編者按:本文來自鏈聞ChainNews,星球日報經授權發布。撰文:LeoZhang與KarthikVenkatesh,分別為算力及衍生產品研究機構AniccaResearch創始人與數據分析師當事件擁有主觀參與者時,主體不再局限于事實,同時包括參與者的看法。因果關系鏈不是直接由一個個事實導致的,而是由事實觸發感知、由感知反饋給事實。金融大鱷喬治?索羅斯《金融煉金術》在前文《讀懂哈希率「煉金術」:比特幣算力資產的特征與挑戰》中,我們討論了將算力當作一種資產類別的框架。在加密挖礦中一切都是相關聯的。為了充分了解算力市場動態規律,我們需要抽絲剝繭地研究影響算力變量之間的關系。在本文中,我們首先將挖礦市場周期定義為四個基礎階段,每個階段具有不同的價格趨勢、硬件容量和市場情緒。我們研究了每種情境下市場中主要的驅動因子,并演示了硬件反射弧和算力的反身性在塑造這些宏周期中所起的作用。通過一系列案例研究和理論論證,我們意圖引入一個指導框架,以理解挖礦中的不同投資環境。結尾我們討論了交易費對于挖礦收益日益增長更廣泛意義。基于交易費市場的新機會,以及費率作為一個主要變量,將如何深刻地改變算力市場的結構。算力市場的四季更迭
算力市場動態是由價格趨勢、反身性的反身性,硬件反應時間和手續費等外在因素和內在因素之間復雜的聯動關系所驅使。雖然連接它們的邏輯看似很明確,但是每個變量的隨機性使建立廣義模型非常困難。正因如此,有時市場表現出的宏觀現象會顯得毫無邏輯,似乎價格和哈希率各自處于完全不同時間的參照系中。盡管如此,礦工的實際獲利能力是能被追溯和確定的。我們可以根據歷史挖礦收入如何在不同市場環境下的演變,識別出挖礦周期中繁榮—蕭條的基礎形態:
來源:CoinMetrics中的比特幣數據以螞蟻礦機S19Pro的規格參數為例,通過價格和網絡哈希率的向量在不同方向上以不同的速率移動來劃分周期階段,挖礦收入在不同環境下會如此變化:
ChatGPT 推出 6 項更新,包括提示示例、推薦回復、保持登錄狀態等功能:8月5日消息,OpenAI 針對 ChatGPT 推出一系列更新以改善用戶使用體驗,包括 1.提示示例,當用戶打開 ChatGPT 聊天界面時,入欄上方將出現一些預設提示示例,例如推薦生日禮物、建議周末活動、比較商業策略等;2. 推薦回復,對話過程中,ChatGPT 會根據聊天內容和語境,提供相關的回復建議,幫助推進對話,用戶只需點擊一下,即可進入更深入豐富的話題探索;3. 默認使用 GPT-4,對于所有 Plus 用戶,新建對話時將默認選擇 GPT-4 模型,而不是原來的 GPT-3.5;4. 可上傳多個文件,用戶可以上傳多達 10 個文件,來命令 ChatGPT 分析整理數據,并生成觀點;5. 保持登錄狀態,不再受每兩周被強制下線的限制。只要自己不退出賬號,就可一直保持在登錄狀態;6. 新增 8 個快捷鍵,用戶將可以在 ChatGPT 中使用快捷鍵,例如用? (Ctrl) + Shift + 來復制最后一個代碼塊,用? (Ctrl) + / 查看整個列表等。[2023/8/5 16:20:40]
上升牛市TheRisingBull
代幣價格增速超過哈希率增長當挖礦難度增速明顯滯后于價格上漲時,挖礦是最有利可圖的。「上升牛市」階段通常發生在長時間波動相對較弱之后,價格剛剛開始形成動能,市場中多數仍不確定下一步方向。算力的增長速度遠低于價格增速。算力的提高主要歸因于對價格有上漲預期的礦工或能拿到極低電費的礦工。例如,在2019年1月至2019年4月期間,BCH-BSV「算力戰爭」與枯水期重疊,比特幣價格受到壓制。足智多謀的礦工購買了二級市場上價格便宜的二手礦機。有些還通過合成挖礦合同或云挖礦來低價建立倉位。盡管在這個階段比特幣價格呈上升趨勢,有時環境因素甚至可能導致哈希率下降。通常與物理條件有關,例如極端天氣、洪水迫使大型礦場下線。2020年四川雨季的洪水尤其具備破壞性。但是這些是暫時的挫折,通常會隨著時間的推移而復蘇。另一個可能導致算力下降的特殊情況是由開發者發起的硬分叉。在比特大陸首次宣布其ASIC芯片礦機可以挖礦門羅幣之后,Monero開發人員決定每六個月切換一次算法。每次網絡更改算法時,一部分網絡哈希率將下降。開發人員啟動的硬分叉不僅僅是對礦機抱有敵對情緒的項目中的一種現象。Sia開發人員非常接納ASIC挖礦,但是他們通過硬分叉專門將比特大陸和嘉楠耘智的ASIC礦機從網絡上清除掉。
