一个明智的比特币矿工应该通过这个模型来理解收入的变化

雍和比特币 这或许并不全面，但经过该模来模仿比特币矿工采矿收入的改动是有用的。本文是智能比特币矿工系列文章的第二篇。最终一篇是“智能比特币矿工应该像办理出资相同操作核算才能”，这篇文章是由Anica research和新加坡核算才能和衍生品出资与买卖组织general mining research（GMR）一起编撰的。

“当然，任何试图用确定性发生随机数的人都活在罪恶中。”约翰·冯·诺依曼（约翰·冯·诺依曼）

总结当假定难以经过试验验证时，能够经过模来模仿收入的改动。比特币发掘职业不透明，资金密布，但假如以数值模仿为主，定性剖析为辅，研讨该职业将愈加简略。不判别商场改动，出资矿业本钱很高，但在实际操作前树立模本钱很低。在本系列的榜首部分，咱们树立了一个蒙特卡罗模来模仿采矿机械的公允价值及其对不同商场参数的敏感性。咱们证明：因为矿机流动性差，核算力的商场价格往往违背其理论公允价值。在上一篇文章中，咱们运用了跳动分散（jump diffusion）；该进程对未来的价格轨道进行建模，并运用线性函数来描述全球核算才能对价格改动的反响。但正如咱们在几篇文章中所评论的，核算才能和价格之间的动态联系现已逾越了简略的线性联系。为了进步结构的代表性，咱们有必要以整个网络的核算才能为单位，从自下而上的视点来进步模的精度和模。参阅读数：《比特币发掘的三体问题》https://www.aniccaresearch.tech/blog/bitcoin-minings-three-body-problem本文依据采煤机的类、总运转本钱和采煤战略，将采煤机分为几种样机。每一个矿机原都有不同的赢利率和危险考虑。跟着采矿收入的动摇，每个矿工都会有一个盈亏，盈亏将使他们决议添加或削减采矿机械的数量。在此结构下，网络核算才能的改动不仅是价格改动的函数，而且是具有不同经济和危险特征的一切矿商产值决议方案的总和。模的代码库是彻底开源的，能够在这里找到（https://github.com/khelmy/intelligent-bitcoin-miner )得到。用户能够刺进自己的假定，看看他们的采矿事务从那时起的体现。在本文中，咱们将具体介绍该模，解说坐山观虎斗运用该模，并经过对五个场景的剖析给出一些风趣的发现。康威的人生游戏咱们将网络核算才能建模为单个矿工的输出之和。该办法依据一种称为依据agent的仿真技术。依据Agent的建模起源于20世纪50年代的John von Neumann（John von Neumann）；细胞自动机的前期研讨跟着约翰·康威的《生命游戏》而盛行。图画源：；Teb试验室参阅读数：《依据Agent的建模》https://en.wikipedia.org/wiki/Agent-based_ 模《我坐山观虎斗优化康威的人生游戏》https://medium.com/tebs-lab/optimizing-conways-game-of-life-12f1b7f2f54c《玩约翰·康威的人生游戏》https://playgameoflife.com/这是一个圆形模仿，在二维细胞网格上进行。一个预订的和决议性的规矩担任相邻细胞之间的相互作用。每转一圈，细胞的状况都会依据其街坊的状况而改动：假如一个细胞可巧有三个活着的街坊，他们就会复生；假如有两三个活着的街坊，他们能够生计，不然他们会死。生命博弈是依据agent的模的一个原始比方，它是一种模仿类，在这品种中，同享大局状况的参与者做出决议方案。在生命的游戏中，细胞是署理人，他们的决议集中于生计或逝世。成果彻底取决于棋盘的初始状况，它或许以非直观的方法演化。与康威的日子游戏比较，依据Agent的建模有了很大的开展。