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