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