически важных задач этого недостаточно.
• Юридические барьеры: Например, выписывать рецепты на лекарства ИИ теоретически может, но законы этого не разрешают.
• Задача может требовать интеграции с корпоративными системами, которые ещё не готовы.
• Во многих случаях результат работы ИИ всё равно нужно проверять специалисту.

Так же одна из причин - люди могут не знать, что ИИ способен помочь с их задачей.

Наша новая метрика: “Наблюдаемая подверженность”

Мы создали меру под названием “Наблюдаемая подверженность” (Observed Exposure).

Главный вопрос: Из тех задач, которые LLM теоретически могут ускорить, какие реально видят автоматизированное использование в профессиональной среде?

Разница с существующими подходами:
Большинство исследований смотрят только на теоретические возможности — широкий спектр задач. Мы отслеживаем, как сужается разрыв между “может” и “делает”. Это даёт представление об экономических изменениях по мере их реального возникновения, а не гипотетического.

Что учитывает наша метрика

Подверженность профессии выше, если:

1.         Задачи теоретически выполнимы с ИИ — высокий коэффициент β

2.         Задачи часто встречаются в реальном использовании — мы видим их в данных Anthropic Economic Index

3.         Задачи выполняются в рабочем контексте — не развлечение и не учёба, а именно профессиональные задачи

4.         Высокая доля автоматизации — ИИ работает самостоятельно, а не просто помогает человеку

5.         Задачи занимают большую часть рабочего времени — если ИИ-затронутые задачи составляют 80% работы, это опаснее, чем если они составляют 20%

Ключевые наблюдения:

Большой разрыв (синее намного больше красного): - Компьютеры и математика: теория 94%, практика 33% - Офис и администрирование: теория 90%, практика меньше - Образование и библиотеки: теория высокая, практика низкая

Малый охват (обе области маленькие): - Сельское хозяйство - Строительство
- Обслуживание территории - Личный уход

Что это значит:
ИИ далёк от того, чтобы использовать свой полный теоретический потенциал. Например, теоретически ИИ может выполнять 94% задач в категории “Компьютеры и математика”, но на практике Claude используется только для 33% этих задач. Разрыв огромный — это означает, что есть время для адаптации.

По мере развития технологий, распространения знаний о возможностях ИИ и снятия юридических барьеров красная область будет расти, приближаясь к синей.

Результаты: какие профессии под угрозой

Топ-10 наиболее подверженных профессий

Рисунок 3 показывает десять профессий с наивысшей наблюдаемой подверженностью в нашем исследовании.

Что бросается в глаза:

Кто в относительной безопасности

30% всех работников имеют нулевую подверженность в нашей метрике. Их задачи слишком редко появлялись в наших данных, чтобы достичь минимального порога для включения в расчёт.

Примеры профессий с нулевой подверженностью: - Повара - Механики - Спасатели на пляжах и в бассейнах - Бармены - Посудомойщики - Гардеробщики

Общая черта: это либо физическая работа, либо работа, требующая личного присутствия и человеческого взаимодействия в реальном мире.

Связь с прогнозами роста занятости

Бюро статистики труда США (BLS) регулярно публикует прогнозы по профессиям. Последний набор прогнозов, опубликованный в 2025 году, охватывает период с 2024 по 2034 год. Мы сравнили наши оценки подверженности ИИ с этими официальными прогнозами.

Что это значит:

Мы обнаружили статистически значимую отрицательную связь. На каждые 10 процентных пунктов увеличения подверженности ИИ прогноз роста занятости падает на 0.6 процентных пункта.

Важно: Связь есть, но она слабая (R² = 0.027 означает, что подверженность ИИ объясняет только 2.7% вариации в прогнозах). На рост профессий влияют десятки других факторов: демография, технический прогресс в целом, изменения в потребительском спросе.

Это частично подтверждает нашу метрику — она согласуется с независимыми оценками экспертов рынка труда из BLS. Интересно, что если использовать только теоретическую метрику (β), без учёта реального использования, корреляция с прогнозами BLS исчезает.

Кто под угрозой: портрет подверженного работника

Мы проанализировали характеристики работников из двух групп, используя данные опросов населения за август-октябрь 2022 года (три месяца до запуска ChatGPT):

• Группа А: Верхняя четверть по подверженности ИИ (топ-25% профессий)
• Группа Б: Нулевая подверженность (30% работников)

Ключевые выводы:

Это НЕ низкооплачиваемые, неквалифицированные работники. Стереотип о том, что автоматизация угрожает в первую очередь “простым” профессиям, не работает с ИИ.

Замечание: Традиционно политика помощи “пострадавшим от автоматизации” фокусировалась на низкоквалифицированных работниках (программы переобучения для заводских рабочих). С ИИ может потребоваться другой подход — поддержка высокообразованных специалистов.

Влияние на безработицу: что мы видим в данных

Имея метрику подверженности, мы можем изучить, как ИИ уже повлиял на рынок труда. Но сначала нужно решить: на что смотреть?

Почему мы выбрали безработицу как главный показатель

Почему именно безработица:

1. Безработный человек хочет работу и не может её найти. Это чётко измеримая проблема.
2. Не требует интерпретации. Если публикаций вакансий программистов стало меньше, но появилось больше вакансий для специалистов по ИИ — это хорошо или плохо? Сложно сказать. А рост безработицы — однозначно проблема.
3. Отражает переходный период. Самый вредный сценарий от ИИ — это не исчезновение профессий само по себе (экономика адаптируется), а болезненный переходный период, когда уволенные люди не могут быстро найти новую работу.

