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