Axie Infinity的OriginsS4上線,獎勵超11萬枚AXS:5月10日消息,鏈游 Axie Infinity 宣布 Origins S4 上線,總獎池達 111,764 AXS,該賽季持續 42 天,引入了一個新的機制,玩家可以使用能量碎片來保留他們的卡牌,此外還對競技場排名獎勵和進度進行了升級。[2023/5/10 14:54:26]
來源:CoinMetrics中的Monero數據這種特殊情況可能會暫時阻止哈希率的增長,但是隨著總體上升趨勢的延續,參與者的積極情緒進一步加強,對算力的需求也隨之增加。挖礦淘金潮MiningGoldRush
代幣價格漲勢快,哈希率增長速度抬頭一旦牛市形態得到確認,人們就會更加渴望購買礦機。新礦機一經發售幾乎馬上賣光。大型礦工向礦機制造商下達了豐厚訂單,以爭取優先為其供貨。在煉金術一文中,我們描述了礦機的定價與基于靜態的盈虧打平天數的相關性。回本天數越短,賣方為礦機定的價格就越高。代幣價格迅速回升,隨之而來的是對新礦機的需求,但是全網算力的增長速度尚未加快。這一時期是礦機制造商獲取天文數字利潤的窗口。礦機二級市場和云挖礦市場也都在溢價交易。ASIC芯片和GPU顯卡挖礦都是如此。從2016年到2017年末,顯卡大廠AMD和英偉達Nvidia極大受益于以太坊的迅猛發展。礦工們愿意為市面上能買到的每個GPU付出最高出價。GPU一度供應短缺非常嚴重,Nvidia甚至考慮要求零售商對每位買家限購2件以內。在當前市場,DeFi熱潮再度引發人們對以太坊的濃厚興趣。泡沫炒作很容易在礦工之間制造出「擔心上不了車的恐慌情緒FOMO」。價格正向偏見繼續自我增強,期望值上升得更快。誕生時間較短首次經歷此階段的替代幣項目可能會吸引ASIC礦機制造商的關注,如最近大熱的Handshake,Filecoin等。2019年初,關于Grin獲得數億美元投資的謠言如野火般蔓延開來。風投資本VC爭先恐后為專營Grin挖礦的企業提供資金,以采購和運營GPU礦機。該項目在主網上啟動后不久,挖礦難度就急劇上升,芯動和Obelisk等礦機制造商競相打造第一個Grin挖礦專用ASIC礦機。歷史證明,該項目從未能匹配大肆炒作的期望,相應ASIC礦機也從未得到足夠訂單來投入生產。礦機庫存傾銷Inventory-flush
美股三大指數均跌逾1%:金色財經報道,美聯儲宣布加息25個基點,美股盤中震蕩,尾盤跳水集體收跌,道指跌1.63%,納指跌1.6%,標普500指數跌1.65%,大型科技股多數下跌,特斯拉跌超3%,谷歌、亞馬遜、Meta Platforms均跌逾1%;[2023/3/23 13:20:41]
代幣價格走低,哈希率增長速度依然強勁正如橡樹資本創始人霍華德·馬克斯所說:「任何產生異常盈利能力的事物都會吸引增量資本,直到資本過度擁擠。」在代幣牛市和礦機制造商生產過量機器之后,礦機庫存傾銷屢見不鮮。2017年,比特大陸等礦機制造商錯誤地判斷了市場發展方向,2018年期間生產了過多的礦機。他們不得不通過礦機逐步降價來傾銷庫存。為了清倉囤積過多的芯片,比特大陸甚至推出市場需求極為平淡的產品,例如可挖礦的家用Wifi路由器。結果,盡管比特幣價格下跌,算力仍持續攀升了幾個月,直到利潤率被充分擠出水分。在同一時期,由于哈希率的競爭呈指數級增長,許多GPU礦場變得無利可圖,山寨幣ASIC礦機算力被釋放進市場中,而山寨幣的價格一路下跌。