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