Данные: Мы используем Current Population Survey — ежемесячный опрос домохозяйств в США. Безработные респонденты сообщают, какая у них была профессия на последней работе. Это позволяет отследить, растёт ли безработица среди программистов, аналитиков и других подверженных групп.

Методология анализа

Вопрос: Каких работников считать “обработанными” влиянием ИИ?

Ожидать ли изменений в безработице, если ИИ охватил только 10% задач профессии? Или нужно дождаться 50%? 90%?

Наш подход: Мы фокусируемся на простоте. Мы ожидаем, что если влияние есть, оно должно в первую очередь затронуть профессии с наивысшей подверженностью.

Сравниваем:

• Группа “лечения” - верхняя четверть профессий по подверженности (топ-25%)
• Контрольная группа - работники с нулевой подверженностью (30% работников)
• “Момент воздействия” - запуск ChatGPT (конец ноября 2022 года)

Также проверяем разные пороги (топ-50%, топ-10%, топ-5%), чтобы убедиться, что результат не зависит от произвольного выбора границы.

Интерпретация нижнего графика:

Это показывает, насколько разница между группами изменилась после ChatGPT.

Если бы линия пошла вверх после ноября 2022 это означало бы, что безработица в подверженной группе выросла сильнее. Это был бы сигнал влияния ИИ.

* Это не значит, что ИИ совсем не влияет. Это значит, что пока влияние недостаточно сильное, чтобы мы могли его чётко увидеть в данных по безработице.

Какие сценарии наша методика может обнаружить

На основе доверительных интервалов мы можем сказать:

Сценарий 1: Массовые увольнения
Если бы все работники в топ-10% подверженности потеряли работу одновременно:

• Безработица в группе “лечения” подскочила бы с 3% до 43%
• Общая безработица в стране выросла бы с 4% до 13%
• Это было бы ОЧЕНЬ заметно в наших данных

Сценарий 2: “Великая рецессия для белых воротничков”
Во время финансового кризиса 2007-2009 безработица в США удвоилась с 5% до 10%. Если бы подобное удвоение произошло только в подверженных профессиях: - Безработица в группе “лечения” выросла бы с 3% до 6% - Это тоже было бы заметно в наших данных

Сценарий 3: Умеренное влияние
Дифференциальный рост безработицы на 1 процентный пункт между группами мы можем обнаружить с достаточной уверенностью.

Что мы НЕ обнаруживаем:
Очень маленькие эффекты (0.1-0.2 процентных пункта) могут быть скрыты в статистическом шуме.

Важное замечание о том, что мы измеряем
Наша оценка основана на дифференциальных изменениях. Если безработица выросла одинаково для всех работников (и подверженных, и неподверженных), мы бы не приписали это ИИ — скорее всего, это общеэкономический фактор (рецессия, изменение процентных ставок).

Тревожный сигнал: молодые работники

Хотя общая безработица среди подверженных работников не выросла, мы обнаружили один тревожный паттерн среди молодёжи.

Что показали другие исследования

Недавнее исследование с использованием данных от платёжной компании ADP обнаружило падение занятости на 6-16% среди молодых работников (22-25 лет) в профессиях с высокой подверженностью ИИ. Исследователи считают, что причина в первую очередь в замедлении найма, а не в увольнениях существующих работников.

Что мы нашли: безработица среди молодых стабильна

Мы проверили уровень безработицы среди работников 22-25 лет в подверженных профессиях. Он остался стабильным (см. техническое приложение).

Почему это не противоречит замедлению найма:

Многие молодые люди, которых не наняли на желаемую позицию: - Устраиваются на другую работу (бариста вместо аналитика данных) - Продолжают учёбу (магистратура, курсы переквалификации) - Временно выходят из рабочей силы (путешествия, подработки)

В статистике они не считаются “безработными программистами”, потому что формально не ищут работу программиста или уже нашли другую работу.

Прямое измерение найма

Чтобы напрямую измерить найм, мы использовали панельную структуру опросов Current Population Survey. Респондентов опрашивают несколько месяцев подряд, поэтому мы можем отследить, когда человек начинает новую работу.

Интерпретация:

Уровень найма в профессии с нулевой подверженностью остался стабильным около 2% в месяц. Уровень найма в профессии с высокой подверженностью снизился примерно на 0.5 процентных пункта.

Относительное изменение: -14.3% от базового уровня.

Что это значит на практике:

Эффект на грани статистической значимости (стандартная ошибка 7.2 при эффекте -14.3). Это означает “есть сигнал, но нужно больше данных для уверенности”.

Альтернативные объяснения

Мы должны быть осторожны в выводах. Несколько альтернативных интерпретаций:

1. Молодые остаются на текущих работах дольше
Возможно, junior-разработчики не меняют работу так часто, как раньше, из-за неопределённости на рынке. Это означает меньше открытых позиций для новичков, но не обязательно из-за ИИ.

2. Переход в смежные профессии
Молодые люди могут находить работу в новых ИИ-ориентированных позициях (prompt engineer, AI trainer), которые в нашей классификации попали в другие категории.

