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