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