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