Разумный биткойн-майнер, часть 1

Оценка цены хеш-мощности — одна из самых старенькых и таинственных тем в мире майнинга. Экономическим и теоретико-игровым нюансам алгоритмов proof-of-work были посвящены несколько научных работ и отраслевых исследовательских работ, но большая часть из их упрощают ситуацию или исходят из нереалистичных догадок о том, как по сути работает рынок хеш-мощности.

В данной статье я постараюсь показать, что управление хеширующей мощностью сродни управлению вкладывательным ранцем, также расскажу о дилеммах с отражением важных качеств ранца при оценке цены хеш-мощности. Мы разглядим, как работает пользующийся популярностью механизм оценки и недочеты современной эвристики. Также я параметризую хеш-мощностной портфель и покажу, как изменяется денежный итог, при проверке широкого диапазона догадок. В окончание я выскажусь о значимости стандартизированной и корректной системы оценки цены хеш-мощности и о том, что это не попросту теоретическое упражнение, но основополагающий шаг в разработке соответствующей практики управления рисками для промышленности хеш-мощности.

«Вы будете намного лучше надзирать ситуацию, если понимаете, как вы ее не контролируете»,

— Бенджамин Грэм, Разумный инвестор.

Справедливая стоимость хеширующей мощности

Для чего заниматься майнингом, если можно просто приобрести монеты на открытом рынке?

Это самая всераспространенная реакция, когда кто-то в первый раз слышит о майнинге. Не тайна, что конкретно большущая финансовая выгода подстегнула начальный энтузиазм к майнингу и убыстрила формирование вокруг него многомиллиардной промышленности. Удачный майнер может создавать биткойны по стоимости ниже спотовой, и, соответственно, имеет возможность выстраивать позицию с огромным дисконтом по сопоставлению с покупкой на открытом рынке.

Но низкая себестоимость добычи ни при каких обстоятельствах не является неизменным условием. С возрастом конкурентность накалялась, и рыночный цикл становился очень неясным, чтоб его можно было предсказать. «Дисконт», которым так избалованы майнеры, в хоть какой момент может обернуться томными потерями. Является ли майнинг как и раньше наиболее прибыльным методом получения цифровых монет, чем их покупка на открытом рынке? Беря во внимание количество задействованных переменных, никчемно пробовать сделать вневременное обобщение на этот счет. Тем не наименее мы можем разбить рыночный цикл на несколько архетипических фаз и попробовать оценить прибыльность более всераспространенных стратегий майнинга и торговли в каждой из их.

Начнем с 2018 года, очень плохого для большинства майнеров. В предшествующей статье я охарактеризовал 1-ые три его квартала как фазу «избавления от припасов [оборудования]» в майнинговом цикле, когда стоимость монеты падает, в то время как хеш-мощность сети продолжает расти.

Гипотетически, приобретя сначала года 10 петахеш/сек. хешрейта в форме Antminer S9, майнер издержал бы в общей трудности $1,85 млн на 690 единиц оборудования, беря во внимание, что тогда эти машинки продавались по 2675 $/шт. Если представить, что машинки обесценивались линейно в протяжении 24 месяцев, а общая стоимость электроэнергии для майнера составляла 0,0507 $/кВт-ч (средняя ставка по отрасли в Китае, разлюбезно предоставленная GMR), то можно проверить прибыльность 3-х фаворитных стратегий:

  • Умеренная (Moderate): майнер реализует довольно монет, чтоб оплачивать каждодневный счет за электроэнергию ($941,38) плюс покрывать суточную амортизацию оборудования ($2563, 54). Если доход от майнинга за день меньше, чем совокупные издержки ($3709, 01), то майнер реализует только столько монет, чтоб покрыть счет за электроэнергию. Остаток же добавляется к его позиции по BTC.
  • Лонг по BTC (Long BTC): майнер реализует ровно столько монет, чтоб покрыть дневной счет за электроэнергию ($941,38), все оставшиеся монеты добавляются к его длинноватой позиции.
  • Каждодневная продажа (Sell Daily): майнер немедля реализует все добытые монеты за баксы США. Единственная его цель при всем этом — арбитраж на разнице меж спотовой ценой монет и стоимостью их производства. Необходимо отметить, что эта стратегия не является действенной исходя из убеждений налогообложения и приводит к неизменному проскальзыванию. Для простоты моделирования я не буду принимать во внимание эти причины.
  • Сейчас давайте сравним прибыльность этих стратегий майнера с покупкой монет на открытом рынке. Разглядим две обыкновенные стратегии покупки:

