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