3. Общая неопределённость на рынке труда в 2023-2024
Период после пандемии был нестабильным. Компании могли замедлить найм по многим причинам, не связанным с ИИ.

4. Проблемы измерения
Переходы между работами в опросах более подвержены ошибкам измерения, чем статус занятости.

Что это может значить

Оптимистичный взгляд:

Это временная адаптация. Через несколько лет рынок стабилизируется, появятся новые роли, и молодые специалисты найдут своё место.

Пессимистичный взгляд:

Это раннее предупреждение о “потерянном поколении” в некоторых профессиях. Если выпускники 2023-2024 годов не могут найти первую работу по специальности, они теряют критически важные ранние годы карьеры. Через 5-10 лет это может привести к структурному дефициту опытных специалистов в этих областях.

Наша позиция:

Обсуждение и выводы

Что мы сделали

Это исследование представляет новый подход к измерению влияния ИИ на рынок труда. Мы создали метрику “наблюдаемая подверженность”, которая учитывает не только теоретические возможности больших языковых моделей, но и их реальное использование в профессиональных задачах, с особым вниманием к автоматизации (а не просто дополнению человеческой работы).

Основные находки:

• Программисты, представители клиентского обслуживания и финансовые аналитики — среди наиболее подверженных профессий
• ИИ использует только треть своего теоретического потенциала — например, в категории “Компьютеры и математика” теоретический охват 94%, фактический 33%
• Связь с прогнозами роста существует, но слабая — каждые 10 п.п. роста подверженности коррелируют с падением прогноза роста на 0.6 п.п.
• Массовой безработицы пока нет — мы не обнаружили статистически значимого роста безработицы в подверженных профессиях
• Тревожный сигнал среди молодёжи — есть предварительные свидетельства замедления найма работников 22-25 лет в подверженных профессиях (снижение на ~14%)

Ограничения исследования

Следующие шаги

Мы планируем обновлять этот анализ каждые 6-12 месяцев, добавляя новые данные об использовании Claude и свежие данные по рынку труда. Оценки теоретических возможностей от 2023 года могут устареть. По мере роста возможностей LLM (длинный контекст, multimodal abilities, агентные системы) нужно пересмотреть оценки β.

Учитывая предварительные находки, важно глубже изучить, как недавние выпускники в подверженных специальностях (computer science, финансы, маркетинг) ориентируются на рынке труда.

Следовало бы применить методику к другим странам, где доступны похожие данные.

Даже если количество рабочих мест не уменьшается, переговорная сила работников может ослабеть, что приведёт к стагнации или падению зарплат.

Значение для политики

Традиционная политика помощи “пострадавшим от автоматизации” фокусировалась на низкоквалифицированных работниках заводов. С ИИ под угрозой оказываются высокообразованные “белые воротнички”. Это требует переосмысления подходов.

Пока мы не видим кризиса. Но история показывает, что когда массовая безработица уже наступила, реагировать поздно. Период относительной стабильности — лучшее время для:

• Программ переобучения
• Адаптации образовательных систем
• Усиления социальных сетей безопасности
• Экспериментов с новыми формами труда

Если найм молодых действительно замедляется в подверженных профессиях, это создаёт риск “потерянного поколения” специалистов. Потеря первых лет карьеры имеет долгосрочные последствия для заработков и развития навыков.

Заключительное слово

Мы находимся в начале трансформации рынка труда под влиянием ИИ. Наше исследование — это первый шаг в создании систематического подхода к измерению этой трансформации.

Главный вывод:

Пока тревога оказывается преждевременной. Массовых увольнений нет. Но есть ранние признаки изменений, особенно в найме молодых работников. Разрыв между теоретическими возможностями ИИ и реальным использованием остаётся огромным — это даёт время для адаптации.

Призыв к действию:

Не паниковать, но и не игнорировать сигналы. Продолжать наблюдение, готовить системы поддержки, адаптировать образование. Мы обновим этот анализ через год и посмотрим, усилились ли сигналы или они оказались статистическим шумом.

Перевод от канала https://t.me/bluedepp

Первым делом хочу всех поздравить с бычьим рынком.
Сейчас главный нарратив в крипте - Мемкоины(щитки) на солане. Да и просто нарратив - солана. Так же как и торговля мемами, фарм метеоры несет риски, хоть и ограниченные. Но это не отменяет того, что прямо сейчас на этом протоколе можно фармить неплохую монету и получить дроп $MET.

*часть статьи писалась в октябре/ноябре, остаток дописался в январе, так что извиняйте.

Содержание:

1. Кратко про метеору + основные тейки

Meteora - протокол ликвидности для Соланы и торговых пар на ней. От стейблов и тяжелых пар до мемкоинов с рыночной капитализацией $1m(и менее). Является дочерним проектом Jupiter, главного DEXa соланы.

https://app.meteora.ag/

Ни для кого не секрет о том, что будет дроп. Из интересного в нынешних реалиях рынка - это очевидно то, что за 1$ заработанных комиссий мы получим 1000 поинтов.

Да, разобраться с этим куда сложнее чем с рефкой бота для свапов, особенно когда ее сопровождают скрином с PnL 100х.

Мои основные тейки почему метеора это круто:

С учетом времени когда это писалось можно заметить что часть уже отыграла

Так, свои мысли озвучил, теперь нам предстоит разобраться в механике.