  • Подготовительная покупка (Upfront Purchase): в 1-ый денек периода оценки майнинга (01.01.2018), приобретается количество монет, условно эквивалентное общим серьезным затратам + годичным операционным затратам ($1.845.750 + $941,38*365) по спотовой стоимости на тот денек ($13465). Обретенные монеты просто удерживаются до окончания периода оценки. Для простоты я не буду учесть существенное проскальзывание, возникающее при покупке такового количества биткойнов.
  • Усреднение баксовой цены (Dollar Cost Averaging): количество приобретаемых монет условно эквивалентно этим же затратам (общие серьезные + годичные операционные), но покупаются они на схожую условную стоимость ($2,26 млн / 365) раз в день в течение всего периода оценки.
  • В течение того года дневная себестоимость производства одной монеты ($3709,01 издержек, деленные на количество добытых за день монет) превысила их рыночную стоимость приблизительно в июле и продолжала расти во 2-ой половине года, делая майнинг убыточным в течение долгого времени. Как видно из результата, опосля года медвежьего рынка стратегия каждодневной реализации привела к минимальным денежным потерям, а стратегия лонга по BTC — к большим.

    Это поэтому, что стратегия каждодневной реализации единственная не имеет нереализованных прибыли и убытков. Другие стратегии в той либо другой степени предполагают неизменное наличие длинноватой позиции по активу. Во время фазы избавления от припасов [оборудования], когда прибыльность майнинга повсевременно понижается, нереализованная позиция, быстрее всего, приведет к убытку на конец периода оценки.

    На практике разумные майнеры просто отключили бы оборудование, если б майнинг приносил убыток в течение так долгого времени. Если б майнер закончил работу в конце июля, его утраты могли быть намного меньше. Если б он к тому же придерживался стратегии каждодневной реализации, то даже получил бы прибыль:

    Стратегии умеренная и лонг по BTC при всем этом остались бы убыточными, хоть и в наименьшей степени, чем покупка монет на открытом рынке. Утраты тут соединены основным образом с серьезными затратами на оборудование. Майнер купил его за $1,84 млн, но перепродать сумел лишь за $738 тыс. (без учета проскальзывания при транзакциях, расходов на транспортировку и налогов). Прибыль от добытых биткойнов не возместила обесценивания оборудования.

    В обоих этих примерах стратегия каждодневной реализации представляется более неопасной. Но что происходит в обратной фазе рыночного цикла, когда доходы от майнинга повсевременно вырастают?

    Опосля фазы вытряхивания с рынка в конце 2018, 1-ая половина 2019 года оказалась для майнеров достаточно успешной. Проведя этот же анализ для периода с 01.01.2019 по 30.06.2019, мы лицезреем, что стратегия каждодневной реализации, самая защитная из исследуемых, оказалась бы менее выгодной, тогда как брутальные стратегии лонга по BTC и подготовительной покупки принесли бы на 50% больше прибыли.

    *Актуальный цикл оборудования скорректирован до 12 месяцев сначала 2019 года.

    Просто найти более выигрышную стратегию задним числом. Для внедрения брутальных стратегий, когда рынок в целом находится в депрессивном состоянии, требуется убежденность и глубочайшее осознание макроэкономических критерий. В индивидуальности это относится к стратегии подготовительной покупки, подразумевающей разовое размещение всего капитала в 1-ый же денек.

    Середина 2019 года стала также переходным периодом, когда на рынке возникли машинки новейшего поколения. Обычно майнеры продают старенькое оборудование, чтоб поменять его наиболее действенными моделями. В этом примере майнеры по сути могли реализовать старенькые машинки даже дороже прежней цены покупки благодаря бушующему ценовому ралли.

