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