礦池為什麼會存在？在比特幣中，礦工加入礦池有兩個理由。一個是避免執行完整節點的麻煩——這個可透過要求礦工將區塊鏈可恢復性證明包含在內來緩和。二是減少他們挖礦回報的方差( 方差 ：用來度量隨機變數和其數學期望之間的偏離程度)。
但為什麼方差如此重要?畢竟，從統計學角度，最終都歸結為相同的預期。人們真的如此厭惡風險嗎?
一個礦工控制挖礦算力中的一部分p，從而獲得挖掘每個區塊的相應概率p。這個服從伯努力分佈(譯者注：伯努利分佈，Bernoulli distribution，是一個離散型機率分佈，又名兩點分佈或者0-1分佈，若伯努利試驗成功，則伯努利隨機變數取值為1.若伯努利試驗失敗，則伯努利隨機變數取值為0.記其成功概率為p，失敗概率為(1-p))，方差=p(1-p)。由於所有的區塊都是獨立的，因此在一年中有365天×24小時×6個區塊，年方差就是365×24×6×p(1-p)，與此同時，預期回報是365×24×6p.
相對標準偏差是方差平方根除以預期回報，也就是：sqrt[ 365×24×6×p(1-p)] / (365×24×6×p)或者sqrt[1/p-1] / sqrt[365×24×6] ~ sqrt[1/p-1] / 229.26
如果你控制網路中10%的雜湊算力，那麼你的年相對標準差就是1.3%;僅掌握1%的算力，相對標準差就是4.3%;掌握僅僅0.1%，那麼相對標準差就是13.8%;對於一個僅僅擁有0.01%算力的弱小礦工(提醒你一句，這個礦工每個月仍然有11個比特幣的回報)，年相對標準差會提高到43.6%。
但是那又怎麼樣?為什麼不冒一冒險?
原因當然是因為挖礦的成本是固定的(mining costs are fixed)。因此一個礦工必須比較這個回報與他預期回報的相對標準差。一個礦工，想要獲得10%投資的預期回報，控制0.19%的雜湊算力，將會使他有16%的概率在年末虧掉他的錢。
一個人能夠計算這兩個數字的比值，這被稱作夏普指數(用以衡量每單位風險所能換得的平均報酬率)。利潤率應該算出來列在那裡，但反正它趨近於0.
如果夏普比率降低，風險-回報比將變得沒有吸引力。達到某一時刻時，對礦工來說去股票市場投資比嘗試挖礦更有利可圖。
最大的礦工比他的競爭者們受益於更高的夏普指數。因此，他們受到激勵去追加投資到挖礦中，壓低其他人的利潤(pushing the margins down),然後把競爭者們擠出市場。
這是不是意味著挖礦業註定要被壟斷者統治呢?未必。解決方案就是就是讓礦工把風險外包，而不是把挖礦外包。這就是p2p挖礦所能達到的。p2p挖礦就像是一個分散的承保人，在礦工的預期收益和實際收益之間提供一種掉期交易(swap) 。
