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