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