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