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