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