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