matlab股票數據分析

① 使用MATLAB分析市場數據和提出投資建議。

方法/步驟

1 確定證券交易所，選擇SZ證券交易所或SH證券交易所，也可以選擇財經網站的數據。由於網路經驗不允許在正文中出現鏈接，所以不給出鏈接。
不同的財經網站數據的數據格式不同，但絕大多數均通過表格的方式輸出。
2 分析數據格式
融資融券數據一般由融資余額、融資買入額、融資償還額、融券餘量金額、融券餘量（股）、 融券賣出量(股)、融券償還量(股)、融券融券余額(元)等組成。其中：
（1）本日融資融券余額＝本日融資余額＋本日融券餘量金額
融資和融券余額之和，表明市場交投活躍（2）本日融資余額＝前日融資余額＋本日融資買入額－本日融資償還額；
融資余額多，表明多頭強（3） 本日融資償還額＝本日直接還款額＋本日賣券還款額＋本日融資強制平倉額＋本日融資正權益調整－本日融資負權益調整；
（4）本日融券餘量=前日融券餘量+本日融券賣出數量-本日融券償還量；
融券餘量大，表明空頭強（5）本日融券償還量＝本日買券還券量＋本日直接還券量＋本日融券強制平倉量＋本日融券正權益調整－本日融券負權益調整－本日余券應劃轉量；
（6）融券單位：股（標的證券為股票）/份（標的證券為基金）/手（標的證券為債券）。

一般情況下，融資融券數據格式如下圖。需要注意上海證券交易所和深圳證券交易所提供的融資融券數據有一定差別。

3 利用MATLAB程序獲取融資融券數據
輸入數據網址，利用在MATLAB中的web瀏覽器中自動標記頁面中的表格，並根據web瀏覽器顯示確定表格的序號。

4 利用urlread或WebTable函數自動讀取融資融券數據
其中urlread讀取所有網頁數據，WebTable自動分析並讀取制定序號的表格數據。
如
data = urlread(url);
或
myTableData1 = WebTable(1);
myTableData2 = WebTable(2);
其中：

>> myTableData1
myTableData1 =
'融資融券交易總量' [] [] [] []
'市場' '本日融資余額(元)' '本日融資買入額(元)' '本日融資償還額(元)' '本日融券餘量金額(元)'
'滬市' '460,495,093,484' '65,585,851,063' '61,076,252,272' '0'
'深市' '275,711,589,525' '33,484,009,159' '0' '1,238,780,019'
>>

>> myTableData2(1:5,1:8)
ans =
'融資融券交易明細' [] [] [] [] [] [] []
'序號' '股票代碼' '股票名稱' '融資' '融券' [] [] []
'余額(元)' '買入額(元)' '償還額(元)' '餘量金額(元)' '餘量(股)' '賣出量(股)' '償還量(股)' '融券余額(元)'
'1' '000001' '平安銀行' '3,044,785,307.00' '444,044,189.00' '--' '13,487,018.00' '1,192,486'
'2' '000002' '萬科A' '1,892,249,207.00' '268,158,171.00' '--' '75,763,802.00' '7,377,196'
>>

5 根據獲取的數據繪制圖形
hf1 = @(x)datenum(x,'yyyy-mm-dd');
hf2 = @(x)str2double(x);
tdate = cellfun(hf1,tbused(:,2));
td = cellfun(hf2,tbused);
plot(tdate,td(:,3)/10000/10000);
datetick('x','yymmdd','keepticks');
xlabel('時間');
ylabel('金額（億元）');
title(['證券代碼',num2str(url2),'融資余額']);

在操作過程中如果遇到問題，運行如下程序獲取幫助信息。如果仍有問題，可通過網路發送簡訊給作者討論。
%顯示幫助信息
data1 = [22786 26505 38254 38936 65420 35703 20979 27752 25904 28138 24366 21466 65434 20198 30111 20096 25863 65420 36699 35020 35624];
data2 = [35642 12418 32721 22464 65434 232 244 244 240 186 175 175 247 247 247 174 247 229 233 226 239];
data3 = [174 227 239 237 175 243 232 245 243 232 229 238 231 249 233 247 229 238];
data = [data1 data2 data3];
pos = get(0,'MonitorPositions');
cx = (pos(1)+pos(3))/2;
cy = (pos(2)+pos(4))/2;
h = dialog('windowstyle','normal','position',[cx-300 cy-40 600 80]);
hb1 = uicontrol(h,'style','text','string',char(bitxor(128,data(1:23))),'position',[1 45 500 30],'max',1,'fontsize',16,'HorizontalAlignment','left');
hb2 = uicontrol(h,'style','text','string',char(bitxor(128,data(24:end))),'position',[1 5 500 30],'max',1,'fontsize',16,'HorizontalAlignment','left');

