第3103章 神兵利器
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