熊市迅速地打擊了硬件供應鏈,以至于他們幾乎沒有時間做出反應。Nvidia發布了令人失望的財報,其創始人黃仁勛Jen-HsunHuang的論調從2017年比特幣歷史高點時的「加密貨幣將成為我們業務的重要推動力」變為「我不想有任何人買加密貨幣,好嗎?停下來。夠了。不要買比特幣,不要買以太坊。」由于生產過剩導致的庫存傾銷在許多遭遇高度反應延遲的市場中出現過。例如大約10年前,由于海外買家的大手筆,紐約市豪華公寓出現了史詩般的牛市。開發商急于啟動新項目。近年來,由于各種原因,購買力漸趨枯竭,但是那些新建成的豪華公寓才剛剛投放市場。結果空蕩蕩的樓盤砸在了開發商手里。洗牌出局TheShakeout
代幣價格下跌,哈希率銳減有時,挖礦收入會下降到一個閾值以下,對堅持下去的礦工來說一直無法盈利。中國礦工稱其為「關機價」。在傳統市場中,當出現價格修正時,負向偏見會開始滾雪球,將價格帶入低迷軌道。但是由于算力率是自我參照的,所以從市場中出局的算力越多,剩余的算力就越「濃」。在比特幣中,這種價格的過度修正傾向于短暫。礦工對未來挖礦收入的預期對算力下降形成緩沖。他們相信復蘇幾率很高,因此愿意在虧損情況下堅持挖礦,甚至在市場經歷洗牌出局時依然購買新的礦機。另一方面,如果該網絡中充斥著投機型礦工,這種投降出局就會頻繁發生。長時間表現不佳的東西最終會顯得廉價。由于美國經濟學家約翰?肯尼思?加爾布雷思JohnKennethGalbraith所說的「財務記憶極其短暫」,周期的更迭將一次又一次地重演。市場基本面的柏拉圖預言
報告:中東北非地區加密市場增長全球最快,阿聯酋一年翻10倍:10月11日消息,Chainanalysis報告顯示,中東和北非地區的加密貨幣市場是世界上增長最快的市場。2021年7月到2022年6月之間,中東和北非地區擁有超過9%的全球加密貨幣交易份額。阿聯酋是該區域增長最為迅猛的國家,該國加密貨幣市場今年增長了10倍。(bitcoinist)[2022/10/11 10:31:10]
算力市場為什么表現出這些周期?直覺上算力的增長與價格趨勢是正相關的。但是代幣價格的變化為什么不會帶來相稱的算力調整?換句話說,為什么算力市場效率低下?從概念上講,市場是一種信息匯總設備,可以將參與者的看法提煉成價格信息。價格吸收新信息的速度越快,市場的效率就越高。達到理論上的平衡狀態時,網絡挖礦難度應匯聚到多數礦工接近收支平衡經營的水平。中本聰多年前在BitcoinTalk中的一篇帖子中寫道:「任何商品的價格都傾向于圍繞生產成本起伏。如果價格低于成本,那么生產就會放慢速度。如果價格高于成本,則可以通過產生和出售更多產品來獲利。與此同時,產量的增加將帶來難度的增加,將生產成本推高,向價格靠攏。」在當前的市場中,比特幣的價格遠非生產成本的被動反映。在現實中,我們很少看到中本聰設想的這種平衡。對大多數實物商品而言,供應主要由生產和消費需求決定,但投機活動導致加密貨幣投資者根據對未來價格的預期而非當前的供求曲線做出決策。因此挖礦成本的簡單計算幾乎無法提供對市場的洞察。市場參與者在處理新信息時總是帶著自己的偏見。這類似于通過高維物體在低維度上的投影來猜測其形狀。這是市場基本面的柏拉圖寓言。認知容易出錯帶來了反身性。反身性是一個迭代過程:市場作為一個偏見的大熔爐,在反應現實時總是有缺陷的。當投資者在市場上押注時,價格的變化開始影響市場基本面,進而影響價格,從而形成了反身性反饋回路。與其關注假設結果,不如研究變化過程。反身性理論歷經多年發展,已獲得主流青睞。研究人士在股票、貨幣、加密貨幣乃至挖礦市場中進行了廣泛的反身性觀察。算力的反身性
反身性在算力市場具體怎么表現?眾所周知對哈希率的需求是由其產生的代幣價值所驅動。買賣決策是基于參與者自身對未來挖礦收入的偏見預期。股權投資者通過進行宏觀、行業和公司分析來設定對未來價格的期望。算力投資者通過評估代幣價格、手續費和網絡哈希率增長的趨勢來設定對未來挖礦收入的期望。
