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