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