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