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