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