    Гипотетически, если майнер продал все 690 единиц Antminer и употреблял вырученные $271 тыс. для покупки Whatsminer M20 на вторую половину года, то итог мог быть таковым:

    А так могли бы смотреться результаты за весь 2019 год:

    В то время как если б майнер не менял оборудование и продолжал до конца года работать на Antminer S9, результаты могли быть намного скромнее:

    На практике майнеры обычно не привязываются к одному определенному методу работы на весь период. Они владеют достаточной гибкостью, чтоб поменять стратегию каждый раз, когда считают, что рыночный тренд поменялся. Не считая того, они могут дополнять майнинг торговыми стратегиями и/либо брать монеты в заем для увеличения доходности оборудования. К примеру, майнер может продавать монеты и фиксировать прибыль от майнинга в те деньки, она превосходит себестоимость производства, и брать монеты на открытом рынке в деньки, когда она ниже себестоимости производства. Выбор правильной композиции стратегий на различных шагах майнингового цикла оказывает существенное воздействие на денежный итог. Цель этого упражнения состоит не в том, чтоб сконструировать обобщенную выигрышную стратегию либо обосновать, что майнинг строго наиболее выгоден, чем покупка монет на открытом рынке, но в том, чтоб показать, что управление майнингом на самом деле сродни управлению вкладывательным ранцем.

    Тут представлены простые и самые всераспространенные майнинговые стратегии. Ленивый майнер, использующий одну ординарную стратегию в протяжении всего рыночного цикла, будет извлекать из хеш-мощности другое количество ценности, нежели тот, что варьирует стратегии зависимо от фазы рынка. Стратегий управления хеш-мощностью есть бессчетное огромное количество, но производитель будет взимать за оборудование схожую стоимость вне зависимости от используемых покупателем стратегий. Хоть стоимость и является реализованной точкой данных, ценность тут зависит от юзера. В эталоне стоимость машин обязана была бы представлять собой среднее распределение ценности при всех вероятных стратегиях, но это нереально. Так как промышленность хеш-мощности оценивает майнинговое оборудование? Что конкретно представляет собой стоимость хеш-мощности? И что еще наиболее принципиально, как майнерам следует оценивать стоимость хеш-мощности, чтоб она идеальнее всего соответствовала конкретно их начальным данным и происшествиям?

    Эвристика оценки цены хеш-мощности

    На нынешнем рынке в оценке цены хеш-мощности доминируют производители оборудования, такие как Bitmain, MicroBT и Canaan. Они единственные поставщики новейшего оборудования и владеют полным контролем над начальным выпуском машин, которые создают хеширующую мощность. Первым ценностью производителей является покрытие всех собственных расходов, что в наименьшей степени соединено с рынком криптовалют и в большей — с управлением цепочкой поставок. Отпускная стоимость их продукции быть может скорректирована в согласовании с рыночным спросом, при условии, что она гарантирует определенную прибыль по сопоставлению со стоимостью производства. Время от времени производители могут искусственно занижать стоимость, чтоб затмить по продажам соперников. Короче говоря, цены производителей не отражают теоретическую справедливую стоимость хеширующей мощности, На их конкретно влияют бизнес-решения, отражающие быстрее состояние дел снутри выпускающей компании.

    В первой части «Алхимии хеш-мощности» я уже давал информацию о том, что самой пользующейся популярностью метрикой для оценки цены хеш-мощности является количество дней до безубыточности (дальше ДДБ). Она указывает, сколько дней требуется для того, чтоб единица оборудования окупилась с учетом текущей цены актива, трудности, комиссий и всех операционных расходов. У всякого майнера значение ДДБ для одной и той же машинки будет своим из-за различий в начальных критериях и производственных действиях. Майнеры рассчитывают ДДБ, основываясь на собственных общих издержек на кВт-ч и мощности. Производители не могут учесть все издержки майнеров, потому отправной точкой для рассчитываемого ими числа ДДБ постоянно являются среднерыночные общие издержки. Это постоянно весьма ориентировочная оценка, так как собрать нужные данные очень трудно, а условия повсевременно изменяются. Майнеры с разной мощностью и структурой издержек приходят и уходят. Производители делают это упражнение исходя из собственных наилучших догадок относительно общих издержек майнеров и устанавливают стоимость оборудования на базе разумного спектра дней до безубыточности.

