第10章 股神1.0
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超预期的。
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90%。这只是莫回的大致估算，并且很可能更高。
90%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，现有的一切超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，让这台超级笔记本来计算，那么可做的事情就很多了。
首先进入莫回脑海里的就是金融大数据，只要莫回能够开发出一款大数据软件，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发展状态。
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发来说是一个大项目，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发软件了。
到时他可以将整个软件分成很多个模块，每个模块发一个包，无论是包给个人也好，还是包给其他软件公司也好，这样分解开发，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发进度，完全可以遥控很大的一个团队帮助他进行开发。
这款软件的名字莫回已经想好了，就叫股神，他准备先开发股神1.0版。
开发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发工作，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，估计他就得自己开发，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1.0，那么有几个必须的关键功能模块，比如股神1.0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发生破裂，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，而油管破裂属于偶发事件。
虽然油管破裂属于偶发事件，但是数据分析模块必须具备识别这种偶发事件，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发的可能性，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5000万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发，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。
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90%。这只是莫回的大致估算，并且很可能更高。
90%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，现有的一切超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，让这台超级笔记本来计算，那么可做的事情就很多了。
首先进入莫回脑海里的就是金融大数据，只要莫回能够开发出一款大数据软件，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发展状态。
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发来说是一个大项目，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发软件了。
到时他可以将整个软件分成很多个模块，每个模块发一个包，无论是包给个人也好，还是包给其他软件公司也好，这样分解开发，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发进度，完全可以遥控很大的一个团队帮助他进行开发。
这款软件的名字莫回已经想好了，就叫股神，他准备先开发股神1.0版。
开发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发工作，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，估计他就得自己开发，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1.0，那么有几个必须的关键功能模块，比如股神1.0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发生破裂，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，而油管破裂属于偶发事件。
虽然油管破裂属于偶发事件，但是数据分析模块必须具备识别这种偶发事件，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发的可能性，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5000万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发，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。