现在，依据agent的仿真已广泛应用于生态学、经济学、定量金融和智能合约剖析等范畴。参阅读数：《动物种群生态学和进化杂乱系统研讨的启示》https://academic.oup.com/cz/article/66/1/1/5477426比特币发掘的盈余才能取决于比特币的价格、网络总功率，在较小程度上取决于买卖本钱（现在为止）。核算盈余才能的第二个要素是网络核算才能，这取决于其他矿商是否计划运转或封闭这台机器。因而，矿工盈余才能的猜测有必要是迭代的，这一问题十分适宜依据agent的建模。假定比特币的价格彻底独立于网络核算才能，咱们能够将其建模为一个独立的几许布朗运动。时刻序列中的每一天都可视为一轮；在每轮开端时，价格和大局核算才能被输入到矿工署理的决议方案进程中。参阅读数：《几许布朗运动》https://en.wikipedia.org/wiki/Geometric_ 布朗运动每个矿主依据自己的赢利率，经过改动运转的机器数量来扩展或缩小作业规划，并发布作业的核算才能。每个矿工的力气输出之和成为一个新的全球力气。作为署理人的矿工将矿工建模为署理人的本质是将矿业经济学中的输入变量参数化。权利炼金术（权利炼金术）；本文提出了自反性的概念：每个采矿作业都会遭到自然条件和经营者对商场的片面感知的严重影响。参阅读数：《权利的炼金术》；https://www.aniccaresearch.tech/blog/the-alchemy-of-hashpower-part-i虽然不或许包括一切的决议方案要素，但咱们以为，矿工类、本钱基础和战略应该是决议矿工行为的首要要素。在矿工类别中，咱们将这些要素设置为参数。机器类在实际国际中，采矿作业一般触及许多不同类的采矿机。为了简略起见，咱们让每个miner原在整个剖析进程中运用一个miner类。在此版别的模仿中，咱们支撑以下矿工类：本钱基础：总电价能耗在整个模仿进程中，每个矿工被分配一个均匀总功率。能源耗费是矿工的：采矿机数量*采矿机类耗费。每天，矿工的运营本钱等于：能耗/1000*总电费*24。咱们还指定了总费率分配，它决议了初始化时相关矿工原的采矿机数量。在此版别中，咱们供给以下默许分层。用户能够在运转模仿之前自界说它。依据尽力而为的猜测战略长比特币每日结算在初始化时为每个矿工分配一个战略。实际上，矿工们能够运用多种战略。只需他们对商场状况的观点改动，他们就能够在这些战略之间进行转化。为了简略起见，咱们在整个模仿进程中依据相同的战略对每个矿工进行建模。在“智能比特币矿工，榜首部分”（智能比特币矿工，榜首部分）；咱们介绍了这两种战略，并评价了它们在不同商场周期中的体现。参阅读数：智能比特币矿商应该像办理出资相同操作核算才能长比特币意味着矿商每天只能卖出满足的比特币来付出运营费用，并将剩下收入留在比特币中。每日清算意味着矿商立行将一切财物转化成美元。矿商的战略决议了其美元和比特币头寸的分配方法。在运用多比特币战略核算矿商赢利时，需求考虑未完成收益。未完成收入按比特币头寸*比特币价格核算。依据这三个变量的组合，咱们将矿工的国际划分为11种采矿机械、7种电力本钱水平缓2种战略，一共；154个原。在初始化进程中，咱们运用；哈希率索引；以及；一般采矿研讨；除了其他来历的数据外，它还供给了商场上采矿机的默许分层和价格数据。用户能够在模仿前自界说以下内容：价格数据：hashrate指数，通用矿业研讨。功率百分比：依据各种来历的估量参阅读数：《比特币在互联网上运转》；“税率”https://hashrateindex.com/https://www.gmr.xyz/电价分配和采矿机械分层是每个矿工采矿机械数量的输入。这代表矿工操作的采矿机器的数量。