明智的比特币矿工，应当通过模型了解收益变化 (5)

如果最近 30 天盈利为正并超过某个阈值，矿工将增加矿机数量。阈值为：最近 30 天盈利 > 所有 (支出) 的总和。

增加的矿机数量计算如下：(最近 30 天盈利所有 (支出) 的总和)/ 矿机价格*矿机增长系数。

每种矿机类型都有一个增长率，反映的是它的相对增长。由于制造商缺乏继续生产的意愿，老一代的矿机增长率较小。我们还为添加新矿机设置了一个反应延迟。新订单的生产和交付通常需要一段时间。

在我们的模型中，这意味着在增加 x 台矿机的动作被触发后，矿机不会立即被添加到矿工的账户中。我们设置了一个常量列表作为每种机器类型的反应时间。反应延迟是一个静态近似值，应定期更新，以反映供应链能力的变化。

明智的比特币矿工，应当通过模型了解收益变化 基于最佳努力估计

总而言之，触发函数会输出矿工买入或卖出的矿机数量。

用户可以用他们认为合适的常量来更新增长因子和反应天数。调整的代码可以在 Simulator.py 中找到。

参考阅读 :

https://github.com/khelmy/intelligent-bitcoin-miner/blob/main/Simulator.py

与《第一部分》一样，我们使用一个随机过程来预测比特币在模拟生命周期内的价格。几何布朗运动模型的基础支持来自于从 Coin Metrics 中提取的历史价格数据。

将所有内容结合在一起，我们使用下面的图表来说明这个过程是如何运作的：

明智的比特币矿工，应当通过模型了解收益变化

参考阅读：

《明智的比特币矿工，应当像管理投资一样运营算力》

为了测试该模型，我们模拟了不同的市场条件，并分析了由此产生的矿工行为。我们评估了一个用户矿工的盈利能力，该矿工获得了 100 万美元的前期资金用于购买矿机，但无法进一步扩大经营规模。模拟运行 100 天，取 25 次试验的平均结果。

用户的盈利能力是根据不同矿机类型和几种不同的电力成本来衡量的。亮点如下所示。

所使用的参数绝不是确定的，用户可以自由地用自己的假设重新运行分析。场景分析的代码可以在 main.py 中找到。

参考阅读 :

https://github.com/khelmy/intelligent-bitcoin-miner/blob/main/main.py

我们的第一个测试是模拟了牛市的情景。考虑到撰写本文时正在进行的牛市，我们简单地将 (责任编辑：admin)