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