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