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