    Но каковы значения средних издержек по отрасли, которые они употребляют в качестве входных данных? Мы можем испытать реконструировать их при помощи исторических данных о ценах на оборудование.

    Используя способ дисконтирования валютных потоков, мы можем протестировать исторические цены на оборудование, чтоб отыскать начальные допущения, использованные производителями при оценке выпускаемых машин. К примеру, розничная стоимость Antminer S9 в январе 2018 года составляла 2675 баксов.

    Предположив, что актуальный цикл Antminer S9 составляет 24 месяца, мы можем высчитать историческую прибыльность одной машинки:

    Потом мы реконструируем общие издержки таковым образом, чтоб сумма всех приведенных значений вольного валютного потока за любой денек равнялась стоимости покупки. Если представить, что средневзвешенная стоимость капитала (WACC) в годичном исчислении составляет 12,5%, мы получаем:

    Чтоб получить каждодневные расходы в размере $1,57, общая стоимость электроэнергии для S9 обязана составлять $1,57 / 24 / 1,365 = 0,048 $/кВт-ч. Другими словами чтоб таковая машинка, обретенная по данной стоимости, окупилась, общие издержки майнера не должны были превосходить 0,048 $/кВт-ч. Итог выше рассчитан для стратегии каждодневной реализации (№3). Повторив этот анализ для остальных стратегий, мы получаем, что для окупаемости машинки при умеренной стратегии общие издержки не должны были превосходить 0,017 $/кВт-ч, а при стратегии лонг по BTC — 0,01 $/кВт-ч. Другими словами на практике фактический «порог безубыточности» для общих издержек майнеров находился в спектре 0,01–0,048 $/кВт-ч.

    Это существенно ниже, чем ставка, доступная большинству майнеров сначала 2018 года. Интуитивно в этом есть смысл. В то время стоимость BTC лишь достигнула исторического максимума, сложность сети лишь начала ее догонять и S9 была наилучшей машинкой для майнинга из доступных на рынке. Окончательным определяющим фактором цены как и раньше остается отношение спроса и предложения.

    Применяя этот же способ к ценам машин в остальные моменты времени, можно составить приведенную ниже таблицу со значениями «порога безубыточности» для общих издержек на майнинг. Тут общие издержки представляют собой среднее значение для всех 3-х стратегий:

    С иной стороны, если б средние по отрасли общие издержки на кВт-ч составляли $0,0507, то какой была бы справедливая стоимость машин на тот момент времени? Снова же, справедливая стоимость тут представляет собой среднее значение для всех 3-х рассматриваемых стратегий:

    *Премия/дисконт относится к стоимости машинки относительно ее справедливой цены
    ( данных: hashrateindex.com)

    Направьте внимание, что в этом анализе не учитывается изменение средней ставки по отрасли либо WACC, так как их четкие значения тяжело оценить.

    Смысл анализа не в том, чтоб найти некоторую абсолютную справедливую стоимость. Как уже говорилось, справедливая стоимость для всякого майнера различается из-за разных операционных расходов и используемых стратегий. Но даже с предполагаемой средней по отрасли ставкой можно показать, как дико неэффективным является ценообразование машин для майнинга. Во время бычьего рынка производители существенно завышали цены на оборудование, а во время медвежьего рынка были обязаны устранить его со скидкой. Это согласуется с эмпирическими данными, которые мы лицезреем на майнинговом рынке. Во время ценовых ралли стоимость майнингового оборудования время от времени вырастает даже резвее, чем стоимость монеты. Такое поведение расползается с базовыми принципами, согласно которым цены на машинки должны расти медлительнее, беря во внимание ожидания относительно грядущего роста трудности сети. В конце концов цены на оборудование определяются спросом и предложением, а рынок хеш-мощности очень неликвиден.

    При тестировании исторических цен на оборудование мы лицезреем, что эвристика ценообразования, основанная на количестве дней до безубыточности, не может в достаточной мере учесть волатильность прибыльности майнинга. Чтоб оценить справедливую стоимость машин сейчас, нужно смоделировать прибыльность майнинга на некую перспективу при помощи инструментов либо систем оценки, способных правильно отразить одичавшие колебания результатов.

