Jag ägnade 47 timmar åt att bygga en lönsamhetsmodell för gruvdrift. Här är vad jag hittade.

Jag tillbringade 47 timmar med att bygga en Lönsamhetsmodell för gruvdrift. Här är vad jag hittade.

Kalkylarket ljög inte. Men det kostade mig nästan mitt äktenskap.

Det började med en enkel middagsfråga.
"Så vad är den faktiska avkastningen på de gruvmaskiner du fortsätter att prata om?"

Jag sa de fyra farligaste orden inom privatekonomi: "Jaha... det beror på."

Fyrtiosju timmar senare hade jag 23 Excel-flikar, 4 847 formelceller och en modell som var tillräckligt detaljerad för att göra en energiekonom stolt. Jag hade också en fru som försiktigt föreslog att jag kanske ville "gå ut en stund."

Värt det. För nu har jag klarhet.

Hero: Modellen som tog över mitt liv

Innan detta använde jag onlineräknare som asicprofit.com för snabba uppskattningar. De är bra för ögonblicksbilder. Men jag ville förstå motorn under huven.

Så jag byggde en.

Jag modellerade 34 variabler över hårdvara, el, svårighetsgrad, pris, drifttid, avgifter och finansiering. Sedan stresstestade jag allt med scenarier och Monte Carlo-simuleringar.

Här är vad som faktiskt betyder något.

Variablerna som verkligen driver vinst

Efter att ha rangordnat varje faktor efter påverkan över en 36-månaders horisont var resultaten brutalt tydliga.

Nivå 1: De fyra stora (cirka 85 % av resultatet)
Elkostnad ($/kWh)
Hårdvarueffektivitet (J/TH)
Nätverkssvårigheter trend
Bitcoin pris

Nivå 2: Meningsfulla justeringar (cirka 12 %)
Upptidsprocent
Kylning över huvudet
Poolavgifter
Inköpspris för hårdvara

Nivå 3: Mestadels buller (cirka 3 %)
Avvikelse i transaktionsavgift
Mindre firmware-justeringar
Exotiska optimeringar folk bråkar om på nätet

Det mesta av det som gruvarbetare är besatta av rör knappt nålen. De fyra första variablerna avgör nästan allt.

Hur modellen byggdes

Jag strukturerade modellen som ett ekonomisystem, inte ett hobbykalkylblad.

Datakällor inkluderade:
Hårdvaruspecifikationer från tillverkare, korskontrollerade med asicprofit.com
Elpriser från elbolag och värdleverantörer
Svårighetsprognoser från historisk regression (2020–2025)
Prisscenarier baserade på långsiktiga trendmodeller och volatilitetsband

Arbetsboken hade:
En hårdvarudatabas (47 ASIC-modeller)
En platsmatris (23 elregioner)
En svårighetsmotor med tre tillväxtvägar
Tre Bitcoin-prisvägar
Ark per maskin genererar nio scenariokombinationer vardera
NPV-, IRR- och break-even-kalkylatorer
En Monte Carlo-simulator (1 000 körningar)

För teorin bakom gruvekonomi och svårighetsmekanik lutade jag mig mot utbildningsmaterial från btcfq.com.

Vad siffrorna ändrade mig om

1. Effektivitet har passerat en kritisk tröskel

Gapet mellan 29 J/TH och 17 J/TH maskiner är inte bara "lite bättre". I skala och över tid är det överlevnad kontra avstängning.

Några J/TH-skillnader kan betyda tusentals dollar per enhet under tre år. Effektivitet avgör nu direkt vem som överlever björnmarknader.

2. Elkostnaden är en klippa, inte en sluttning

Jag förväntade mig en jämn vinstminskning eftersom elen blev dyrare. Istället hittade jag en skarp brytpunkt.

Runt 0,12–0,14 USD per kWh faller lönsamheten från en klippa. Utöver det bryter du ofta för kraftbolaget, inte dig själv.

3. Drifttid förstör tyst returer

De flesta miniräknare förutsätter 100 % drifttid. Det gör inte det verkliga livet.

Skillnaden mellan 98 % och 88 % drifttid på en maskin under ett år kan vara över 1 000 USD i förlorade intäkter.

Det är därför jag modellerar professionell hosting med dokumenterad drifttid. Leverantörer gillar OneMiners publicera upptidsmål runt 98 %, vilket jag använder som min "seriösa operation"-baslinje. En hemgarageinstallation matchar sällan det när du räknar omstarter, överhettning och slumpmässiga avbrott.