2. Как это работает и откуда комиссии

База, грунт, фундамент для того, чтобы какой то актив(в нашем случае мемкоин) адекватно торговался - это его ликвидность. А именно пулы с ликвидностью.

Думаю важность ликвидности понятна.

По мере роста капы токена, числа его холдеров, и внимания прикованного к нему ликвидности в Рейдиум пуле может потребоваться прирост. Метеора закрывает этот вопрос, стимулируя поставщиков ликвидности комиссиями за объем торгов внутри ее пулов. А комиссии метеоры, мягко говоря, конские по сравнению с тем же рейдиумом(на картинке ниже пример).

К тому же стоить заметить что до конца декабря метеора не брала себе так называемый protocol fee, по поводу которого был небольшой фад в конце декабря. Касаемо этого - расписано здесь. В целом это не ощутимый кусок.

Но тут возникает вопрос - кто захочет покупать токен с такой комиссией?

Сейчас Phantom занимает топ 1 место в App Store в US. А практически все свапы, совершаемые через этот кошелек проходят с помощью Юпитера. Так что без объемов пулы не останутся(у нормального токена). *На счет января 25 года не знаю, но так было в ноябре, сейчас может быть и не топ-1, но денег в солане однозначно сейчас больше.

В общем, происхождение денег законное и понятное, теперь разберемся с настройками пула.

3. Параметры пулов

3.1 Вкратце про самое простое и Bin step

TVL - все количество ликвидности, находящееся в пуле
Fee - комиссия за свапы внутри пула, которые получают поставщики ликвы(юзеры)
24h Vol - объем свапов в пуле за последние сутки
24hr Fee/TVL - соотношение комиссий к ликвидности, сильно на это лучше не ориентироваться

Посложнее, но важно для понимания:

Bin step - значение шагов, на которые разбивается ликвидность в пуле. Заметил что у многих есть недопонимание, что значит Bin step 125, 250 и так далее. Проще и понятней всего определить так: 125=1,25%, 250=2,5%.

Собственно это значение первоначально определяет ваш потенциальный Impermanent loss, так как отвечает за процентный диапазон изменения цены в пуле, при котором ваша позиция будет активна. Самая простая математика: bin step=100, выбран максимально доступный диапазон(69 bins), тогда пределы активного диапазона: -28%; +40%.

Их можно и нужно регулировать, но про это позже и это больше относится к вопросам индивидуальной стратегии фарма. Немного дальше в статье будут разобраны ньюансы (в том числе с бин степами), на которые ОЧЕНЬ нужно смотреть при решении о заходе в пул.

Но пока пойдем дальше.

3.2 Встроенные "стратегии" фарма

С ними все просто - картинка каждой показывает распределение ВАШЕЙ ликвидности в позиции, которую планируете открыть.

Spot: на каждом шаге цены будет находится равное количество ликвидности, риск средний. При изменении цены на вашу ликвидность будет покупаться/продаваться равное количество токена.

Curve: ликвидность сосредоточена в центре, риск максимальный. В случае резкого изменения цены вы будете сильно ограничены в фарме комиссий, ваша ликвидность будет использоваться минимально. Но взамен этому получаем максимальную эффективность при небольших колебаниях цены возле точки входа.
К тому же, при снижении цены будет сильно вырастать impermament loss, ведь на большую часть вашей ликвидности (той, что в центре) будет уже куплен актив, просаженный на N%.

Bid ask: самое спокойное распределение, самый меньший риск. Максимум ликвидности задействуется на краях диапазона. Логика похожа на то, что вы закупаетесь активом дешевле, распродаете его дороже. Но за счет того, что ликвидность по большей части на краях, вы ограничиваетесь в фарме возле вашей точки входа.

Не смотря на выбранную стратегию следует всегда следить за ценой, сейвовость тех или иных стратегий условна.

3.3 Немного математики Impermanent Loss:

Разберем ситуацию с позицией в которой вы кладете в пул равный эквивалент токена и соланы. На примере пула с bin step 100, спот стратой - самый простой для понимания.

Пример чтобы вы понимали с какими рисками можно столкнуться.

По базе прошлись, теперь возникает каноничный вопрос...

4. Как выбрать наиболее доходный пул?

*Доходность пула от комиссий не гарантирует его сейвовость

4.1 Выбор токена

Для совсем неопытных. Прежде чем делать какие либо кульбиты с метеорой, нам предстоит найти монету, в пул с которой будем заходить. Где их искать?
Мне привычнее всего тут - https://photon-sol.tinyastro.io/en/trending

Чтобы держать руку на пульсе происходящего необходимо выставить нужные фильтры в этих терминалах. Начнем с базовых, которые не дадут нам попасться на токен говна, это, как правило, следующие:

Далее, чтобы не видеть шум из кучи токенов можно отфильтровать их по маркеткапе. Обычно на метеоре пул для токена создается после $1M капы, поэтому лучше всего ставить такой. С ликвидностью токена можно тоже определиться, уже на ваше усмотрение(лучше ставить от 150к$).

Мы целимся в волюмные токены, поэтому фильтруем их по Volume, чтобы видеть те, где самые больше объемы торгов. Так же можно поставить 1m/5m/30m и тд, чтобы понимать за какое время этот объем прокрутился. На примере фотона эти кнопки тут.

