スマートマイニングのタイミング：ビットコインハードウェアのROI予測のための深層学習フレームワーク

Smart Timing for Mining: A Deep Learning Framework for Bitcoin Hardware ROI Prediction

December 5, 2025

著者: Sithumi Wickramasinghe, Bikramjit Das, Dorien Herremans

cs.AI

要旨

ビットコイン採掘ハードウェアの取得は、市場の変動性、急速な技術陳腐化、およびプロトコルに起因する収益サイクルにより、戦略的なタイミングを要する。採掘が資本集約的産業へと進化したにもかかわらず、新しいASIC（特定用途向け集積回路）ハードウェアをいつ購入すべきかについての指針はほとんどなく、この意思決定問題に対処する計算論的枠組みもこれまで存在しなかった。本研究はこの課題を、ハードウェア取得を時系列分類タスクとして定式化し、ASICマシンの購入が1年以内に採算性の高い（投資収益率（ROI）≧1）、採算が合わない（ROI≦0）、またはその中間（0＜ROI＜1）のいずれをもたらすかを予測することで解決する。我々は、採掘収益性におけるマルチスケールの時間的パターンを捕捉するために設計された、オープンソースのTransformerベースのアーキテクチャであるMineROI-Netを提案する。2015年から2024年にかけてリリースされた20種類のASICマイナーにおける様々な市場環境のデータを用いて評価した結果、MineROI-NetはLSTMベースのベースラインおよびTSLANetを上回り、83.7%の精度と83.1%のマクロF1スコアを達成した。本モデルは高い経済的関連性を示し、採算が合わない期間の検出において93.6%、採算性の高い期間において98.5%の精度を達成するとともに、採算性の高いシナリオと採算が合わないシナリオの誤分類を回避した。これらの結果は、MineROI-Netが採掘ハードウェア取得のタイミング決定に対する実用的なデータ駆動型ツールを提供し、資本集約的な採掘事業における財務リスク低減に寄与し得ることを示唆する。本モデルは以下で公開されている：https://github.com/AMAAI-Lab/MineROI-Net。

English

Bitcoin mining hardware acquisition requires strategic timing due to volatile markets, rapid technological obsolescence, and protocol-driven revenue cycles. Despite mining's evolution into a capital-intensive industry, there is little guidance on when to purchase new Application-Specific Integrated Circuit (ASIC) hardware, and no prior computational frameworks address this decision problem. We address this gap by formulating hardware acquisition as a time series classification task, predicting whether purchasing ASIC machines yields profitable (Return on Investment (ROI) >= 1), marginal (0 < ROI < 1), or unprofitable (ROI <= 0) returns within one year. We propose MineROI-Net, an open source Transformer-based architecture designed to capture multi-scale temporal patterns in mining profitability. Evaluated on data from 20 ASIC miners released between 2015 and 2024 across diverse market regimes, MineROI-Net outperforms LSTM-based and TSLANet baselines, achieving 83.7% accuracy and 83.1% macro F1-score. The model demonstrates strong economic relevance, achieving 93.6% precision in detecting unprofitable periods and 98.5% precision for profitable ones, while avoiding misclassification of profitable scenarios as unprofitable and vice versa. These results indicate that MineROI-Net offers a practical, data-driven tool for timing mining hardware acquisitions, potentially reducing financial risk in capital-intensive mining operations. The model is available through: https://github.com/AMAAI-Lab/MineROI-Net.