こんにちは、ウチダです。
私は2021年9月から仮想通貨のマイングを行っています。
（参考：仮想通貨のマイニングは個人でも稼げる？仕組みと収益予想のやり方を紹介します）
10月になり、1ヶ月の収益が分かったので今回報告します。
目次
LHRのグラボを使って１ヶ月間マイングした収益は！？
まず仮想通貨のマイニング環境を整理します。
- マイニングの種類：プールマイニング
- ソフト：NiceHash Miner
- アルゴリズム：DAGGERHASHIMOTO、OCTOPUS
- GPU1：MSI NVIDIA GeForce GTX 1660 SUPER
- GPU2：MSI NVIDIA GeForce RTX 3060 Ti LHR
- オーバークロック：あり
（参考：仮想通貨のマイニングを個人で始めよう！おすすめの機材を紹介します）
NiceHash Minerは最適なアルゴリズムを自動で選択してマイニングをしてくれます。
マイニングする仮想通貨はイーサリアムやZcashなどたくさんありますが、受け取りはビットコインです。
9月9日から10月9日までのマイニング報酬は11,370円でした。
そして、電気代は前年比+4223円でした。
つまり、利益は概算で7,147円でした。
累計収益のグラフはこちらです。
毎日コツコツと報酬を受け取るようなイメージです。
投資額は23万円なので、回収には32ヶ月かかる見込みです。
ただし、これはビットコインの値上がりを考慮していません。
マイニング報酬はあくまでBTCで持っているので、今後の値上がり次第では短期で回収できると思います。
さて、ここから詳細に見ていきます。
１日あたりの収益をグラフ化すると下図になります。
１日あたり３００〜４５０円あたりを稼いでいます。
10月5日あたりに大きく下がっていますが、これはマンションの計画停電に備えてOFFにしていたためです。
9月17日から9月末までは収益が低くなっています。
マイニング報酬は作業量（ハッシュ）と、ビットコインへの交換レートで決まります。
同時期にビットコインのレートが低下しているので、レートの影響がまず考えられます。
ただし、ハッシュレートは直近１週間分しか確認できませんでした。
要因分離は難しそうですが、ビットコインのレートが下がった時は覚悟が必要に思われます。
仮想通貨のマイニングを個人でやってみた感想
仮想通貨の運営に関わっていると思うと、マイニングって楽しいなと思います。
１ヶ月やってみた感想を整理しました。
- 自作PCのスキルがめっちゃ高まった。
- 仮想通貨のマイニングに関する知識が深まった。
- 部屋が＋３℃ほど高く、少し暑かった。
- マシーンにほこりが溜まって、掃除が大変だった。
ほこりは本当に衝撃的でした。
下の画像で、グラフィックボードについている白い粉のようなものがホコリです。
マイニング機器はリビングの机の上に設置していました。
１ヶ月だけでも、ファンやグラフィックボードにホコリがかなり蓄積していて、掃除が大変でした。
特にグラフィックボードは熱を冷ますために空気を吸うので、内部も心配です。
マイニング機器の火災は、グラフィックボード内部へのホコリの蓄積が原因とも言われます。
（参考：軽視禁物！マイニングの怖すぎる火災の話）
もし家事になったら、火災保険が出るのかな。
私はほったらかしで運用したいので、場所を変えて工夫しました。
上に机をおいて、回りはガスコンロのフィルターでカバーしてみました。
これでホコリがどのぐらい減るのか、様子見です。
また来月に収益報告をしたいと思います。
ここまで読んでいただき、ありがとうございました。^^
仮想通貨マイニングレポートを分析するPythonコード
今回のレポートはNiceHash MinerからデータをダウンロードしてPythonで分析しました。
プログラミングに興味がある方、分析をいち早く済ませたい方はこちらのコードをご利用ください。
１日あたりの収益をPythonで分析しよう
#ライブラリをインポートする
import pandas as pd
from pylab import mpl, plt
import numpy as np
import datetime
plt.style.use('seaborn')
mpl.rcParams['font.family'] = 'serif'
%matplotlib inline
#データを読み込む
data = pd.read_csv('mining.csv')
#手数料のデータを削除する
df = data.query('Purpose == "Hashpower mining"')
df = df.reset_index()
#日付、時間、ゾーンを整理する
date_time = df['Date time'].str.split(' ', expand=True)
df['Date'] = date_time[0]
df['time'] = date_time[1]
df['zone'] = date_time[2]
#object から datetimeに変換する
date = pd.to_datetime(df['Date'])
df['Date'] = date
#グラフに使用するデータを選ぶ
day = df['Date'][1:-2]
amount_jpy = df['Amount (JPY)'][1:-2]
#グラフを作成する
plt.figure(figsize=(20, 10))
plt.plot(day, amount_jpy, lw=2, label = 'amount_jpy', color='b')
plt.legend(loc=2, fontsize=18)
plt.xlabel('day', fontsize=18)
plt.ylabel('price(JPY/DAY)', fontsize=18)
plt.tick_params(labelsize=18)
plt.savefig("mining_profit_dairy.png")最初と最後のデータは、マイニング報酬が１日未満なので、使わないことにしました。
ビットコインのレートをPythonで分析しよう
#上記のこーどから続く
#グラフに使用するデータ
exchange_day = df['Date'][1:-2]
rate = df['* Exchange rate'][1:-2]
#グラフを作成する
plt.figure(figsize=(20, 10))
plt.plot(exchange_day, rate, lw=2, label = 'Exchance rate', color='b')
plt.legend(loc=2, fontsize=18)
plt.xlabel('day', fontsize=18)
plt.ylabel('price(JPY/DAY)', fontsize=18)
plt.tick_params(labelsize=18)
plt.savefig("BTCexchange_rate.png")累計収益をPythonで分析しよう
#上記のコードから続く
#累計収益を計算する
df['Profit (JPY)'] = df['Amount (JPY)'].cumsum()
#グラフに使用するデータ
profit = df['Profit (JPY)'][1:-2]
#グラフを描写する
plt.figure(figsize=(20, 10))
plt.plot(day, profit , lw=2, label = 'profit_jpy', color='b')
plt.legend(loc=2, fontsize=18)
plt.xlabel('day', fontsize=18)
plt.ylabel('price(JPY)', fontsize=18)
plt.tick_params(labelsize=18)
plt.savefig("mining_profit.png")Pythonで投資の分析を勉強するなら、こちらの本がおすすめです。
ここまで読んでくださり、ありがとうございました。^^