Теперь перед нами список токенов которые нам могут подойти. Куда смотреть дальше?

4.2 Что поможет отсеять плохие токены/скам/потенциальную укатку на -80%

Прежде всего нужно обращать внимание на то, сколько существует монета и адекватность ее графика. В слишком новые заходить - риск(однако зависит от контекста, вдруг это долгожданный хайп лаунч). Визуально график должен быть хоть как то проторгован. Но это общие слова.

Неадекватный график выглядит так:

Так же некоторые сервисы помогающие в отсеивании токенов:

https://rugcheck.xyz/

https://app.bubblemaps.io/sol/

Это не гарантирует вам победу, но такая проверка может снизить ваши риски:

Проверяйте топ трейдеров.

Чем больше токенов они имеют, тем вход в нее опасней. Иногда можно подождать когда они опустеют, хотябы большая часть. В принципе есть они пусты - это небольшой грин флаг для входа

Так же на свежих монетах(от 10 минут и до часа-двух) очень важно проверять стакан с момента лаунча монеты. Возможно есть много кошельков, которые купили очень много токенов на запуске и холдят их.

Ведь если вы обратили внимание на новый токен из-за большого вольюма, то вероятно он возле своих хаев, а это хороший повод для таких ребят сделать что то типо укатки на 80%.

Если мы нашли интересный нам токен и далее хотим встать в пул - копируем его СА, чтобы в дальнейшем найти его в метеоре. Где брать СА - показал на картинке.

4.3 Про фактический объем торгов пула

Но лучше не скипать, это полезная практика чтобы понимать в какой пул ты заходишь и че там происходит.

Но мне привычнее смотреть через фотон/gmgn. Поэтому вот.
Если смотреть просто на список волюмных токенов, то в 90% случаев мы будем видеть именно объемы в рейдиум пуле.

Нас же интересуют именно пулы метеоры. Поэтому когда мы находим интересный токен - копируем СА и идем искать пулы метеоры.

Открыв пулы, можно открыть график и стакан именно тех пулов, которые вам интересны. Это нужно нам чтобы видеть обьем торгов и количество ликвидности пула в реальном времени, так как АПИ на сайте метеоры - хрень которая обновляется дай бог раз в пару минут. А за пару минут может многое произойти.

Открыв графики пулов вы имеете полную картину:

Bin step, base fee, ТВЛ пула и его объем за 5/30 минут + видим стакан.

Видеть стакан пула в который заходишь - имхо очень важно, тут вы видите насколько пул жив, как часто идут там транзы, за которые вы и будете фармить фисы.

4.4 Выбор пула+базовая матеша

Далее вы сможете сравнить все данные о пуле.

Наша цель - заработать комиссии. Комиссии идут от объема. Комиссии распределяются в зависимости от того, сколько вашей ликвидности в том или ином бине (Bin step) через который проходят свапы.

Но про бины немного позже, начнем с простого. Нужно понимать первичную матешу при оценке пула(фаст оценка сколько он принтит):

НО - это только поверхностная оценка. Далее интересней.

Важно понимать, что ликвидность в пуле распределяется неравномерно.

Во первых: TVL пула - это вся ликва в пуле. Далеко не вся она находится в актуальных значениях ренжа. Часть ликвидности может находиться или выше, или ниже, лежать забытым грузом. То есть, эта ликвидность не будет конкурировать с вашей при получении фисов. Поэтому примерный расчет выше - просто быстрая необъективная оценка.

Во вторых: Все распределение идет по бинам. Следовательно и комиссии зарабатываются неравномерно в разных ценовых отметках токена (при условно равных объемах свапов). Если я верно заметил, то значение этому придают далеко не все, поэтому считаю важным упомянуть. Это распределение можно увидеть при открытии пула, вот куда смотреть:

Эта картина показывает не все. Можно немного исхитриться чтобы увидеть полное распределение ликвидности, заменить проценты на побольше:

Перед открытием позиции можно навестись на бин(столбец) и увидеть процент вашей ликвидности в нем.

Теперь рассчитать потенциальные фисы которые вы получите можно более точно.

Допустим такое: в пуле(bin 100, fee 2%) кто то решил продать $токен на 10k$, тем самым задампил цену на 5%(одной транзакцией). Эта продажа пройдет через 5 бинов. Так же предположим что вес вашей ликвы в этих бинах в среднем 10%. Тогда с одной такой продажи будет заработано 0.02*10k$=200$, из которых 200$*0.1=20$ вы получаете в качестве фисов.

На деле же, чаще вы будете сталкиваться с более мелкими продажами/покупками, которые будут очень часто происходить в пуле. Поэтому я считаю что видеть стакан пула это важно, так вы увидите как часто через него идут свапы.

Так как все токены и пулы для них имеют разный характер, для себя выделяю 3 ситуации:

Пул под свежий токен (big volume, low tvl, high risk) - буквально про монету которая существует от 10 минут, либо чуть дольше, но резко растет и имеет внушительный объем. Это очень краткосрочная позиция.

Лучшие параметры для такого пула:
->bin step 100 + fee 5%
->bin step 125 + fee 5%
->bin step 200 + fee 5%

Маркет капа не меньше 1кк.
Фармить можно хоть с 0,5 солан

Если ТВЛ созданного пула с такими параметрами околонулевой, то лучше выбрать пул с ТВЛом повыше. Либо же создать свой пул, но об этом позже.

