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