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