Как никак тут расчет на "ракеточный" токен. Пример на картинке.

Так же такие параметры для пулов подходят для токенов которые торгуются уже несколько часов и резко выходят на новые хаи при большом волюме.
*с принятием риска коррекции
Тут фарм будет неплох за счет того что при пробитии атх ликвидности в активном ренже пула попросту не будет/будет очень мало. Если быстро зайти - у вашей ликвидности почти не будет конкуренции и большая часть фисов уйдет именно вам.

Пул под относительно новый но проторгованный токен (medium volume, medium tvl, medium risk) - отношу это к монетам которые:
- существуют от нескольких часов(мб и дней)
- прошли уже несколько крупных коррекций
- маркет капа от 3кк

В такой ситуации хорошие параметры:
->bin step 100 + fee 1%/2%
->bin step 125 + fee 1%/2%
->bin step 200 + fee 1%/2%
->bin step 250 + fee 1%/2%

Комфортно начинать фармить от 1-2 солан.

Больший бин степ хорошо подходит в том случае если вы рассчитываете долго сидеть в пуле. Он охватывает больший ренж цены, что хорошо для долгих засадок или внезапных пампов/дампов. Пример на картинке.

*В метеоре волюм будет другой, но тоже норм. Расчет на долгую проторговку в ренже.

Пул в устоявшемся токене с большой маркеткапой(low/medium volume, high tvl, low risk) - для следующих токенов:
- существует от 3-4 дней
- маркет капа от 10кк
- имеет стабильный расторгованный график

Щитки с капой выше 100кк стали частым явлением относительно недавно, поэтому тут ситуация иная. Чем больше монета, тем больше твла в ее пулах и зачастую там нечего делать если вы не готовы держать позицию менее 10 солан. Но с другой стороны в таких монетах можно спокойнее находиться длительное время, до недели.

Если фармить недолго:
->bin step 20 + fee 0.2%/0.25%
->bin step 25 + fee 0.25%
->bin step 40/50 + fee 0.4%/0.8%
->bin step 80 + fee 0.8%/1%
*недолго - за счет небольших бинов мы имеем узкий ренж, в котором токен может колебаться часами(если нет новостей)

Если фармить долго:
->bin step 80 + fee 0.8%/1%
->bin step 100/125 + fee 0.8%/1%
->bin step 200 + fee 2%
->bin step 250/400 + fee 2%/5%("очень долго")
*тут уже расчет на фарм более суток, вплоть до недель, из рисков-укатка всего рынка в свете плохих новостей.

$WIF, $BONK и подобное фармить нет смысла, слишком большой ТВЛ и ничтожный объем.

5. Интерфейс(для зеленых)

5.1 Как зайти в пул и как выйти из него

Идем на сайт метеоры - https://app.meteora.ag/, жмем connect wallet.

Проверяем чтобы мы были на вкладке именно DLMM - остальное нам вообще не интересно.

В поиск вводим СА нужного нам токена, пулы выбираем из списка, если не хватает - жмем Show All.
Смотрим только пулы токена к солане. К другим токенам не стоит.

Чтобы зайти в пул жмем на него, видим следующее:

1) Параметры пула, про них было в 3 пункте
2) Тулзы для подсчета поинтов/профита и ссылки на графики пула, где можно посмотреть волюм и стакан
3) Your position - все просто - ваши позиции в пуле, их может быть несколько, если их нету, то будете видеть кнопку Add Position перекидывающую вас далее.
Add Position - тут мы будем создавать позицию в пуле.
Swap - можно быстро свапнуть токен в солану или наоборот конкретно через этот пул. Пользуемся когда покупаем токен для позы или продаем после выхода с пула.
4) Настройки слипажа(проскальзывания цены) - тут при нажатии можно настроить слипаж цены как для свапа, так и для входа в пул.
Liquidity Slippage - я ставлю 10% чтобы комфортно и с минимальной задержкой заходить в пул.
Swap Slippage - чем выше он тем выше шанс что на очень волатильном токене пройдет свап. Для лоукап токенов лучше ставить до 10%. Для хайкапов 2-3%
5) Лучше это отключить. Кнопка которая будет вводить в поля депозита одинаковый долларовый эквивалент токена и соланы.

Далее необходимо ввести количество токена и солан которые мы будем заносить в пул+выбрать стратегию(про нее в 3 пункте).

Теперь перед нами такая вот визуализация позы:
Середина - точка входа/открытия пула
Фиолетовые столбцы - бины в которые мы заливаем ТОКЕН
Голубые столбцы - бины в которые мы заливаем СОЛАНУ

Далее ниже увидим кнопку подтверждения позиции и если все ОК, жмем ее.

Посмотрели, пофармили, теперь выходим, а как?

Нажимаем на позицию, выбираем withdraw как на картинке:

Claim fees - забрать нафармленные фисы не закрывая позицию.

*иногда при длительном нахождении в пуле можно периодически клеймить фисы и вливать их в ликвидность, тем самым наращивая ликву и фарм в дальнейшем.

Withdraw Liquidity - забрать вашу ликвидность не закрывая позицию и не забирая фисы.

Тут мы можем как вынуть всю ликвидность, так и ее часть вводя проценты. К тому же есть прекрасная кнопка Show bins - с помощью нее можно вытащить ликвидность из определенной части ренжа.

