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