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