应该留意的是，在实践中，这两种散布并不像模中假定的那样在核算上是独立的——例如，像S9这样的旧式采矿机更有或许由能够取得更廉价电力的矿工操作。在模仿开端时，一切矿工的采矿机数量*核算力之和被缩放到大约等于当时网络核算力水平，即；硬币方针；收进。参阅读数：https://charts.coinmetrics.io/network-data/为了盯梢矿工的体现，咱们在矿工类别中添加了一个简略的账户余额和前史赢利核算器。账户余额美元头寸比特币头寸核算方位初始核算方位是矿工人数*矿工类核算才能。盈余才能每日赢利最近30天的赢利悉数赢利跟着商场的开展，盈余才能决议了矿工的行为。咱们将在下一节介绍这种机制。最近30天的赢利和一切赢利是延期赢利的总和。下面是miner类的一切数据项的示例。Miner类代码可在中找到；署理.py；文件。参阅读数：https://github.com/khelmy/intelligent-bitcoin-miner/blob/main/agents.py矿工效用函数当预期盈余才能较高时，矿工们或许会想购买更多的采矿机。当预期未来盈余才能为负时，他们或许会封闭一些采矿机以下降运营本钱。咱们需求精确地界说矿工坐山观虎斗添加或削减他们的核算才能。实际中，会有许多外部要素促进矿商决议购买或封闭矿机，比方能否取得外部融资，乃至是否太累。为了简略起见，咱们将矿工的前史赢利建模为矿工决议方案进程中的首要输入。决议方案进程将曩昔30天的赢利作为输入，并核算用于生成操作的成果。核算进程如下：假如最近30天的赢利为零或负，矿工将削减X台采矿机，直到收支平衡。核算很简略：丢失（曩昔30天的赢利）除以每个矿工的能源耗费本钱。假如最近30天的赢利为正，超越必定的临界值，矿工们将添加采矿机的数量。阈值为：最近30天的赢利nbspgt；一切（开销）；总数。添加的矿机数量核算如下：（曩昔30天赢利的悉数（费用）之和）矿机价格*矿机添加系数。每品种的矿工都有一个添加率，这反映了他们的相对添加。因为厂家没有持续出产的志愿，老一代矿机的添加快度很小。咱们还为添加新矿工设置了反响推迟。新订单的出产和交给一般需求一段时刻。在咱们的模中，这意味着在触发添加x个矿工的操作之后，不会立行将矿工添加到矿工的帐户中。咱们为每种机器类设置了一个常量列表作为反响时刻。呼应推迟是一个静态近似值，应该定时更新以反映供应链才能的改动。依据最大尽力估量总归，触发器功用输出矿工购买或出售的采矿机数量。用户能够用他们以为适宜的常数更新生长因子和反响日。调整后的代码能够在；模仿器.py；在中找到。参阅读数：https://github.com/khelmy/intelligent-bitcoin-miner/blob/main/Simulator.py设置模仿在榜首部分中，咱们运用随机进程来猜测比特币在模仿生命周期中的价格。几许布朗运动模的根本支撑来自于从硬币衡量中提取的前史价格数据。综上所述，咱们运用下表来阐明流程的作业原理：参阅读数：智能比特币矿商应该像办理出资相同操作核算才能场景剖析为了验证模，咱们模仿了不同的商场条件，并剖析了由此发生的矿工行为。咱们评价了一个用户矿工的盈余才能，他收到了100万美元的预付款，用于购买采矿机，但无法进一步扩展经营规划。模仿手术持续100天，均匀25次。依据不同类的采矿机械和几种不同的电力本钱来衡量用户的盈余才能。亮点如下。运用的参数绝不是确定性的，用户能够依据自己的假定自由地从头运转剖析。情形剖析代码见；主.py；在中找到。参阅读数：https://github.com/khelmy/intelligent-bitcoin-miner/blob/main/main.py牛市现象咱们的榜首次测验模仿了牛市。考虑到本文编撰时牛市的持续性，咱们简略地用前史数据拟合几许布朗运动模。