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