    Наиболее продвинутый подход состоит в том, чтоб разглядывать хеш-мощность как форму колл-опциона. Принцип такового подхода начинается с рассмотрения доходности майнингового оборудования в качестве базисного актива. Есть три составляющих доходности майнинга: стоимость, сложность и комиссии. Колл-опцион на стоимость биткойна — это уже достаточно тяжело, но производный инструмент, который содержит в себе эти три элемента, еще труднее. Обрисовать теорию Блэка – Шоулза применительно к опционам на несколько базисных активов в теории нетрудно: доп суждения содержат в себе коррелирующие случайные блуждания и подобающую многофакторную версию леммы Ито. Но установление корреляционной матрицы меж этими 3-мя переменными — задачка сложная.

    Как уже говорилось в прошлых статьях данной серии, стоимость и хеш-мощность владеют обоюдной корреляцией с варьирующимся временным лагом. Из-за задержки реакции, при исследовании связи меж хеш-мощностью и ценой на маленьком временном отрезке корреляция представляется малой. Потому возникает соблазн просто смоделировать пути хешрейта как процесс, совсем не зависящий от цены. Но в финансовом отношении хеш-мощность является производным от Биткойна, и на довольно продолжительном временном отрезке эти два временных ряда владеют положительной корреляцией. С иной стороны, динамику комиссий за транзакции смоделировать еще труднее. Хотя интуитивно на каком-то уровне комиссии за транзакции соединены с ценой монеты и хешрейтом сети (назад пропорционально), в главном они обоснованы уровнем ончейн-активности, которая является экзогенным фактором. Вот почему корреляционная матрица тут не даст важных результатов.

    Всего собрано комиссий за транзакции (фиолетовая кривая), стоимость BTC (темная кривая) и средний хешрейт Биткойна (зеленоватая кривая)
    (: Glassnode)

    Но опосля того как были изготовлены догадки о распределении базисных активов, оценка цены хеш-мощности в период N становится эквивалентна оценке цены серии европейских колл-опционов с нулевым страйком и с подневным истечением. Другими словами, пока майнинговое оборудование подключено к сети, хеш-мощность представляет собой договор, который исполняется раз в день, преобразуясь в базисный актив, который является доходом от майнинга. Стоимость договора — это амортизация оборудования плюс операционные расходы. Опционная премия всего пакета на теоретическом уровне обязана приравниваться стоимости машинки плюс приведенная стоимость всех операционных расходов, понесенных в течение периода N.

    Где: 

    • V — это справедливая стоимость машинки;
    • Ci — стоимость колл-опциона на доход от майнинга, со сроком погашения в денек i; 
    • T — каждодневные операционные расходы.

    Таковой подход владеет критичным недочетом. В данной формуле договоры на денек i и на денек i-1 оцениваются независимо. По сути выплата в денек i-1 обязана установить изначальное условие для договора, истекающего на последующий денек. Хоть какой подход к оценке цены хеш-мощности, основанный на оценке опционов и просто суммирующий все значения за некоторый период, столкнется с данной неувязкой зависимости от пути. Каждое значение будет являться независящей оценкой.

    Оценка цены при помощи численных способов

    Зависимость от пути не является неувязкой при использовании численных способов. Заместо того чтоб оценивать любой денек через 10 000 испытаний, мы используем одни и те же 10 000 испытаний во всех из их. Способ Монте-Карло полезен при моделировании сложной динамики методом генерации случайных чисел. Ожидаемый выигрыш в нейтральном к риску мире рассчитывается с внедрением процедуры подборки. Потом приобретенный итог дисконтируется по безрисковой процентной ставке. При помощи способов Монте-Карло мы можем смоделировать рентабельность майнинговых машин крайнего поколения на наиблежайшие два года и сопоставить их справедливую стоимость с нынешними рыночными ценами.

    В качестве первого шага нам пригодится сделать некие догадки о линии движения движения цены. Бессчетные исследования (англ., PDF) говорят, что диффузионные скачки лучшим образом подступают для описания ценового распределения биткойна. Мы используем модель диффузионных скачков (англ., PDF) для симулирования 10 000 возможных движений цены в течение последующих 2-ух лет. В стохастической симуляции каждое движение представляет собой отдельный путь.

