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