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