Это пригодиться если вы планируете ребалансировать ликвидность в пуле. Например долгое время цена не входит в часть ренжа и вы считаете что она туда не войдет - тогда выводите ликвидность с тех бинов и забываете про нее, либо через Add Liquidity вносите ее в более актуальную часть ренжа(повышает фарм+повышает риски).

Withdraw and Close Position - забрать ликвидность+забрать фисы+закрыть позицию.

5.2 Создаем свой пул

Зачем это делать?

• Возможно создание пулов будет как доп критерий к дропу
• Многие новые токены могут не иметь пулов либо те пулы которые уже есть - созданы с неочень принтабельными параметрами.

Если вы создаете пул под новый токен из самой рисковой категории - имхо лучшие параметры это бины 100/125 и фисы 5%. Если у токена нету пулов и вы сделаете такой пул - вы будете смотреть на фисы и радоваться.
Темная сторона - токен укатают и будет грустно.

На главной страничке с DLMM жмем +Create pool:

Base token - вставляете СА токена. Выбираете бейс фи+бин степ. Инишл прайс копируем из текста ниже окна ввода и жмем Create. За создание пула нужно будет отдать немного больше чем за обычную позицию.

Далее нас перенесет на страничку с созданным пулом, там уже вносим ликвидность.

6. Советы/Фичи

6.1 Советы+немного страт

1) Можно повысить скорость свапов или открытия пула. Для этого жмем сюда:

В настройках RPC выбираем Custom. Бесплатную кастомную ноду можем получить тут - https://www.helius.dev/, создав аккаунт.

2) Не стоит засиживаться на новых принтящих токенах. Зашли, напринтили, вышли. Большинство новых токенов с большим вольюмом имеют свойство быстро укатываться.

Иногда стоит последить за токеном после укатки - он может выжить и начать норм проторговку в каком то ренже (ниже 500к маркет капы не надо). Даже есть шансы на то что он оживет и даст какой то откуп.

3) Клеймить фисы и доливать их в пул. Это повышает фарм, особенно если вы планируете долго находиться в пуле.

4) Очень аккуратно использовать страту Curve. Лучше 10 раз подумайте.

5) Касаемо стратегий
Можно их комбинировать с помощью Add Liquidity: вы можете открыть позицию в половину сайза БидАском и сразу после добавить вторую половину сайза Спотом. Комбинации могут быть любыми, все зависит от ситуации.

Так же если вы уже набрали какой то опыт в метеоре - вы можете начать пробовать ребалансировать позу(если токен ведет себя спокойно) так, чтобы большая часть ликвидности была в активной зоне. Делать это с помощью Add/Withdraw liquidity.

Несмотря на то, что позиция в пуле ограничена 69 бинами - можно расширять ренж, тогда будет создаваться несколько позиций.

При длительной засадке в пул можно открывать(не без риска) дополнительную позицию в ценовом диапазоне пониже, чтобы отфармить внезапный дип.

6) Страта под откуп дипа. *только на проверенных временем токенах.

Если видим что токен начинают "диповать" на 15-20-30 процентов, то можно зайти в пул ТОЛЬКО соланой примерно на половине движения вниз.
В таком случае ожидаем откуп токена, недолгий фарм с выходом возле твх и хорошими фисами.
Сам часто такой стратой пользуюсь - по сути фри фарм. На картинке похожая ситуация.

7) Для наглядности и удобства можно рисовать на графике линии, которые совпадают с границами вашего ренжа(указаны в позе) и твх. Наглядно на пикче.

8) Новичкам - начинайте фармить с малого сайза. Очень сильно играет опыт и насмотренность + набитые шишки.

9) Страта под пробитие атх(выход из ликвидной зоны).

Максимально эффективно и рисково на относительно новых токенах. В пулах этих токенов мало ликвы. Тут игра идет от следующего:
- Токен пробивает АТХ
- Сразу же увеличивается объем торгов токена
- В бинах существующих пулов нету ликвидности в нужном ренже - так как никто еще не успел ее закинуть.
- Если вы быстро закинете туда ликвидность - за счет большой волатильности около нового атх вы напринтите оч много фисов. Не жадничайте там.

*Лучше пробовать такой финт когда чуть наберетесь опыта.

6.2. БидАск или Спот?

Часто конкурирующие мнения как лучше заходить в пул на meteora. Curve стратегия видимо с ними не особо конкурирует за счет своей рискованности но вероятно многие ее и не пробовали.

При выборе бидаска его главный минус: мало ликвидности возле точки входа в позицию -> будете получать мало фисов. Казалось бы ну и ладно, зато будет больше когда токен сходит к одной из границ ренжа.

Но один нюанс - если вы в моменте находите токен с хорошим вольюмом, или вам пингует об этом бот/моник - значит у него хороший вольюм прямо сейчас и принтит он прямо сейчас.

Тут бидаск ограничит вас в фарме. Зато spot страта будет неплохо принтить, а curve устроит полный разнос по фисам. это повышает риски, да.

Как делаю я

Чаще всего фармлю спотом, однако нельзя забывать про бидаск. Чтобы значительно уравнять risk/reward при открытии позиции можно открыть позицию из нескольких стратегий разом:

Если же попробуете открыть bidask+curve, то получится spot.

