第十二章 把自己當驢使喚(第1/2 頁)

當然股神10僅僅有分析模組和收集模組是不夠的，它還需要有一個資料處理模組，如果說分析模組是大腦，收集模組是手腳的話，那麼處理模組就是消化系統。

當海量的資料資訊被從資料海洋中抽取出來，需要對這些資訊進行加工處理，將它們處理成資料分析模組能夠利用的資料模式。

比如某個上市公司一個年度財報，裡面的內容非常之多，從人事變更到企業戰略，併購行為，利潤營收等方面都會涉及到，而這些東西又是關鍵性資訊。一個數萬字外加各種圖示的財報，其中各種關鍵資訊必須能夠被分析模組理解並進行加工，這就是處理模組的主要工作了。

這個資料處理模組主要的功能部分其實是自然語言處理，程式本身是無法理解語言內涵的，它肯定無法理解“定向增發100萬限售股”是什麼意思，這時候就需要認為給這句話進行賦值，讓它變成機器能夠理解的資料資訊。

比如首先進行意義分割，將定向設定為一個意義單元，將增發設定為另外一個單元，以這種方式將整個句子按照意義單元分割開來，分別進行賦值。

這一套加工手段裡面就牽扯到人機互動的語言處理問題，需要人為的幫助計算機去理解和處理人類的語言，讓機器能夠看懂語法、語意單元，能夠聯絡上下文，能夠處理不同語境下同一個片語的不同含義。

簡單來說，讓機器能夠理解人類語言，這就是自然語言的主要目標，同時也是這個處理模組的主要功能。

分析、收集、處理，這三大模組是股神10的主要功能結構，但是僅僅如此還是不夠的，股神還需要很多的輔助模組。

比如它需要有儲存模組，所有的資料資訊蒐集回來，必須整理加工好，然後分類儲存起來，它就像一個超級圖書館一樣，必須有自己的分類和儲存規則。如果沒有這些，你只是簡單的將它們堆放在一起，你就可以想象，當你需要從數千萬本書籍當中，找出某一頁特定內容時，那將會是怎樣一個痛苦而又恐怖的過程。

另外股神還需要相應的展示和互動模組，股神作為一個軟體，它需要有自己的操作介面，需要能夠將處理結果或者過程展現出來，需要能夠接收指令，進行人機互動。

這五個模組組合在一起，並且能夠順暢的相互配合了，股神系統才算基本成型，而中間肯定會有各式各類的問題不停冒出來，這都需要莫回逐個解決掉。在使用的過程中，肯定還涉及到不停的跟新和改良，所有這些都將是莫回的工作。

按照莫回的估算，整個股神的體量不太可能低於100萬行程式碼，如果想要讓股神儘可能的完美而準確，那它的體量絕對會翻著跟頭的往上翻。想要實現什麼功能，你就必須付出相應的代價，如果你想要讓股神的預測儘可能精確，那麼不停的往裡投入肯定是必不可少的。

這還僅僅是股神本身，如果想要股神運作起來，那麼莫回必然還將面臨著頻寬的問題，爬蟲一旦跑起來，海量資料就會被傳回，這些資料至少也是t級的。

在計算機領域，資料大小的單位是1024進位制的，一個位元組為byte，1024位元組為kb，1024k為，1024為g，1024g為t

比如我們手機的儲存容量可能是4g，筆記本的儲存容量可能是400g，而一臺筆記本的400g大概相當於一千部電影。

而股神透過爬蟲蒐集來的資料肯定是海量的，至少是t級別的，就是跑到p級別也不算是什麼大事。比如1p的資料，它大概相當於250萬部電影。人的一生也不過3萬天，每天看十部電影，也足夠看十輩子的了。

在如此大量的資料面前，莫回必然面臨一個頻寬問題，很容易想象，出租屋裡的小區寬頻肯定是不好使的。