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