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