数据解读:矿工是如何盈利的?_ASH:BCH

比特币挖矿经济是由无数彼此竞争来保障网络安全的特定应用计算机形成的,其中可以提炼出一个输入三角:收入、运营成本与资本开支。

结合内部收益率(IRR)、净现值(NPV)、投资回报率(ROI)和投资回收期等指标,我们可以利用这三大数据得出对矿工盈利能力的看法。

虽然用一台比特大陆S9矿机日进数百美元的日子已经一去不复返了,但对于最顶层的四分之一矿工来说,他们仍然有机会获得超额回报。凭借设备采购方面的专业性、低廉的电费、先进的利润切换算法等,矿工们依旧可以在日益不确定的宏观环境下获得稳定可观的风险调整后收益。

提高收入

在输入数据三角中,矿工认为他们的收入是最大程度上被预设的。矿工会产生算力,而算力的价值在很大程度上不在他们的控制范围内,因为它主要基于矿工进行挖矿的网络。不过,矿工可以通过一些杠杆来增加收入。

数据:69995703枚USDT从未知钱包转移到Kraken:金色财经报道,WhaleAlert数据显示,69,995,703枚USDT从未知钱包转移到Kraken。[2022/8/27 12:51:23]

矿工决定在哪里变现他们的算力。在大多数情况下,矿工决定他们想挖哪种币以及把算力卖给哪个池。一些平台能够比其他平台提供更高的利润,这意味着矿工利用其算力能够获得更高的报酬。

此外,一些币的挖矿利润也会更高。矿工可以利用智能切换算法来提高他们的整体盈利能力。

不论何时,不同币的盈利能力都会受持续变量的影响而变化,例如网络难度、币价、交易费用、市场深度等原因。

举个例子,假设今天BTC挖矿可能比BCH和BSV更赚钱。但是明天最赚钱的可能又会变成BCH,诸如此类。下图就展示出了Equihash算法币种12小时内的挖矿盈利性波动曲线。

Twitter Spaces首席数据科学家加入Aave:金色财经报道,前Twitter Spaces首席数据科学家Julien Gaillard在Twitter上宣布,他将离开这家社交媒体巨头,成为DeFi借贷平台Aave的数据科学负责人。Aave 是DeFi的杰出协议之一,总价值为 128.9 亿美元。消息人士表示,Gaillard 不会完全致力于可能的社交媒体推广,而是领导一个扩大的数据科学部门,以帮助协议“对我们的风险分析和数据驱动的决策进行更多的分析”产品方面。(coindesk)[2022/1/8 8:33:50]

另一个可以利用的杠杆是提高挖矿的整体算力。实现这个目标的一种方式是安装能够提高矿机算力的自定义固件。举例来说,BOS?能够把一台S9矿机的算力提升到17TH/s,比它的标准水平提高了26%。尽管这样一来矿工的成本以及硬件损坏的风险也都更高了。

数据:交易总额超1亿美元的NFT收藏品系列已达15个:金色财经报道,据9月7日最新数据显示,交易总额超过1亿美元的NFT收藏品系列已达15个,分别是:

1、Axie Infinity:交易总额18.84亿美元;

2、CryptoPunks:交易总额12.41亿美元;

3、NBA Top Shot:交易总额6.77亿美元;

4、Art Blocks:交易总额6.54美元;

5、Bored Ape Yacht Club:交易总额4.48亿美元;

6、Inertial Moment:交易总额3.90亿美元;

7、Mutant Ape Yacht Club:交易总额2.25亿美元;

8、Loot(for Adventurers):交易总额2.16亿美元;

9、Meebits:交易总额2.07亿美元;

10、Rarible:交易总额1.49亿美元;

11、PUNKS Comic:交易总额1.33亿美元

12、0N1 Force:交易总额1.27亿美元;

13、VeeFriends:交易总额1.13亿美元;

14、Parallel Alpha:交易总额1.12亿美元;

15、Pudgy Penguins:交易总额1.06亿美元。[2021/9/7 23:05:18]

预测收入

MakerDAO已通过关于Oracle预言机的新提案 新增4个数据源:为进一步提升MakerDAO协议的安全性,MakerGovernance最近讨论并通过了一项改进提案(MIP),决定向现有的Oracle(预言机)添加四个「轻型」数据源(LightFeeds),分别是去中心化流动性协议KyberNetwork、Ethereum和IPFS的API服务供应商Infura、以太坊区块链浏览器Etherscan以及开源的Web3开发社区Gitcoin。注:Oracles和Feeds是连接MakerDAO与链下世界市场的桥梁,Feeds(数据源)是Oracle预言机价格数据的提供者。[2020/7/10]

