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