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