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