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