Scenarioanalys: Bull, Base och Bear

Jag körde nio kombinerade scenarier med tre prisvägar och tre svårighetstillväxtvägar under 36 månader.

I basfallet (måttlig pristillväxt, måttlig svårighetstillväxt) producerade en modern effektiv maskin till konkurrenskraftiga kraftpriser en stark positiv NPV och en hög tvåsiffrig IRR.

I tjurscenarier var avkastningen extrem.
I björnscenarier med snabb tillväxtsvårighet var förluster mycket möjliga.

Nyckelinsikten: gruvdrift är inte "alltid lönsamt", men under rimliga antaganden var sannolikheten för ett positivt resultat mycket högre än jag förväntade mig.

Geografi: Var du min betyder mer än du tror

Jag jämförde 23 platser, inklusive hembrytning och professionellt värdskap.

Till typiska bostadspriser i USA kämpar hembrytning ofta om du inte har ovanligt billig kraft. I högkostnadsregioner är det helt enkelt omöjligt.

I stor skala överträffade professionellt värdskap i lågkostnadsstater konsekvent heminställningar när jag stod för:

• Min egen tid

• Infrastruktur

• Kylning

• Risk och stillestånd

För större distributioner blev B2B-värdleverantörer som Circlehash mer attraktiva förbi ungefär 15 maskiner, där infrastruktur och bulkprissättning kompenserade för förvaltningsavgifter.

Finansiering kontra att betala kontant

En överraskning: finansieringen förbättrade ibland IRR även när den totala kostnaden var högre.

Genom att sprida betalningarna över tiden förblev kapitalet fritt för andra ändamål. När jag diskonterade kassaflöden ordentligt, visst "Betala senare" strukturer från leverantörer som OneMiners gav bättre intern avkastning än att betala allt i förskott.

Gamla revisorsinstinkter sa: "Undvik avbetalningar." Modellen sa, "det beror på din kapitalkostnad." Modellen vann.

Känslighetsanalys: Vad bryter lönsamheten

När jag stresstestade variabler en efter en dominerade elkostnad och hårdvarueffektivitet.

Priset betydde mycket, men effektiviteten avgjorde hur länge en maskin stannade över break-even när svårigheten klättrade. I nedgångar dog ineffektiva maskiner först. De effektiva fortsatte att andas.

Slutsats: Mining är ett spel av marginaler, inte hype

Efter 47 timmars modellering, tusentals formler och fler scenariotester än jag någonsin vill se igen, blev en sak klar: Bitcoin-gruvdrift är inte magi, och det är inte galenskap. Det är matematik.

Lönsamhet kommer inte från att jaga små justeringar eller besatta av mindre inställningar. Det kommer från att fatta några viktiga beslut rätt - särskilt elkostnad, hårdvarueffektivitet och driftsäkerhet. Dessa är inte "trevliga att ha" optimeringar. De är grunden som avgör om en gruvdrift frodas, kämpar eller lägger ner.

Modellen visade att gruvdrift uppför sig mindre som en lott och mer som en investering i infrastruktur med hög volatilitet. Det finns en verklig risk. Bear markets, stigande svårighetsgrad och dåliga operativa inställningar kan absolut leda till förluster. Men med effektiv hårdvara, konkurrenskraftiga kraftpriser och stark drifttid förändras oddsen dramatiskt. Under realistiska antaganden var sannolikheten för långsiktig lönsamhet mycket högre än vad den vanliga berättelsen antyder.

Det största tänkesättskiftet var att förstå skillnaden mellan vinst och överlevnad. Billig el maximerar uppsidan i goda tider. Hög effektivitet skyddar dig i dåliga tider. Gruvarbetarna som håller i flera cykler är inte de som hade tur en gång – de är de som byggde verksamheter som kan hålla sig över break-even när förhållandena blir tuffa.

I slutändan, svaret på "Är gruvdrift värt det?" är fortfarande "det beror på", - men nu har det svaret struktur bakom sig. Det beror på din energikostnad. Det beror på din hårdvara. Det beror på hur professionellt du driver verksamheten. När de här bitarna är i linje, slutar gruvdrift att vara en spekulativ chansning och börjar se ut som en beräknad, långsiktig strategi.

Så ja, efter alla diagram, simuleringar och sömnlösa kalkylnätter, skulle jag göra det.

Bara inte blint.