雖然位元幣的挖掘並不成功，不過也不是完全沒有收穫，至少透過這次位元幣挖掘可以知道，筆記本的計算力是遠超預期的。
按照位元幣挖掘的模式，位元幣獲取量等於計算力佔比，這個佔比是某臺計算機在整個國際網際網路範圍內，所有挖礦計算機的計算力總和裡的佔比。
從這個角度講，既然莫回這裡呼呼的冒位元幣，十分鐘能挖二十多個，那麼換句話說，這臺筆記本的計算力佔比至少高達90%。這只是莫回的大致估算，並且很可能更高。
90%什麼概念，大概意味著，這一臺小小的筆記本，它的計算力至少相當於其他所有挖礦計算機計算力總和的九倍！
一端是一臺個人用的膝上型電腦，另一端是數百萬乃至數千萬臺挖礦計算機......
換個角度講，這一臺筆記本的計算力至少相當於近千萬臺計算機計算力的總和......
千萬臺計算機......
莫回被這個資料嚇了一跳，這太嚇人了，現有的一切超級計算機放到它面前全部是渣渣。
不過這也給了莫回靈感，既然它計算力這麼牛叉，那最適合他的賺錢方式應該就是大規模計算方面了。
莫回突然笑了，這還真是踏破鐵鞋無覓處。
莫回是個碼農，並且還是玩大資料的碼農，這還真是專業對口，只要他把大資料的程式編寫好，讓這臺超級筆記本來計算，那麼可做的事情就很多了。
首先進入莫回腦海裡的就是金融大資料，只要莫回能夠開發出一款大資料軟體，讓它自動蒐集網路上的相關資訊，然後進行深度的數據分析，那麼很容易能夠將一個公司的實際經營狀況分析出來。
這些資料只要利用好了，完全可以利用在股市上嘛，只要有無窮計算力做保證，那麼分析結果將會無限趨近於真實情況，甚至會那個企業的董事長還要準確的把握住企業未來發展狀態。
莫回通盤考慮了一下，感覺這個想法應該有足夠的可行性，程式自己編寫就足夠了，網上的公共渠道也可以提供足夠的資訊，只要數據分析演算法設計好，最終輸出的結果將會有極大參考價值。
不過這事對於軟件開發來說是一個大專案，恐怕很難一個人在短期內完成，不過這也不用太過擔心，莫回的想法是拼接。在網上尋找各類開源軟體，然後將這些軟體拼接起來，先做成第一版的大資料金融分析軟體。
等第一版軟體出來，實際執行測試，開始幫助他炒股掙錢之後，他就可以用這些錢來僱人幫忙開發軟件了。
到時他可以將整個軟體分成很多個模組，每個模組發一個包，無論是包給個人也好，還是包給其他軟件公司也好，這樣分解開發，最終再在他這裡組裝在一起。到時他就是一個項目經理的角色，只要控制好整體的開發進度，完全可以遙控很大的一個團隊幫助他進行開發。
這款軟體的名字莫回已經想好了，就叫股神，他準備先開發股神1.0版。
開發週期莫回暫時無法預期，不過可以想見的是，即使做一個拼接組裝的活，中間也會有大量的介面開發工作，將這些軟體拼接在一起的粘合劑和組裝平臺就需要他自己動手了。
具體工作量無法預估，只能先幹著再說，如果開源軟體剛好都能找到合用的，這個週期自然會短不少，如果很不巧，沒有合用的軟體，估計他就得自己開發，這所耗用的時間就沒頭了。
莫回給自己列了一個工作進度表，按照這個進度表開始逐條逐項的完成和推進。
如果想要“攢”一個股神1.0，那麼有幾個必須的關鍵功能模塊，比如股神1.0的大腦，這將是一個大數據分析模組，它負責將所有蒐集來的資訊進行整理加工，並且從中提取具備指導意義的分析結論。
這個數據分析模組，它必須同時具備顯性因果分析能力，和隱性因果分析能力。
比如生豬存欄數據下跌，必然導致隨後的豬肉價格上漲。生豬存欄數量與豬肉價格存在某種必然的因果關係，而數據分析模組，必須具備識別這種明顯由因就可以導致果的因果關係的能力。
比如東南海峽輸油管道發生破裂，必然導致帝國東南大區油品價格上漲，這也存在某種必然的因果關係。只不過與生豬存欄數據不同的是，生豬存欄數據屬於常態化資料，它每天都有，每天都有浮動，而油管破裂屬於偶發事件。
雖然油管破裂屬於偶發事件，但是數據分析模組必須具備識別這種偶發事件，進而給出隨後由其導致的必然後果的能力。
類似的因果關聯事件或者資料很多，數據分析模組必須具備識別這種顯性因果聯絡的能力。
與這些顯性因果相對應的，就是隱性因果聯絡。
那個著名的啤酒和尿布的案例其實就是隱性因果聯絡，這些隱性因果之間，不一定具備必然性，但是因和果之間，往往存在或然性聯絡。
就單個事例來說，這種因果聯絡未必成立，但是將其置於一個足夠大的基數上時，這種因果聯絡就凸顯出來，這是一種機率學意義上的因果關係。
另外有一個案例，就是基於這種機率學因果關係的。一個搜尋公司，它想研究今年冬天流感爆發的可能性，但是它研究的角度非常有意思，他不是從醫學角度來研究，而是程式和演算法角度來研究。
它透過分析5000萬條最頻繁檢索的詞彙，將之和疾病中心在5年間季節性流感傳播時期的資料進行比較，並建立一個特定的數學模型，從中尋找關聯性，尋找那些隱藏起來或然聯絡，最終它成功預測了流感的爆發，甚至可以精確到特定的地區和城市。
如果說顯性因果只需要事先標註和設定，那麼隱性因果明顯就需要挖掘和尋找了，而如何找到這些隱性因果，就是數據分析模組的主要功能，同時也是這個模組是否設計成功的一個標誌性指標。（未完待續）
【鑑於大環境如此，本站可能隨時關閉，請大家儘快移步至永久運營的換源App，huanyuanapp.org 】