    Модель диффузионных скачков состоит из 2-ух главных частей: диффузии (геометрическое броуновское движение) и скачков (обычно распределение Пуассона). Для простоты моделирования мы предполагаем, что существует некая пороговая возможность скачков. Когда происходят скачки, магнитуда соответствует нормальному распределению.

    При калибровке на базе исторических данных о ценах мы используем последующие характеристики модели:

    • неизменное смещение: 10%;
    • обычное отклонение смещения: 2,50%;
    • возможность скачка: 5,00%;
    • среднее значение скачка: 0,10%;
    • обычное отклонение скачка: 5,00%.

    Эталон 100 путей для первого года

    В дополнение к стоимости монеты, необходимо спроецировать также хеш-мощность сети и высчитать доход от майнинга. Моделировать хеш-мощность труднее, чем линию движения цены, поэтому что не все единицы хеш-мощности схожи. Хотя любой майнер в сети вычисляет хеши для 1-го и такого же метода, количество потребляемой мощности варьируется зависимо от машинки. Облегченная модель текущего сетевого хешрейта абстрагируется от наличия нескольких классов эффективности оборудования, любой из которых с развитием рынка ведет себя по-разному. Стратификация нашей модели по классу эффективности указывает состав машин на рынке майнинга и, как следует, дозволяет приблизительно предвидеть, как они будут вести себя со временем.

    В отличие от ценовых данных, собрать в нужном объеме достоверную информацию о майнинге очень трудно. Единственный метод приблизиться к этому — опросить как можно больше майнеров, дистрибьюторов и производителей. Дэвид из General Mining Research провел опрос главных производителей и дистрибьюторов в Китае и пришел к последующей оценке состава рынка по состоянию на 01.11.2020:

    (: собственные данные, предоставленные GMR)

    Этот снимок состояния лег в базу исходного состояния проекционной модели. Используя расчетную среднюю по отрасли общую стоимость электроэнергии, мы можем высчитать порог безубыточности для всякого уровня и приблизительно осознать, сколько машин, быстрее всего, отпадет, если стоимость опустится ниже порога безубыточности. Взяв в качестве расчетной общей ставки 0,0507 $/кВт-ч, мы можем наметить четыре вероятных сценария, основанных на разных ценовых уровнях:

    (: собственные данные, предоставленные GMR)

    Стоит выделить, что это обеспечивает лишь базисное представление о проекции хешрейта. При резком росте цены к сети могут подключаться старенькые малоэкономичные машинки, доступные на вторичном рынке, и производители тоже могут убыстрить создание новейших моделей.

    Основываясь на приведенных выше сценариях, мы можем вывести для описания связи меж ценой монеты и хеш-мощностью сети линейную функцию y=4544x + 6e07. Для простоты представим, что в течение последующих 6 месяцев рост хешрейта следует функции 14-дневной средней цены биткойна со сроком смещения dW. В качестве характеристик срока смещения мы установили среднее значение 2,5% и обычное отклонение 5%. Не считая того, основываясь на нашей оценке продаж производителей, мы предполагаем, что хешрейт в последующие 6 месяцев будет расти со скоростью 200 петахеш/сек. Аппаратную задержку мы имитируем, включив в расчет постоянную 20-дневную задержку реакции. Это означает, что хешрейт реагирует лишь на ценовые движения, произошедшие по наименьшей мере 20 дней вспять. Вот так смотрится полная функция:

    Эталоны траекторий смотрятся последующим образом:

    В реальности дела меж хеш-мощностью и ценой запутаны и сложны. Употреблять для их описания линейную функцию — это как проецировать хаотическую систему на низкоразмерное подпространство. Есть много вариантов, как эта функция может сломаться. Это та же самая неувязка, о которой я давал информацию в отношении способов корреляционной матрицы и оценки опционов. Но эта система дозволяет нам комфортным образом включить в расчеты время запаздывания и, как следует, является значимым улучшением по сопоставлению с предположением о том, что хеш-мощность и стоимость представляют собой два совсем независящих распределения. Это упрощает управление проекцией.

