Blockchain-based cryptocurrency markets present unique analytical challenges due to their decentralized nature, continuous operation, and extreme volatility. Traditional price prediction models often struggle with the binary trade execution problem in these markets. This study introduces a confidence-based classification framework that separates directional prediction from execution decisions in cryptocurrency trading. We develop a neural network system that processes multi-scale market data, combining daily macroeconomic indicators with a high-frequency order book microstructure. The model trains exclusively on directional movements (up versus down) and uses prediction confidence levels to determine trade execution. We evaluate the framework across 11 major cryptocurrency pairs over 12 months. Experimental results demonstrate 82.68% direction accuracy on executed trades with 151.11-basis point average net profit per trade at 11.99% market coverage. Order book features dominate predictive importance (81.3% of selected features), validating the critical role of blockchain microstructure data for short-term price prediction. The confidence-based execution strategy achieves superior risk-adjusted returns compared to traditional classification approaches while providing natural risk management capabilities through selective trade execution. These findings contribute to blockchain technology applications in financial markets by demonstrating how a decentralized market microstructure can be leveraged for systematic trading strategies. The methodology offers practical implementation guidelines for cryptocurrency algorithmic trading while advancing the understanding of machine learning applications in blockchain-based financial systems.

У статті досліджуються основні підходи до класифікації віртуальних активів та їх значення для формування ефективної системи адміністративно-правового регулювання обігу таких активів. Проаналізовано міжнародні та національні підходи до визначення поняття віртуального активу, а також особливості його правової природи у сучасному праві. Окрему увагу приділено положенням Регламенту Європейського Союзу про ринки криптоактивів (MiCA), рекомендаціям Групи з розробки фінансових заходів боротьби з відмиванням грошей та підходам, що застосовуються у міжнародній практиці щодо класифікації криптоактивів. У статті розглянуто технологічний, функціональний та регуляторний підходи до класифікації віртуальних активів. Проаналізовано особливості криптовалют, токенів, стабільних токенів та невзаємозамінних токенів, а також визначено їх основні функції у цифровій економіці. Зазначено, що віртуальні активи можуть виконувати платіжну, інвестиційну, утилітарну та інші функції, що обумовлює необхідність застосування диференційованих підходів до їх правового регулювання та державного нагляду. Акцентовано увагу на тому, що класифікація віртуальних активів має важливе значення для визначення правового режиму відповідних активів, формування механізмів державного контролю та застосування заходів фінансового моніторингу. Встановлено, що відсутність єдиного підходу до класифікації віртуальних активів ускладнює формування ефективної системи адміністративно-правового регулювання їх обігу та створює правову невизначеність у сфері функціонування ринку цифрових активів. Обґрунтовано необхідність подальшого вдосконалення підходів до систематизації віртуальних активів з урахуванням їх технологічних, економічних та правових характеристик.