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