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