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