    Для предстоящего уточнения наших оценок мы можем применить анализ Монте-Карло с внедрением цепей Маркова. В отличие от обычного способа Монте-Карло, извлекающего независящие подборки из распределения, Монте-Карло с марковскими цепями извлекает подборки таковым образом, что любая из их зависит от имеющейся подборки. Это лучше подступает для решения многомерных задач, чем моделирование обыденным способом Монте-Карло. Четкое построение метода выходит за рамки данной статьи.

    Получив проекции цены и прогноз хешрейта на последующие два года, можно высчитать прибыльность майнинга так же, как мы проводили бэктесты исторических цен на хеш-мощность. По сопоставлению с 2-мя годами ранее, когда кредитование под залог криптовалют было редчайшим явлением, сейчас этот рынок вырос в крупную ветвь. Кредиты под залоговое обеспечение — одна из самых всераспространенных услуг, на которую нередко полагаются майнеры. Оценивая средневзвешенную стоимость капитала (WACC) на нынешний денек, можно представить, что ставка обязана была стать приметно лучше. Мы можем понизить ее до 10% с 12,5% в анализе от 2018 года.

    На базе общих издержек на электроэнергию в размере 0,0507 $/кВт-ч, и ставки дисконтирования 10% можно получить распределение справедливой цены. Конечный итог — это среднее значение всех 10 000 испытаний. Не считая того, мы предполагаем, что через два года Antminer S19 Pro и Whatsminer M30s еще сохранят 20% остаточной цены.

    Лишне гласить, что это не обязано восприниматься как окончательный вердикт в отношении того, завышены либо занижены цены на оборудование. Среднее и обычное отличия в распределении цен, функция меж хеш-мощностью и ценой, время задержки, общие издержки, ставка дисконтирования и остаточная стоимость — все эти причины могут значительно воздействовать на итог данной оценки. К примеру, моделирование с общими затратами 0,07 $/кВт-ч и 0,03 $/кВт-ч даст последующие результаты:

    Можно созидать, что при больших общих издержек (слева) цены на наиболее действенные машинки (Antminer S19 и Whatsminer M30s) находятся поближе к их справедливой цены, чем цены на машинки наиболее низкого уровня. При низких общих издержек (справа) цены на наименее действенные машинки (Antminer S17 и Whatsminer M20s) стают прибыльнее. Это указывает, что при условии довольно конкурентоспособных общих издержек, майнер может извлекать выгоду и из использования наименее действенных машин.

    В нашей модели мы предусмотрели выключатель, который отключает оборудование от сети, если доходность майнинга остается ниже уровня расходов в течение 14 дней попорядку. В настоящем мире майнеры нечасто включают и отключают машинки исходя из короткосрочной доходности. Почти всегда у их заключены соглашения с хостом датацентра о наименьшем потреблении электроэнергии за месяц. Даже опосля того, как прибыльность падает ниже нуля, большая часть майнеров склонны дождаться доказательства нисходящего тренда, до этого чем решать какие-либо деяния. Из-за трудозатратности работы датацентра и неликвидности рынка машин, майнеры обязаны ориентироваться на наиболее длительные тренды, а не на короткосрочные движения цены. В крайние годы рост числа поставщиков услуг на рынке залогового кредитования также укрепил способность майнеров переносить неблагоприятные времена. Заместо того чтоб продавать огромное количество монет, у майнеров есть возможность предоставить в залог принадлежащие им монеты либо оборудование, чтоб получить заем в фиате для оплаты расходов. Тем не наименее, это теоретическая нижняя граница убытков от майнинга. Майнеры не могут утратить больше, чем серьезные издержки плюс совокупные операционные расходы.

    Как и в случае с колл-опционами, чем наиболее волатильным является базисный индекс, тем выше теоретическая стоимость инструмента. Можно узреть, как изменяются результаты при изменении характеристик модели диффузионных скачков. Когда волатильность угнетается, теоретическая ценность машин резко понижается. При высочайшей волатильности теоретическая ценность стремительно растет:

    *Исходя из общих издержек в размере 0.0507 $/кВт-ч

    Этот анализ основан на стратегии каждодневной реализации (№3). Как и при ретроспективном тестировании, справедливая стоимость, которая быть может «разблокирована» методом производства хеш-мощности, находится кое-где в спектре справедливой цены для стратегий 1, 2 и 3. Беря во внимание, что модель Монте-Карло симулирует 10 000 путей, любой из которых имеет совсем различные пути, одной стратегии обязано быть довольно, чтоб охватить все типы рыночных фаз.

