讀懂哈希率「煉金術」：加密貨幣算力市場的反身性與四季更迭

當事件擁有主觀參與者時，主體不再局限於事實，同時包括參與者的看法。因果關係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》

加密貨幣挖礦中，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係。

在本文中，我們首先將挖礦市場週期定義為四個基礎階段，每個階段具有不同的價格趨勢、硬體容量和市場情緒。我們研究了每種情境下市場中主要的驅動因子，並演示了硬體反射弧和算力的反身性在塑造這些宏週期中所起的作用。

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於挖礦收益日益增長更廣泛意義。基於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，硬體反應時間和手續費等外在因素和內在因素之間複雜的聯動關係所驅使。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於完全不同時間的參照系中。儘管如此， 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，識別出挖礦週期中繁榮—蕭條的基礎形態：

來源：CoinMetrics 中的比特幣數據

以螞蟻礦機 S19 Pro 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 週期階段 ，挖礦收入在不同環境下會如此變化：

上升牛市 The Rising Bull

代幣價格增速超過哈希率增長

當挖礦難度增速明顯滯後於價格上漲時，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後，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 於價格增速 。算力的提高主要歸因於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。

儘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 晶片礦機可以挖礦 門羅幣（Monero）之後，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 。

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 Mining Gold Rush

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。大型礦工向礦機製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於靜態的盈虧打平天數（鏈聞注：中國一般稱為回本天數，static days-to-breakeven）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。這一時期是礦機製造商獲取天文數字利潤的窗口。礦機二級市場和雲挖礦市場也都在溢價交易。

ASIC 晶片和 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 極大受益於以太坊的迅猛發展。礦工們願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製造出「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 礦機製造商的關注，如最近大熱的 Handshake ， Filecoin 等。

2019 年初，關於 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 爭先恐後為專營 Grin 挖礦的企業提供資金，以採購和運營 GPU 礦機。該項目在主網上啟動後不久，挖礦難度就急劇上升， 芯動 和 Obelisk 等礦機製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

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（Howard Marks）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 。

在代幣牛市和礦機製造商生產過量機器之後， 礦機庫存傾銷屢見不鮮。2017 年， 比特大陸 等礦機製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晶片，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，儘管比特幣價格下跌，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，由於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（Monero、Zcash、Sia 等）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體供應鏈 ，以至於他們幾乎沒有時間做出反應。Nvidia 發布了令人失望的財報，其創始人黃仁勳 Jen-Hsun Huang 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，不要買以太幣。

由於 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，由於海外買家的大手筆，紐約市豪華公寓出現了史詩般的牛市。開發商急於啟動新項目。近年來，由於各種原因（例如資金管制），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 手裡。

洗牌出局 The Shakeout

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。但是由於算力率是自我參照的，所以從市場中出局的算力越多，剩餘的算力就越「濃」。

在比特幣中，這種價格的過度修正傾向於短暫。礦工對未來挖礦收入的預期對算力下降形成緩衝。他們相信復甦機率很高 ，因此願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。由於美國經濟學家約翰•肯尼思•加爾布雷思 John Kenneth Galbraith 所說的「財務記憶極其短暫」，週期的更迭將一次又一次地重演。

市場基本面的柏拉圖預言

算力市場為什麼表現出這些週期？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麼不會帶來相稱的算力調整？換句話說， 為什麼算力市場效率低下 ？

從概念上講，市場是一種資訊匯總設備 ，可以將參與者的看法提煉成價格資訊。價格吸收新資訊的速度越快，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於圍繞生產成本起伏。如果價格低於成本，那么生產就會放慢速度。如果價格高於成本，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資訊時總是帶著自己的 偏見 。這類似於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（例如，公司資本化金額走高或走低），進而影響價格，從而形成了反身性反饋迴路。

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麼表現？

眾所周知對哈希率的需求是由其產生的代幣價值所驅動。買賣決策是基於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。

每個人都有自己的（通常是有缺陷的）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：哈希率越多湧入市場，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餘部分。

這意味著預測哈希率增長的最科學方法是從礦機製造商、大型礦工、服務提供商和分銷商那裡收集礦機銷售數據 。但是， 資訊不對稱是礦機製造行業的一大特徵。要獲取準確和更新的數據，需要花費大量精力。由於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佔比還不算特別重要，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 ，為什麼還會花那麼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 ？

正如市場週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。資本市場中的資訊傳播迅速。硬體製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。

最近一份報告指出 ，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後時間約為 4-6 個月。

請注意，這一滯後時間 不是固定的 。取決於礦機二級市場的生產能力和供貨可用性，滯後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後時間較長。而萊特幣價格和哈希率變化在 2018 年 7 月之後變得非常「同步」。

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 的相應滯後研究，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

• 數據集裡的列是日期（15 天結束日期）、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（x 天價格變化之後）「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，以通用挖礦硬體為主的較小區塊鏈網絡的響應時間要短得多。由於這些網絡上的 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鬆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（稱為「利潤切換器」或「機槍池」）。

請注意，由 ASIC 礦機主導挖礦的區塊鏈網絡並 不一定是價值驅 動 的（例如 2019 年後的萊特幣）；GPU 主導挖礦的網絡 並非完全是投機性 的（例如以太坊）。

多數情況下代幣價格的變化 早於算力變化 。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複出現的、自我實現預言之一，對減半後代幣漲勢的預期，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，然後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。新代幣發行後，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。

哈希率的提高並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 毫無關係的 DeFi 領域也是個爭議話題。發幣機制和所獲得的算力並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遊戲相同。

挖礦硬體的響應時間（無論長度如何）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（反之亦然），該影響可能被低估或高估。因此，將基於模型推斷的決策作為投資決策的輸入值之一，可能帶來災難性後果。

本文的主旨是，算力和代幣價格的這種聯繫 並不意味 著兩者之間存在 因果關係 。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（6400 萬美元）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（例如可改善交易廣播的星火礦池的 Taichi 網絡），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佔比例不斷提高，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 在挖礦收入中所佔百分比會增加，挖礦週期中的四個基礎階段將擴展到甚至更複雜的情境。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。

撰文：Leo Zhang 與 Karthik Venkatesh，分別為算力及衍生產品研究機構 Anicca Research 創始人與數據分析師

---

（以上內容獲合作夥伴 火星財經 授權節錄及轉載，原文鏈接） 

聲明：文章僅代表作者個人觀點意見，不代表區塊客觀點和立場，所有內容及觀點僅供參考，不構成投資建議。投資者應自行決策與交易，對投資者交易形成的直接間接損失作者及區塊客將不承擔任何責任。