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