    Будущее без заслуги за блок

    Еще одна переменная, оказывающая существенное воздействие на прибыльность майнинга — это комиссии. Если представить, что размер комиссий будет расти линейно на 5% и 10% в год, то справедливая стоимость машин приметно вырастет:

    *Исходя из общих издержек в размере 0.0507 $/кВт-ч

    По сути тренд размера комиссий еще наиболее спорадичен, и его связь с иными эндогенными переменными наименее явна. Моделирование тренда размера комиссий просит совсем отдельного распределения. Не считая того, существует огромное количество методов повысить точность модели:

  • Как уже говорилось, употреблять Монте-Карло с марковскими цепями, чтоб несколько нивелировать проклятие размерности.
  • Ввести динамический лаг, основанный на 4 архетипических рыночных циклах, употреблять процесс Пуассона для моделирования скачков.
  • Употреблять средние общие издержки, взвешенные по хешрейту, заместо медианной цены по отрасли.
  • Употреблять статистические способы для калибровки характеристик.
  • Употреблять инструменты машинного обучения для описания связи меж хеш-мощностью и ценой.
  • Включить в расчет прибыльности майнинга предсказуемые комиссии.
  • Применить агентное моделирование для поведения майнеров. Агентное моделирование — это способ моделирования сложных систем для получения наиболее глубочайшего осознания их поведения. Оно обширно употребляется в частотной торговле либо анализе рисков смарт-контрактов. В согласовании с данной системой любой майнер рассматривается как «юзер» с разными стратегиями и разной базовой ценой. Потом мы можем найти несколько обычных типов реакций (приобрести больше машин, реализовать машинки, докупить машин плюс выждать 30 дней и т. п.) и выстроить библиотеку вариантов «пользовательского поведения». Это позволило бы нам моделировать еще наиболее сложные взаимодействия на рынке хеш-мощности.
  • Майрон Шоулз произнес: «Все модели имеют недочеты. Но это не означает, что их недозволено употреблять в качестве инструментов для принятия решений».

    Как и модель Блэка – Шоулза, имитационная модель — это механизм, который, пытаясь отразить настоящий мир в коротком описании, упрощает его замудренные связи и хитросплетения. Таковая редукция делает модель подходящей для использования, но сразу ограничивает ее полезность. И в этом смысле принципиально осознавать, в чем конкретно заключаются ее ограничения, и что модели в целом представляют лишь вероятности, а не достоверное познание.

    Тем не наименее модель может служить отправной точкой для юзеров, которые уже сформировали свое представление о рынке. Как и любые прогностические модели, модели имитационные неплохи только так, как неплохи догадки, изготовленные юзером. Инструменты моделирования употребляются, чтоб сейчас перевоплотить эти представления о будущем в стоимость чего-то, что будет подвержено данной версии грядущего.

    Почему это принципиально? Какой смысл развивать теорию ценообразования активов на рынке, который очевидно управляется спросом и предложением?

    Оценка цены — это больше чем просто теоретическое упражнение. В случае Биткойна, когда майнинг станет стопроцентно зависимым от комиссий, конкурентность будет приносить весьма незначимое преимущество и в расчете доходности майнинга не будет ни 1-го прогнозируемого элемента, как мы можем гарантировать, что майнеры продолжат создавать хеш-мощность? Ответ заключается в поддержании стабильности неизменных инвестиций в майнинговое оборудование для роста бюджета сохранности сети. Это весьма принципиально, поэтому что без достаточной хеш-мощности вся система становится уязвимой к атакам, что делает гарантии расчета, обеспечиваемые Биткойном, никчемными. Четкая система оценки — это 1-ый шаг в проверке широкого спектра догадок, вариантов поведения рынка и соответственного планирования. Оценка цены майнинга — база соответствующего управления рисками для майнинговых организаций, которые уже стают системно важными и «очень большенными, чтоб дозволить им упасть».

     

    Подписывайтесь на BitNovosti в Telegram!
    Делитесь вашим воззрением о данной статье в комментах ниже.

    Author: Anonim