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