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