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