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