[논문 리뷰] Diversification Across Mining Pools: Optimal Mining Strategies under PoW

Panagiotis Chatzigiannis, Foteini Baldimtsi외 2명|arXiv (Cornell University)|2019. 05. 12.

Blockchain Technology Applications and Security인용 수 6

한 줄 요약

이 논문은 현대 포트폴리오 이론에 영감을 받은 포트폴리오 기반 접근을 사용하여, 위험 회피 성향을 가진 마이너가 복수의 마이닝 풀과 암호자산 간에 계산 능력을 최적화하여 할당할 수 있도록 하는 유틸리티 최적화 프레임워크를 제안한다. 주요 결과로는, 제안된 도구를 사용해 능동적으로 다각화하는 마이너의 샤프 비율이 수동적 단일 풀 마이닝 대비 260% 향상됨을 보여준다.

ABSTRACT

Mining is a central operation of all proof-of-work (PoW) based cryptocurrencies. The vast majority of miners today participate in "mining pools" instead of "solo mining" in order to lower risk and achieve a more steady income. However, this rise of participation in mining pools negatively affects the decentralization levels of most cryptocurrencies. In this work, we look into mining pools from the point of view of a miner: We present an analytical model and implement a computational tool that allows miners to optimally distribute their computational power over multiple pools and PoW cryptocurrencies (i.e. build a mining portfolio), taking into account their risk aversion levels. Our tool allows miners to maximize their risk-adjusted earnings by diversifying across multiple mining pools which enhances PoW decentralization. Finally, we run an experiment in Bitcoin historical data and demonstrate that a miner diversifying over multiple pools, as instructed by our model/tool, receives a higher overall Sharpe ratio (i.e. average excess reward over its standard deviation/volatility).

연구 동기 및 목표

• 주요 마이닝 풀이 지배하는 PoW 블록체인의 중앙집중화 위험을 줄이기 위해, 마이너가 복수의 풀로 다각화하도록 유도함.
• 위험 회피 성향과 풀 특성에 기반해 마이너가 해시 파워를 최적화하여 할당할 수 있는 의사결정 프레임워크 제공.
• 동일하거나 다른 PoW 알고리즘을 사용하는 복수의 암호자산으로의 다각화를 지원하도록 모델 확장.
• 실제 역사적 데이터를 사용하여 최적의 해시 파워 분배를 자동화하는 실용적인 계산 도구 개발 및 검증.
• 실증적으로 능동적 다각화가 수동적 단일 풀 마이닝 대비 마이닝 보상의 샤프 비율을 크게 향상시킴을 입증함.

제안 방법

• 마이닝 파워 할당 문제를 제약 조건이 있는 유틸리티 최적화 문제로 공식화하여, 마이너의 위험 회피 성향과 풀별 특성 매개변수를 모델링함.
• 마크owitz의 현대 포트폴리오 이론을 마이닝 풀에 적용하여, 각 풀을 기대 수익과 변동성(보상의 분산)을 가진 자산으로 간주함.
• 실시간 또는 후행적 할당을 위해 COBYLA 알고리즘을 사용한 파이썬 기반 최적화 도구를 구현함.
• 세 가지 변형 모델링: 단일 암호자산에 대한 풀 간 다각화, 동일한 PoW 알고리즘을 사용하는 복수의 암호자산 다각화, 다른 PoW 알고리즘을 사용하는 복수의 암호자산 다각화.
• 해시레이트, 수수료 구조, 보상 배분 메커니즘과 같은 주요 풀 매개변수를 유틸리티 함수에 통합함.
• 4개월 간의 역사적 비트코인 데이터를 사용하여 모델 검증을 수행하고, 수동적 단일 풀 마이닝과 능동적이고 동적으로 다각화된 할당 간 비교 분석함.

실험 결과

연구 질문

• RQ1 다양한 위험 회피 수준에서 마이너는 복수의 마이닝 풀에 계산 능력을 어떻게 최적화하여 할당하여 위험 조정 수익을 극대화할 수 있는가?
• RQ2 수동적 단일 풀 마이닝 대비 복수의 마이닝 풀로의 다각화가 마이닝 보상의 샤프 비율에 어떤 영향을 미치는가?
• RQ3 동일한 PoW 알고리즘을 사용하는 복수의 암호자산을 포함할 경우 최적의 마이닝 포트폴리오 할당과 위험 조정 수익성에 어떤 영향을 미치는가?
• RQ4 다양화 주기와 이용 가능한 풀의 수가 최적 할당 전략의 성능에 어떤 영향을 미치는가?
• RQ5 유틸리티 최적화 기반의 계산 도구는 PoW 블록체인의 탈중앙화를 촉진하면서 마이닝 수익성을 얼마나 향상시킬 수 있는가?

주요 결과

• 제안된 도구는 3개의 비트코인 마이닝 풀에 대해 매 3일마다 능동적으로 다각화하는 마이너의 마이닝 보상 샤프 비율을 단일 대규모 풀에 수동 마이닝하는 것과 비교해 260% 향상시킴.
• 중간에서 높은 위험 회피 성향을 가진 마이너는 큰 규모의 저수수료 풀에 더 많은 파워를 할당하면서도, 여전히 작은 규모이거나 수수료가 낮은 풀을 포함시켜 위험 조정 수익을 향상시킬 수 있음.
• 1주일 미만의 다각화 간격은 약간의 성능 향상을 가져오지만, 1개월을 초과하는 간격은 효과가 감소하여 수동 마이닝 행동에 가까워짐.
• 고려 대상 풀의 수를 늘일수록 샤프 비율이 증가하므로, 이성적인 마이너는 가능한 한 많은 유효한 풀을 고려해야 함.
• 나쁜 역사를 가진 풀(예: '불운한' 풀)을 추가해도 샤프 비율 향상이 없으며, 이는 모델이 실제 풀 성능에 민감함을 확인함.
• 동일한 PoW 알고리즘을 사용하는 복수의 암호자산으로의 모델 확장은 가능하며, 블록 보상과 난이도 데이터가 확보된다면 유사한 성능 향상이 기대됨.