⛏️ Pare de Culpar Mineradores: Os Preços Não São Ditados Por Eles

Esqueça as manchetes sensacionalistas. Entenda o que a matemática diz sobre a influência dos mineradores no preço do Bitcoin.

Por Fetoshi · 25 de novembro de 2019 · Tecnofilosofia

A atividade econômica primária do Bitcoin é estupidamente simples. Pluga-se hashrate numa rede, em troca da chance de ganhar algumas moedas que ela cospe.

Se o Bitcoin tivesse mineradores, somente, ele sobreviveria. Estes, somados a compradores de moedas, já constituem um mercado - e valor. De uma perspectiva econômica fundamentalista, todo o resto é complementar.

Ainda assim, a mineração permanece pouco compreendida pelo público amplo. Muito do seu modus operandi é percebido através de truísmos, em vez de dados empíricos:

• "Hashrate segue o preço" (ou "o preço segue a hashrate");
• "O custo-base de produção dos mineradores age como um fundo natural para o preço do BTC";
• "A dita 'capitulação' dos mineradores é pré-requisito para que comece uma fase de alta";

E por aí vai. Um preconceito prevalente é o de que mineradores exercem uma influência desproporcional nos preços de mercado do Bitcoin. Você com certeza já ouviu alguma manchete ou expert clamando tal.

Existe alguma verdade nisso?

A linha vermelha indica o nível de segurança (virtual) de 50% da hashrate. A preta, o coeficiente de Gini como uma medida de distribuição da participação de mercado. De "A Deep Dive into Bitcoin Mining Pools " (2018)

⏱️ 1. Por Que Mineradores Importam?

Em 1931, Harold Hotelling formalizou uma noção que embasa muito da teoria econômica em torno da oferta de recursos não-renováveis:

Se os preços líquidos (preço de venda menos custo de extração) de uma unidade de um recurso escasso não estão crescendo num ritmo equivalente à taxa de juros, o valor presente de uma unidade deste varia dependendo de quando for extraída e vendida.

À parte o fato de que o bitcoin vem apreciando mais rápido que qualquer taxa de juros, essa proposição captura a noção útil de que que mineradores se preocupam com a hora de produzir e vender recursos: se desfazem de reservas quando acreditam que os preços cairão, e acumulam-nas quando acreditam que subirão. Trata-se de uma dinâmica primitiva mas fundamental: o ritmo no qual "despejam" moedas recém-criadas no mercado é uma função da arbitragem intertemporal que eles praticam.

Análise da Boltzmann sobre influxos/saídas de algumas pools de BTC indica que F2Pool e Slush lideraram uma onda despejo logo antes do drama do fork BSV<>BCH em 2018 ("17.5 desvios padrão abaixo da média móvel de 3 meses")

Vale lembrar que a oferta é inelástica no Bitcoin. Não importa quantos mineradores apareçam para competir: vai haver sempre um número pré-definido de BTC sendo emitidos.

No entanto, isso não deve ofuscar o fato de que mineradores guardam as chaves da nova oferta circulante - literalmente.

Toda vez que uma coinbase se torna "gastável" (100 blocos depois de ter sido incluída na blockchain), o seu minerador toma uma decisão, consciente ou não, de mover sua recompensa ou mantê-la para si.

Sendo assim, é como se a "inteligência coletiva" dos mineradores controlasse uma "torneira" que aumenta ou diminui a quantidade de moedas fresquinhas disponíveis no mercado.

💦 2. Uma Torneira… ou Uma Goteira?

A inflação no Bitcoin é assintótica - o começo da curva é íngreme, mas, com o tempo, ela suaviza e converge rumo a um limite intransponível (~21M de unidades emitidas). Isso implica que o "poder de fogo" dos mineradores decresce com o tempo.

No começo de 2019, 100% das moedas transacionadas on-chain eram BTC recém-minerados. Em 2012, essa proporção já tinha caído 3 ordens de magnitude.

MSV (Miner's Share of on-chain Volume) é uma métrica simples para apontar a relevância das moedas "despejadas" por mineradores no mercado em relação à totalidade do volume on-chain.