预测收入是在估算挖矿投资的盈利能力时最困难的一部分,因为这需要你自己做很多的估算和假设。

金色财经数据播报 细数全球各国对加密货币的监管态度:根据彭博社的统计来看,目前全球各国都在对加密货币进行监管,亚洲目前较为严格,如日本印入数字货币交易许可;韩国、新加坡、菲律宾等国家政府正在逐渐收紧针对于ICO的监管措施,并对加密货币保持观望的态度;国内禁止一切加密货币交易所的存在;虽然亚洲对加密货币监管较为严苛,但目前亚洲仍是加密货币的生长热土。美国等北美国家正在试图公国法案来平衡加密货币的自由和风险;巴西在否定了金融机构进入加密货币市场之外,还表示政府不会主动对加密货币进行监管;欧盟目前仍在审查对加密货币的监管框架;俄罗斯则公布了立法草案,虽然禁止加密货币支付,但允许加密货币和ICO兑换称传统货币;至于非洲,目前成为使用加密货币的天堂。[2018/3/26]

目前,算力价格相当于大约每天0.10美金TH/s。根据HashrateIndex上的指标,这是矿池目前支付给矿工算力的加权价格。

历史表明,随着时间的推移,算力价格呈持续下降的趋势。随着更多算力被增加到网络中,已有算力的价值会被削弱。自2016年1月以来,算力价格平均每天下降0.06%。

矿工可以建立一种通用模型来预测算力价格。这个模型所依据的假设是,ASIC矿机只有在盈利的时候才会开机。你也可以套入维持电力投入、锁仓托管合约或等因素的痛阈值。

网络上的算力算量取决于算力价格。而算力算量又决定了算力价格。这是一种循环计算,常见于用来预测债务偿付计划的模型,可以通过excel执行。

因此矿工需要对新入场的算力、每一台现有ASIC矿机的算力算量、电费以及矿工的运营资本、币价、交易费用等进行假设。

通过利用这种通用架构建立模型,矿工/投资者将能够预测未来自己的算力的价格。

运营成本

毫无疑问,对矿工而言取得长期成功最关键的部分是其电力成本。ASIC矿机会消耗大量电力,这样一来电费就成为了矿工运营成本中的大头。最好的运营商可以在PUE低于1.05的情况下运行其设施,这意味着几乎所有消耗的电力都被用于矿机自身的运行。

即使电费成本只减少1美分,矿工每年的电力成本就能节省近9万美元/MW。

矿工成群结队地蜂拥到提供低价电费的地区。根据多数研究,矿工所支付的全球平均电费价格在每千瓦时3-4美分之间。而四川、哈萨克斯坦和得克萨斯州一部分最有竞争力的运营商目前能拿到低于2美分的电价。

除电费之外,矿工还需要部署耐用的ASIC管理软件、自定义固件以及合适的冷却技术,这对于减少开销和能耗都是非常关键的。

当挖矿收益出现大幅波动时,经营成本较低的矿工不会受到影响。他们还能以非常便宜的价格购买老旧矿机,并且仍然可以盈利。

资本开支

对所有希望进入挖矿行业的人来说,最大的准入壁垒是设立矿场和购买设备所需的资本支出。

对那些希望直接大干一场的矿工来说,他们可以通过世界各地的多家矿场托管。但他们依旧需要解决一个关键的环节,设备采购。

矿机的一级和二级市场非常不透明。制造商不断改变网站上的价格、规格和时间表。他们也有内部斗争,例如比特大陆,这使得实际交付充满不确定性。二级市场是在聊天群里进行的,比如Telegram和微信,在这些地方不存在明确的市场定价。

该领域最优秀的经营者具备与制造商和ASIC经销商打交道的经验,使他们用低成本收购矿机时处于有利地位。ASIC采购所需的经验和关系是非业内人士在进入市场时的障碍。

当矿工在挖矿周期内购买矿机时,他们必须谨慎考虑。有的时期,机器价格便宜,回本快。HashrateIndex有一个机器价格的跟踪器,矿工可以通过这个跟踪器来确定在挖矿周期内购买矿机的时机。

盈利能力计算

在任何情况下,投资者在做决定之前都必须考虑到潜在风险和回报。

内部收益率(IRR)就是使一项特定投资的所有现金流的净现值等于零时的折现率。IRR是在进行资本投资决策时的有力工具。最重要的是,IRR考虑了资金的时间价值。挖矿行业内部和外部都有很多投资机会。你可以不挖矿,而是买比特币,买股票,甚至坐庄美元。每种投资都有不同的风险状况,所以自然会有不同的回报预期。风险越大的投资,预期收益自然也应当会越高。这就是所谓的所需回报率。

每名矿工都有自己的所需回报率。它必须在个人层面根据矿工的个人情况决定。对于那些坐拥低电费、优质的ASIC采购资源同时能够获得相对便宜的资本的运营老手来说,他们的所需回报率会低于刚刚进入行业的新手。

我们也可以参考其他指标,例如净现值、投资回报率、投资回收期等。

挖矿收益

总而言之,如果操作设置正确,执行得当,挖矿行业仍然能够提供巨大的回报。经验丰富的经营者在日益棘手的环境中将处于优势地位。

最大化的投资收益就是在投资品种基本面未改变下,一路长期持有。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:0ms0-3:685ms