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