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