ps.奉上今天的更新👥，顺便给『起点』515粉丝节拉一下票🎢，每个人都有8张票🎤，投票还送起点币⏭，跪求大家支持赞赏🏗！

虽然比特币的挖掘并不成功⛸，不过也不是完全没有收获🏁，至少通过这次比特币挖掘可以知道🏖，笔记本的计算力是远预期的🏄。???????笔趣阁?ｗ?ｗ?ｗ?．ｂ?ｉ?ｑ?ｕ?ｇ?ｅ．ｃｎ

按照比特币挖掘的模式👰，比特币获取量等于计算力占比🏕，这个占比是某台计算机在整个国际互联网范围内🌆，所有挖矿计算机的计算力总和里的占比🐰。

从这个角度讲⛅，既然莫回这里呼呼的冒比特币🎟，十分钟能挖二十多个⛎，那么换句话说🍊，这台笔记本的计算力占比至少高达9o%✊。这只是莫回的大致估算🍅，并且很可能更高🐞。

9o%什么概念🎫，大概意味着🌨，这一台小小的笔记本⛎，它的计算力至少相当于其他所有挖矿计算机计算力总和的九倍🏤！

一端是一台个人用的笔记本电脑👦，另一端是数百万乃至数千万台挖矿计算机......

换个角度讲🅱，这一台笔记本的计算力至少相当于近千万台计算机计算力的总和......

千万台计算机......

莫回被这个数据吓了一跳🏾，这太吓人了❓，现有的一切级计算机放到它面前全部是渣渣🏏。

不过这也给了莫回灵感👯，既然它计算力这么牛叉⛷，那最适合他的赚钱方式应该就是大规模计算方面了🎙。

莫回突然笑了🍦，这还真是踏破铁鞋无觅处🎶。

莫回是个码农🐰，并且还是玩大数据的码农👌，这还真是专业对口⛳，只要他把大数据的程序编写好🍄，让这台级笔记本来计算👬，那么可做的事情就很多了🈴。

先进入莫回脑海里的就是金融大数据🍅，只要莫回能够开出一款大数据软件🏗，让它自动搜集网络上的相关信息👦，然后进行深度的数据分析🆕，那么很容易能够将一个公司的实际经营状况分析出来🎋。

这些数据只要利用好了🏧，完全可以利用在股市上嘛👠，只要有无穷计算力做保证🏄，那么分析结果将会无限趋近于真实情况🏭，甚至会那个企业的董事长还要准确的把握住企业未来展状态🐧。

莫回通盘考虑了一下👪，感觉这个想法应该有足够的可行性🆑，程序自己编写就足够了🌙，网上的公共渠道也可以提供足够的信息⏬，只要数据分析算法设计好🏴，最终输出的结果将会有极大参考价值⏮。

不过这事对于软件开来说是一个大项目✳，恐怕很难一个人在短期内完成🎑，不过这也不用太过担心👃，莫回的想法是拼接🐳。在网上寻找各类开源软件🐙，然后将这些软件拼接起来🏍，先做成第一版的大数据金融分析软件🐶。

等第一版软件出来🎷，实际运行测试👗，开始帮助他炒股挣钱之后🌗，他就可以用这些钱来雇人帮忙开软件了👋。

到时他可以将整个软件分成很多个模块🐑，每个模块一个包🌇，无论是包给个人也好🏄，还是包给其他软件公司也好🍟，这样分解开✳，最终再在他这里组装在一起🌹。到时他就是一个项目经理的角色⛽，只要控制好整体的开进度🉑，完全可以遥控很大的一个团队帮助他进行开🌞。

这款软件的名字莫回已经想好了🍙，就叫股神🐘，他准备先开股神1.o版🏎。

开周期莫回暂时无法预期🐩，不过可以想见的是🌀，即使做一个拼接组装的活🍮，中间也会有大量的接口开工作⏯，将这些软件拼接在一起的粘合剂和组装平台就需要他自己动手了🐈。

具体工作量无法预估🎱，只能先干着再说🏆，如果开源软件刚好都能找到合用的🐐，这个周期自然会短不少🎠，如果很不巧⛑，没有合用的软件✋，估计他就得自己开👢，这所耗用的时间就没头了🐎。

莫回给自己列了一个工作进度表🏅，按照这个进度表开始逐条逐项的完成和推进🍅。

如果想要“攒”一个股神1.o✴，那么有几个必须的关键功能模块🏤，比如股神1.o的大脑⭐，这将是一个大数据分析模块♟，它负责将所有搜集来的信息进行整理加工🅰，并且从中提取具备指导意义的分析结论⏱。

这个数据分析模块🎍，它必须同时具备显性因果分析能力🐡，和隐性因果分析能力✝。

比如生猪存栏数据下跌🐂，必然导致随后的猪肉价格上涨🍐。生猪存栏数量与猪肉价格存在某种必然的因果关系✝，而数据分析模块👊，必须具备识别这种明显由因就可以导致果的因果关系的能力🏏。

比如东南海峡输油管道生破裂🏓，必然导致帝国东南大区油品价格上涨🍰，这也存在某种必然的因果关系⚡。只不过与生猪存栏数据不同的是🐿，生猪存栏数据属于常态化数据🎋，它每天都有🎉，每天都有浮动⬜，而油管破裂属于偶事件🏑。

虽然油管破裂属于偶事件🏷，但是数据分析模块必须具备识别这种偶事件🎷，进而给出随后由其导致的必然后果的能力⬅。

类似的因果关联事件或者数据很多🉑，数据分析模块必须具备识别这种显性因果联系的能力🎛。

与这些显性因果相对应的🏆，就是隐性因果联系🍎。

那个著名的啤酒和尿布的案例其实就是隐性因果联系🏔，这些隐性因果之间🌘，不一定具备必然性🐗，但是因和果之间👆，往往存在或然性联系👟。

就单个事例来说🐃，这种因果联系未必成立🈹，但是将其置于一个足够大的基数上时🈚，这种因果联系就凸显出来🍞，这是一种概率学意义上的因果关系✌。

另外有一个案例🆘，就是基于这种概率学因果关系的🌖。一个搜索公司⛸，它想研究今年冬天流感爆的可能性🌒，但是它研究的角度非常有意思⛱，他不是从医学角度来研究👜，而是程序和算法角度来研究🐎。

它通过分析5ooo万条最频繁检索的词汇🐮，将之和疾病中心在5年间季节性流感传播时期的数据进行比较🎴，并建立一个特定的数学模型🍃，从中寻找关联性✖，寻找那些隐藏起来或然联系🐢，最终它成功预测了流感的爆🎰，甚至可以精确到特定的地区和城市♍。

如果说显性因果只需要事先标注和设定🐲，那么隐性因果明显就需要挖掘和寻找了🌥，而如何找到这些隐性因果🍜，就是数据分析模块的主要功能🌜，同时也是这个模块是否设计成功的一个标志性指标🅰。

【马上就要515了🎌，希望继续能冲击515红包榜🌬，到5月15日当天红包雨能回馈读者外加宣传作品🎤。一块也是爱🐜，肯定好好更⏮！】

本章未完，点击下一页继续阅读