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