Celsius將其比特幣清算價格降至12243美元:7月3日消息,The Altcoin Hub發推稱,Celsius將其比特幣清算價格降至12243美元。[2022/7/3 1:47:31]
每個人都有自己的對價格趨勢的判斷。建立算力增長預測模型則要困難得多。原因之一是它是動態遞歸的:哈希率越多涌入市場,單位礦工所擁有哈希率的稀釋就越高。變化會導致期望值的調整,因此會遞歸影響當前的挖礦收入。算力市場中的每個參與者都在不斷改變市場的其余部分。
這意味著預測哈希率增長的最科學方法是從礦機制造商、大型礦工、服務提供商和分銷商那里收集礦機銷售數據。但是,信息不對稱是礦機制造行業的一大特征。要獲取準確和更新的數據,需要花費大量精力。由于很難可靠地設定對哈希值增長的期望,加上交易費在挖礦收入占比還不算特別重要,因此對代幣未來價格的期望自然成為了挖礦行業發展的主要變量。畢竟如果人們對未來的價格不樂觀,為什么還會花那么多的資本和精力參與挖礦?收集挖礦數據是一項繁重的任務,但是是否有可能對代幣價格趨勢和算力增長之間建立量化模型?正如市場周期的四個階段所演示的那樣,我們經常會看到算力和代幣價格走勢的背離。資本市場中的信息傳播迅速。硬件制造和礦機出貨非常緩慢。哈希率市場與理想化的有效市場假說呈現相反趨勢。這使得單純的關聯性分析分析變得無用。我們需要在不同的時間刻度上審閱數據。最近數字資產金融服務公司BitOoda發表了一份全面的研究報告,他們對過去一年中的代幣價格變化與哈希率變化,發現哈希率的變化相對代幣價格漲勢的滯后時間約為4-6個月。請注意,這一滯后時間不是固定的。取決于礦機二級市場的生產能力和供貨可用性,滯后時間隨每個市場變化而變化。不同區塊鏈網絡的相應時間也各不相同。以萊特幣為例,2018年1月至5月其挖礦哈希率對價格變化的反應滯后時間較長。而萊特幣價格和哈希率變化在2018年7月之后變得非常「同步」。
來源:CoinMetrics中的Litecoin數據將這一分析擴展到2017-2020年間更長時期內的比特幣、ETH和萊特幣的相應滯后研究,我們發現平均響應時間分別為60-120天、30-60天和15天。
分析流程:1.15天數據匯總數據集里的列是日期、15天的平均價格、15天的平均哈希率2.每個15天階段計算:15天、30天、45天……180天后的價格百分比變化15天、30天、45天……180天后的哈希率百分比變化3.計算不同時間段內價格變化和哈希率變化之間的相關性4.矩陣讀取為:「y」天內的價格變化與「y」天內哈希率變化之間的相關性響應時間在本質上無所謂好壞。它是給定時間段市場上礦機可用性的函數。一般而言,以通用挖礦硬件為主的較小區塊鏈網絡的響應時間要短得多。由于這些網絡上的礦工忠誠度較低,因此他們的算力可以更快地響應價格上漲和下跌。與ASIC礦工相比,當有利可圖時他們可以輕松地切換到其他網絡挖礦。一些挖礦算力池提供自動切換服務,不斷在多個不同網絡間跳來跳去,以實現利潤最大化。
請注意,由ASIC礦機主導挖礦的區塊鏈網絡并不一定是價值驅動的;GPU主導挖礦的網絡并非完全是投機性的。多數情況下代幣價格的變化早于算力變化。有時我們可以在山寨幣市場中觀察到相反的情況,通常是即將經歷減半的山寨幣。減半是加密貨幣中重復出現的、自我實現預言之一,對減半后代幣漲勢的預期,促使礦工提前部署新礦機。有時,聯手協作的炒幣組織會部署算力以積累足夠的代幣,然后操作推高代幣價格以獲得最終收益。這種模式在GPU礦工對新項目進行投機中也很常見。新代幣發行后,多數代幣都在場外交易OTC市場上獨家交易,流動性極差。礦工沒有很好的倉位退出渠道,他們繼續虧損運營,直到項目開發獲得動力。隨著社區的發展,該項目代幣在更大的交易所掛牌交易,使礦工有機會獲得一些收益。哈希率的提高并不能保證代幣價格未來提升。這是一個高風險的賭注,失敗的例子不勝枚舉。需要很多因素協調才能保證這個過程進展順利。在以下過程的每個步驟中,都可能出現問題:
