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