MSV = valor das transações que incluem input(s) oriundos de coinbases / valor de todas as transações on-chain

Uma vez que quase todas (praticamente todas, hoje em dia) recompensas de mineradores são movidas do endereço em que foram recebidas no mesmo dia em que chegaram, o MSV será, na prática, uma medida inversa do volume on-chain (gradualmente diminuindo, e ajustando abruptamente a cada halving).

Um MSV de 0.01% significa que um minerador monopolista precisaria despejar o equivalente a 3 meses de recompensas (ignorando a taxa de mudança) de modo a se equiparar a mero um centésimo do volume que flui pela blockchain diariamente.

Se o gráfico acima não foi convincente o bastante, abaixo você vê uma animação que inclui não só moedas emitidas para mineradores e volumes totais na blockchain, mas também volumes em mercados à vista ("Spot", em azul) e de derivativos (no gráfico, representados somente pela BitMex, maior bolsa de derivativos de BTC, em amarelo).

On Chain Volume = dados crus multiplicados por 4/9, para excluir o efeito de "transações que representam troco".

Spot volume = dados da Bitcoinity multiplicados por 10% (de novo, uma aproximação que intui excluir "falsos volumes").

🎭 3. Mineradores: Quem São Vocês?

Em um mero par de anos, os entusiastas que forjaram os primeiros milhares de blocos na blockchain foram quase completamente substituídos por grupos de mineradores, as chamadas pools. Em 2011/12, tornou-se comum a prática de identificar a pool que "venceu" cada bloco em um campo específico da transação que lhe confere a recompensa. Não se pode descartar a hipótese de que algumas pools estivessem operantes mesmo antes disso, sem que saibamos ou tenhamos como provar.

A transição do amadorismo para o profissionalismo na produção de novos bitcoin é bem documentada. O gráfico abaixo, recentemente produzido pela Clain, sintetiza a transformação:

Dados agregados mensalmente

Boa parte da análise econômica dedicada a mineradores até hoje se pode dividir em duas frentes: (1) como modelar a mineração do ponto de vista de teoria dos jogos?; e (2) como mapear pools de modo a medir seu comportamento?

Uma quebra de 81 papers relacionados a "Bitcoin Mining" (de um total de 1032 com a palavra-chave "Bitcoin"), no SSRN, entre Janeiro-2013 e Julho-2019

Aqueles na segunda categoria se apoiam em heurísticas que podem ser generalizadas assim:

• clusteriza-se endereços que recebe(ra)m coinbases;
• categoriza-se esses clusters (como pools, indivíduos, "não-identificados", etc); 
• mede-se os fluxos de entrada/saída para/de esses endereços ao longo do tempo (e, alternativamente, entre estes e outros clusters, como exchanges).

Boltzmann, BitMex Research, CoinMetrics and TokenAnalyst já publicaram dados produzidos dessa maneira no passado.

🏷️ 4. Movimentações de Mineradores Para Exchanges

Existem 2 listas populares de endereços de Bitcoin "etiquetados": Blockchain.info e WalletExplorer.com. Diversas ferramentas customizadas de clusterização já foram inventadas também - algumas inclusive usando estas listas como pontos de partida.

Abaixo, exploramos dados da TokenAnalyst - um recorte que vai de Agosto de 2014 a Outubro de 2019. Os fluxos mapeados cobrem transações das pools Antpool, BTCTOP, BitClubNetwork, F2Pool, Slush e ViaBTC para as exchanges Bitstamp, Bittrex, Binance, Bitfinex, BitMex, Huobi, Kraken e Poloniex.

🚰 Total dos Fluxos de Saída (Mineradores -> Exchanges)

À primeira vista, uma figura simples de fluxos de saída mensais de mineradores para exchanges pode parecer bastante sugestiva (esta foi plotada pela equipe da Token Analyst, cujos dados embasam as análises a seguir):

Entretanto, o mesmo gráfico conta uma história menos conspícua quando em escala log.:

Como não estamos interessados em avaliar a possibilidade de que mineradores estejam impactando preços um mês depois do ocorrido, daqui em diante, olharemos para dados diários.

🔦 Sobre Cobertura / Representatividade

Ceteris Paribus calcula que as pools mapeadas "representam ~40% da hashrate. Dos ~657k BTC sendo minerados por ano, estas pools, numa aproximação, ficam com ~270k".

