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