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