Destes 270.000 BTC, a amostra de dados à mão contém ~8,500 BTC enviados para exchanges em 2019 (~3% das moedas supostamente recolhidas pelas pools em questão).

Podemos inferir um grau de sub-representatividade parecido ao comparar o total de fluxos de saída da Slush (pool mais antiga em atividade, e a mais ativa na amostra de dados) a estimativas alternativas da quantia que já foi minerada pela Slush ao longo da história.

Slush: ~800k BTC minerados até janeiro de 2019 vs. 6k cumulativos enviados a exchanges, desde o final de 2014

Ainda que os payouts da Slush estejam concentrados nos primórdios da rede (quando as recompensas eram mais polpudas), parece seguro assumir que estaremos cobrindo somente algo entre 1–5% dos fluxos de saída da pool, daqui em diante. A faixa também serve como medida de cobertura aproximada da nossa amostra em relação aos fluxos totais das pools em foco.

🎎 Correlações

A pergunta central aqui é: estes fluxos de saída podem nos revelar algo de significativo sobre movimentações nos preços do bitcoin?

A resposta é: não (pelo menos, não com os dados à mão).

Após diferenciar as séries (1ª ordem), e checar a estacionariedade delas, buscamos relações significantes entre o fluxo de saída de qualquer uma das pools mapeadas e movimentos nos preços do bitcoin.

Em gráficos correlacionais como os que se seguem, tipicamente procuramos por "nuvens diagonais", que nos permitam traçar uma curva descrevendo a relação entre 2 variáveis, de modo mais ou menos preciso.

Em termos simples, queremos identificar "ocasiões em que fluxos de saída aumentaram, e o preço caiu" (ou o oposto; ou qualquer padrão distinguível, no fim das contas).

Distribuições disformes, ou assemelhadas a uma cruz, sugerem relações fracas (mudanças em uma das variáveis observadas não dizem muito a respeito das mudanças na outra).

Isolamos a Slush e a TOPBTC porque (1) são as pools mais consistentemente ativas na amostra, e (2) a mesma análise para os fluxos somados de todas as pools parece conter ainda menos sinal.

Correlação entre diff(Slush) e diff(Preços); depois entre diff(TOPBTC) e diff(Preços), ao longo dos anos

O coeficiente de correlação para ambas as séries estudadas não acusa relação significativa entre variações nelas e variações de preço.

Um p-valor de 0.062 (abaixo, à esquerda) indica uma chance de ~94% de que a baixíssima correlação entre fluxos de saída da Slush e preços não seja mero produto do acaso. O coeficiente (ainda menor) para fluxos de saída da TOPBTC vs. preços não pode ser levado à série dado o p-valor ultrajante.

Slush: r=-0.044; p-val=0.0626 | TOPBTC: r=0.004; p-val=0.8834

Rigorosamente, nenhuma das relações carrega significância estatística.

Agregações distintas não trazem à tona novos insights, como os gráficos a seguir revelam. Correlacionamos mudanças na soma de fluxos de saída para exchanges vs. variações de preço, para janelas temporais distintas (semanal, mensal... até 90 dias). Percebemos uma tendência decrescente discreta conforme esta janela é estendida, mas as correlações observadas são irrisórias, de qualquer modo.

Os picos, à esquerda, podem ser indicativos de alguma forma de comportamento regimentado por parte de mineradores.

Finalmente, testamos a diferença na soma de fluxos de saída para exchanges em busca de cross-correlação com retornos de preços, mas falhamos em encontrar sinais significantes, independentemente do lag escolhido.

Há uma miríade de métodos aplicáveis para caracterizar estas relações de maneira mais completa, mas a correlação negligível e ausência de outros sinais tornam improvável a existência de qualquer causalidade em relação a preços - sendo suficientes, por enquanto, para que poupemos a amostra de mais testes.

