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