Итог:
Спот - приятно, БидАск - полезно, можем объеденить приятное с полезным.

6.3 HONK Index/метрика состояния DLMM пулов

Относительно недавно чуваки из goosedao представили индекс позволяющий следить за состоянием DLMM пулов этих щитков.

DLMM пулы несут в себе колоссальную часть ликвидности, поэтому можно говорить и о состоянии самого рынка щиткоинов.

Это индекс хонка(honk index)

Пулы, которые он отслеживают должны соответствовать этим критериям:

• Lincoln Score 1%+
• Market Cap $2M+
• Age 4hrs+

С маркеткапой и возрастом пула все понятно. но что за линкольн скор такой?

Грубо говоря то, что соответствует этим параметрам - называется жизнеспособным пулом.

Что в себе содержит этот HONK индекс:

➡️ Pools → Количество жизнеспособных пулов за 15 минут.
Если индекс зеленый - значит есть много пулов, где можно с меньшими рисками фармить фисы.

➡️ Imb → Неравномерность свапов внутри разных пулов одного токена.
Например у токена есть 10 dlmm пулов, из которых только через 2 активно идут свапы - это не очень хорошо.
Если же в 5 из 10 пулов активно проходят свапы - это уже лучше, значит монета более менее сбалансирована - разные пулы выравнивают сильную волатильность монеты.
Сам этот параметр показывает какой % от всех свапов проходит через 20% лидирующих пулов.

➡️ 1d Vol → Объем свапов в жизнеспособных пулах за последние сутки. Ничего сложного. Зеленый - значит сегодня торгового объема больше, чем вчера. Красный - меньше.

➡️ 1d TVL → Изменение всей ликвидности в пулах за сутки. если идет приток(зеленый индикатор) - значит рынок набирает обороты, больше ликвидности в токенах.

➡️ 1d Fees → Комиссии, заработанные поставщиками ликвидности за сутки.

➡️ 1d Yield → Пропорция двух предыдущих параметров: сколько комиссий заработано на весь ТВЛ жизнеспособных пулов. Грубо говоря процент доходности на $ ликвы в пулах. Чем больше, тем профитнее пулы.

Индекс имеет открытый код тут. Можно поставить его себе на дс сервер для удобства. подробнее как это сделать описано тут.

Расценивайте это как удобный инструмент для слежки за рынком, если вам это интересно. Я постарался максимально просто донести для вас полезный инструмент. meteora гем.

7. Про ботов и парсеры пулов

Очень часто спрашивают про ботов и тг каналы которые парсят "принтящие" пулы.

Про ботов сразу: Да, они имеют смысл. Однако - если вы планируете входить в пулы на суммы до 1-2 солан - то наврятли вы с ними много напринтите.

Сам не пользуюсь, весь функционал видел, мне комфортнее вкачивать один акк до нужных мне значений и начинать следующий.

Кто ищет линк на бота - тот найдет.

Парсеры пулов: ошибочное мнение что они закроют вам вопрос поиска самого принтящего пула. Но если вы новичок, то будет полезно попользоваться таким.
Ссылки на такие парсеры оставлю в следущем пункте.

Но повторюсь - для новичков это хорошая тема. Главное не забывайте смотреть на график токена в пул которого вы заходите.

8. Полезные тулзы/ссылки

Наглядная статистика кошелька с ПНЛом по метеоре - https://geeklad.github.io/meteora-profit-analysis/

https://edge.meteora.ag/ - различные нововведения появляются на этом сайте раньше.

https://www.metlex.io/
Можно ввести в pnl транзакцию закрытия вашей позы в пуле и увидеть какой лосс/профит и сколько фисов дало. Либо же в самой метеоре при закрытии позиции выдаст линк на этот сайт.

https://lp4fun.vercel.app/ - вбиваем кош и смотрим пнл/лосс позы пока она активна.

https://docs.meteora.ag/ - тут вообще все написано и расписано.

https://dune.com/sigrlami/meteora-overview - статистика метеоры на Dune

https://lookerstudio.google.com/reporting/e36054dd-ffc0-4ef4-b8ab-4d10f7ab4cda/page/wmP0D - тут можно увидеть актуальные пулы по стате за последний час (если самим сложно искать - можно начать с выбора пулов отсюда).

https://discord.gg/meteora - дс метеоры, можно найти много инфы.

В этой статье хорошо приведена математика имперманент лоссов и есть код который считает это - https://teletype.in/@xtdimasxt/9NMyNZ1pgIb .

https://thewise.trade/dlmm-guide/ - англоязычный гайд.

@Meteora_DLMM_Bot, @meteora_pools_selector_bot- парсеры пулов, пингуют пулы с хорошим вольюмом.

9. Итоги

Метеора гем. Дает заработок сейчас. Даст дроп. Дроп закину в пул метеоры и еще больше заработаю.

И вы тоже, если разберетесь с этим монстром экосистемы соланы.

Статью написал для своего канала - https://t.me/bluedepp

Впервые пишу что то про крипту в таких масштабах, поэтому мог что то пропустить или не в полной мере раскрыть - задавайте вопросы в чате или пишите чего не хватает, дополню https://t.me/cryptworkchat.

Либо оформлю канал с пулами, либо буду кидать их в чат.

Надеюсь эта статья была полезна для вас.