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