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