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