👣 5. Próximos Passos

Por ora, concluímos:

• Mineradores na verdade comandam uma porção ínfima de todo "poder de fogo" ("BTCs à venda") no mercado.
• A amostragem considerada não é suficientemente representativa do fenômeno observado. Esta análise provavelmente leva em conta 1–5% de todos os fluxos de saída de mineradores (não podemos dizer com precisão o quanto de suas moedas acaba indo para exchanges, tampouco quanto nunca o faz).
• Não identificamos relacionamentos bivariados significativos entre fluxos de saída de mineradores para exchanges e preços do BTC. Não significa que falsificamos a hipótese de que tais relações existem (nem que mineradores possuem algum grau de influência sobre os preços).

Uma suspeita que temos é a de que as idiossincrasias de cada pool possam distrair a atenção de padrões globais no comportamento de mineradores.

Etiquetar endereços e mapear pools certamente provém insight valoroso sobre a atividade no lado da oferta dos mercados de Bitcoin. Mas endereços "não-identificados" vêm ganhando market share constantemente desde 2017. Depender da identificação permanente de endereços é, em última instância, uma batalha contra técnicas de anonimização. Dados clusterizados são apropriados para uma série de propósitos, mas podem se revelar inadequados para traçar um panorama abrangente do modus operandi de mineradores.

Na continuação deste artigo, vamos explorar outras maneiras de jogar luz sobre a pegada deixada por pools e mineradores na blockchain.

📝 Notas Sobre Heurística:

Pools são basicamente grupos otimizados de mineradores individuais. Elas repassam payouts para seus participantes de jeitos diferentes. O modo mais simples de fazê-lo é enviar todos os payouts (a cada bloco ou período) em uma única transação (com vários outputs). Pouquíssimas pools grandes o fazem (se é que alguma ainda o faz).

Algumas seguem um método iterativo em que se paga um minerador, transfere-se o balanço remanescente para um novo endereço, e se repete o procedimento a cada novo payout. Outras escolhem randomicamente um número de mineradores individuais para pagar e uma transação, então transferem o resto da coinbase para um novo endereço, em seguida redistribuindo o que sobrou em transações subsequentes.

Até mesmo transações do tipo coinbase (que podem, teoricamente, conter >1 output) já foram usadas para conduzir payouts (F2Pool e Eligius já usaram deste método no passado)! É preciso ter cuidado com quaisquer heurística que presuma que uma coinbase equivale a uma entidade (apesar de, quando se generaliza, este ser o padrão).

Alguns esquemas populares usados por pools nos payouts que fazem a mineradores individuais (Romiti, Judmayer, Zamyatin, & Haslhofer, 2019)

Moral da história: seguir o rastro de mineradores on-chain pode ser mais complexo do que parece.

Neste artigo, por exemplo, descrevemos o MSV (Miner’s Share of On Chain Volume). Esta métrica leva sempre em conta a 1ª transação saída de um endereço que recebeu uma coinbase. Agora que você conheceu os padrões de payouts ilustrados acima, talvez perceba que o indicador não distingue entre "payouts", "coletas intermediárias" e aquilo que se pode considerar como "gastos reais" (transações que resultam na venda de moedas).

Isto será endereçado na continuação desta série.

📚 Bibliografia

• The Evolution of Mining (Tradeblock, 2013).
• Exploring Miner Evolution in Bitcoin Network (Wang & Liu, 2014).
• The Unreasonable Fundamental Incertitudes Behind Bitcoin Mining (Nicolas T. Courtois, Marek Grajek and Rahul Naik, 2014).
• Quantifying Supply Flow Dynamics in Token-Enabled Networks (Johann Colloredo-Mansfeld / Boltzmann, 2018).
• The Price Crash & The Impact on Miners (Bitmex Research, 2018).
• A Look Into the Current State of Bitcoin’s Mining Pool Concentration (Yassine Elmandjra / ARK Invest, 2018).
• A Deep Dive into Bitcoin Mining Pools — An Empirical Analysis of Mining Shares (Matteo Romiti, Aljosha Judmayer, Alexei Zamyatin and Bernhard Haslhofer, 2018).
• Granular Mining Pool Mapping with Bitcoin’s Coinbase Outputs (CoinMetrics, 2019).
• Deep Diving into Ethereum Mining Pools (Token Analyst, 2019).
• Measurement and Analysis of the Bitcoin Networks: A View from Mining Pools (Canhui Wang, Xiaowen Chu and Qin Yang, 2019).
• Miners: No Effect On Bitcoin Price Action (Clain, 2019).