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