Криптовалюты стали важной частью современного финансового рынка. Одними из крупнейших являются Bitcoin, Ether, Litecoin и XRP, их капитализация составляет львиную долю рынка цифровых активов. При этом рынок криптовалют отличается от рынка традиционных финансовых активов более высоким уровнем волатильности цен, что делает методологию построения более точных прогнозов дневной волатильности для этих активов особенно значимой. Оценка дневной волатильности финансового актива является важным аспектом при разработке инвесторами торговых стратегий, определении направления политики риск-менеджмента, а также для учета в регуляторной политике рынка цифровых активов со стороны финансовых регуляторов. Настоящее исследование фокусируется на интеграции в HAR-RVмодель дополнительной нефинансовой информации, извлеченной из сети Интернет, для улучшения качества прогнозов реализованной волатильности четырех крупнейших криптовалют. В настоящем исследовании используются переменные, построенные на основе источников GDELT и Google Trends в качестве экзогенных для учета общественного интереса и сентимента (эмоциональных, поведенческих факторов). Переменные включаются в стандартную HAR-log-RV-модель, все вариации моделей для каждого актива оцениваются в скользящем окне на периоде с 1 января 2018 года по 23 июня 2024-го. Было получено более 2000 вневыборочных прогнозов на один день вперед, на основе которых рассчитываются функции потерь. Набор вневыборочных ошибок моделей для каждого актива тестируется с помощью процедуры MCS для определения набора статистически лучших прогнозных моделей. Предложенные в исследовании источники данных и построенные на их основе переменные позволяют значительно улучшить прогнозы реализованной волатильности четырех крупнейших криптовалют.