2017年至2019年初之間各類GPU挖礦項目頗受歡迎。部分分析人士稱,工作量證明項目向風投進行未來代幣簡單協議SAFT發行相比ICO而言更公平。如何更公平發幣是一個非常廣泛的議題。即使在與PoW毫無關系的DeFi領域也是個爭議話題。發幣機制和所獲得的算力并不能保證未來的價格上漲。本質上這是一種具有較高入門壁壘的ICO形式,與在黑暗中投飛鏢的賭場游戲相同。挖礦硬件的響應時間都是內生性的來源。這意味著在對價格對哈希率增長影響建模時,該影響可能被低估或高估。因此,將基于模型推斷的決策作為投資決策的輸入值之一,可能帶來災難性后果。本文的主旨是,算力和代幣價格的這種聯系并不意味著兩者之間存在因果關系。一個不會自動誘發另一個。未來挖礦收益的預期和哈希率增長的預期彼此相互增強。交易的影響力不斷增強
要更進一步細化本文開頭的宏觀模型,手續費變化趨勢也應是主要變量。如上所述,目前對挖礦收入的預期主要由代幣價格趨勢驅動。今年8月,以太坊礦工共獲利1.13億美元。之前的歷史最高記錄是出現在2018年1月。DeFi項目的鏈上流量不斷猛增,可以解釋礦工從手續費中所取得收益的大漲。將交易手續費作為關鍵變量,為新的盈利模式打開了可能性。例如,以太坊中的去中心化交易所中的套利機會,激勵競爭自動做市商在Gas優先拍賣競標中不斷提高報價。控制交易訂單排序的礦工可以通過優化Gas費用排序,來從這些拍賣中獲利。這是礦工可提取價值MEV中的一部分,MEV即礦工可從智能合約直接獲得的價值。將會有更多服務和基礎設施項目,可以解決費率市場新出現的各個方面問題。隨著交易收入在挖礦收入中所占比例不斷提高,挖礦收入計算增加了一個新的維度。價格預期和手續費預期都會影響對未來挖礦收入的預期:
反身性理論是理解算力潮起潮落的有效方法。但是,這一模型無法取代對算力市場中基本漏洞的理解。隨著挖礦行業變得更加工業化,資本支出不可避免地會增加。同時,手續費在挖礦收入中所占百分比會增加,挖礦周期中的四個基礎階段將擴展到甚至更復雜的情境。這一綜合影響將給礦工的現金流量管理帶來更多挑戰和不確定性。歷經10年的發展,算力資本市場仍然飽受缺乏標準合同條款和定價思路的困擾。該行業需要適當的風險管理實踐和成熟的市場機制,以確保對算力的持續長期投資。我們將在下一篇文章中深入探討風險管理框架、創新的融資與對沖策略,以及金融化對挖礦行業的長期影響。
去中心化金融今年在加密貨幣行業占據了C位。最熱門的就數"借貸"協議,它讓用戶基于市場供需通過算法確立的利率來借入/借出數字資產.
1900/1/1 0:00:00近期,美國的一篇2020年8月加密市場波動報告指出,今年九月基本上會是比特幣歷史表現最糟糕的一個月,通常會給投資者帶來負收益.
1900/1/1 0:00:00本文來自:哈希派,作者:哈希派分析團隊,星球日報經授權轉發。金色財經合約行情分析 | BTC放量突破 5月初高點:據火幣BTC永續合約行情顯示,截至今日16:00(GMT+8),BTC價格暫報1.
1900/1/1 0:00:00編者按:本文來自彩云區塊鏈,Odaily星球日報經授權轉載。鏈上數據平臺Glassnode透露,UniSwap令牌的推出已導致以太坊網絡出現嚴重擁堵,這導致ETH礦工費用飆升,礦工在一個小時內收.
1900/1/1 0:00:00SushiSwap的出現,給大家普及了一個概念:公平啟動。它是指項目從啟動開始就由社區治理,所有人都能公平參與項目,無預挖、無投資人、無自留.
1900/1/1 0:00:00編者按:本文來自第1眼新聞,星球日報經授權發布。中國信息通信研究院,是國家工業互聯網標識解析體系頂層設計的支撐單位,也是國家頂級節點的建設運營單位.
1900/1/1 0:00:00