在这种状况下，价格逐步涨到10万元以上，并阅历了几回批改。网络核算才能稳步非难。跟着价格的下降，它阅历了一些小的滞后批改。在这种状况下，即便电价十分高，坚持比特币头寸的赢利也远高于每天卖出比特币。鉴于比特币价格的快速上涨，这是有道理的。依照每千瓦时4美分的价格核算，只要运用S9采矿机并以比特币持仓的矿商才能在100天的模仿期内完成盈亏平衡。商场动摇在第二个情形剖析中，咱们模仿了一个高度动摇的商场，并对前史进行了拟合；GBM模中的动摇项添加了25%，漂移设置为0。开端的价格涨到了近8万美元，后来暴跌到4万多美元。核算才能开端敏捷添加，但跟着价格跌落，它开端稳定下来。因为呼应推迟，核算才能将持续添加，但速度较慢。开端，这两种战略体现平平，比特币多头的体现略好于每日清算卖家。跟着价格跌落，持有比特币危险敞口的矿商将因承当额定危险而遭到赏罚，持有比特币的市值将下降。熊市第三种模仿是经过；GBM公司；拟合前史数据，翻转漂移项符号模仿熊市。价格已从现在的水平急剧下降到近3万美元。为应对价格跌落，网络核算才能进入回调后开始上升。这是从库存刷新到权利炼金术中引进的周期冲击的改变。参阅读数：《法力的炼金术，第二部分》https://www.aniccaresearch.tech/blog/the-alchemy-of-hashpower-part-ii在熊市中，每个人都会遭殃。关于比特币看涨者来说特别如此：以每千瓦时4美分的价格核算，假如面对比特币危险敞口，即便是最高效的运营也无法在模仿期回收其初始出资的一半。每日结算卖家的体现显着更好，但他们的收益仍取决于比特币的价格，因而他们的体现仍不如牛市中的体现。在牛市中，运用旧的仍是新的采矿机更好？场景4运用与场景1相同的前史参数来比较运转新硬件和旧硬件的矿工的功能以及具有竞争力的电价。这一次，价格飙升至14万多美元，一路加快。核算才能也敏捷进步。场景1与场景4考虑到牛市的强度，在S9 miner的操作下，即便是每天清算比利币的矿商也能够在100天的模仿期内完成盈亏平衡。S19采煤机虽然赢利较低，但在每天出售的一起仍能回收大部分的初期出资。在这种状况下，做多比特币的矿商赢利惊人。在模仿期间，运转S9的矿工的出资根本翻了一番，S19矿工也能取得可观的赢利。在熊市中下降运营本钱有多重要？第五次也是最终一次模仿是回到熊市。这一次的方针是剖析电力本钱对盈余才能的影响。为此，咱们评价了；第9部分；以及；S19矿机在熊市条件下的体现，电费分别为每千瓦时3分、4分和5分。状况类似于情形3：价格大幅跌落，核算才能有一个浅而长时间的批改。场景3与场景5关于；对S9矿商来说，电力本钱带来了本质性的改动。虽然在这种状况下矿工的体现欠安，但不管电费是多少，当电费为每千瓦时3美分时，持有比特币多头的矿工的回报率挨近其初始出资的40%。假如电费是每千瓦时5分钱，回报率略低于32%。这种对电价的敏感性有助于解说为什么S9矿商倾向于在电价较低的区域开展事务。关于；关于S19矿工来说，这种差异不太显着。虽然电价较低的矿商收入仍高于电价较高的矿商，但这一变量对盈余才能的影响要小得多。定论维度是核算学家的天敌，而比特币发掘是一个很难建模的问题。即便咱们的模，只做了一些简化的假定，也比咱们开端的主意杂乱得多。与一切依据蒙特卡罗的东西相同，它的猜测才能根本上遭到用户成见的约束，这些成见从初始种子条件分散到一切成果。参阅读数：https://en.wikipedia.org/wiki/All_ 模过错咱们的模清晰假定价格和核算才能之间的联系是单向的，而且假定采矿机械模和电力本钱散布之间是独立的。一切的模都是不完整的，但有些是有用的。咱们以为这个模是有用的。在聪明的比特币矿工的东西箱里，它应该找到自己的方位。