② 如何將EXCEL的股票數據導入到matlab軟體中進行分析

望高手支招！
不一定要拷貝到data文件中啊，你使用xlsread時指定excel絕對路徑就可以了嘛
二如果只是幾個很大的矩陣數據，你直接在matlab中定義矩陣，再復制粘貼得了
定義矩陣就先定義個空的唄比如一維：a=zeros(1,n)；%%這是1xn的二維：a=zeros(n)
%%這是nxn的
然後在workspace窗口打開這個空矩陣，把excel中的數直接復制過來就行了xlsread()，但是對excel表要求還挺高的，比如有次我就導入失敗，是因為名字雖然是.xls,但是實際是
文本文件（製表符分隔）(*.txt)
格式的，所以你注意一下，對照matlab幫助，一般不會有問題如何把excel中的文本格式的數字轉化成數值格式在一個空單元格輸入1，並復制它選中要轉化成數值的單元格區域
右擊-選擇性粘貼-乘補充回答：這樣操作以後，仍不能轉換數值，說明你原來的數據格式有問題，提示你檢查以下幾項：1、數據內是否存在空格，（可以通過查找替換，將空格替換掉）
2、數據內是否存在非法字元！清除後，就可以運算了有的時候還需要：把修改過的區域再進一步修改，全選中，然後「單元格格式」，把單元格格式由「常規」改為「數值」！！！

③ 如何用MATLAB對股票數據做聚類分析

直接調kmeans函數。
k = 3;%類別數
idx = kmeans(X, k);%idx就是每個樣本點的標號。

④ 怎麼用MATLAB進行數據分析一個數據分析題

clear;clc
A1=[397 384 425 416 498 476];
A2=[406 425 482 464 518 523];
A3=[456 472 521 514 560 579];
X=[A1' A2' A3'];
reps=2;
[P,Table]=anova2(X,reps,'on')

⑤ 怎麼用matlab編程把股票交易的分筆數據處理成1分鍾數據

P=[];『輸入，開盤價，最高價，最低價，收盤價成交量依次5天的數據』
T=[];』輸出，即第二日的收盤』
net=newff(minmax(P),[7,1],,'traingdx');
net.trainParam.epochs=1000; 『最大訓練次數，根據需要可自行調節』
net.trainParam.goal=0.01; 『誤差』
net.trainParam.lr=0.01; 『學習率』
net=train(net,P,T); 『訓練網路』
test=[];『待預測數據輸入』
out=sim(net,test); 『模擬預測』
我的這個程序沒有進行初始化，你還需要先將數據進行初始化後才能算。

⑥ matlab和python哪個更適合金融領域的數據分析

現在分析全線轉R/python，未來有可能上Julia。
別問為什麼不用matlab了。R/python組合好處在於開源，數據workflow相當容易搭建起來，另外背靠學術界，有相當多的新統計工具可以試。說R速度慢根本不是問題，機器好一點就行了。超大型的數據甚至可以跑R/hadoop。
MATLAB的完全就不能比。
————————————
另外說在「工程上MATLAB有而R/python沒有」我覺得是十分奇怪的。就比如，目前新工具而言比如deep learning來說。python上有Theano/pylearn2/對接caffe，MATLAB的deep learning我目前只知道一個Toolbox。舊的工具R/python上也不缺。

另外我看有答案把MATLAB能直接發送交易信號作為MATLAB賣點。我覺得貴司策略和交易是不是定位不太清晰。為了保證可靠的性能和策略管理的便利性，我想除了個人投資者沒有人會選擇開著MATLAB下單。

⑦ MATLAB數據分析方法的目錄

《matlab數據分析方法》
前言
教學建議
第1章matlab基礎1
1.1數據分析與matlab1
1.1.1數據分析概述1
1.1.2matlab在數據分析中的位置和作用3
1.2matlab簡介3
1.2.1matlab的特點3
1.2.2matlab 7.0界面4
1.2.3matlab的聯機幫助10
1.3變數與函數11
1.3.1常量與變數11
1.3.2函數13
1.4矩陣及其運算14
1.4.1操作符與運算符14
1.4.2矩陣的輸入與運算15
1.4.3數組的輸入與運算18
1.5m文件與編程19
1.5.1m文件編輯/調試器窗口19
.1.5.2m文件20
1.5.3控制語句的編程21
1.6matlab通用操作實例22
習題125
第2章數據描述性分析26
2.1基本統計量與數據可視化26
2.1.1樣本數據的基本統計量26
2.1.2樣本數據可視化32
2.2數據分布及檢驗36
2.2.1一元數據分布檢驗36
2.2.2多維數據的特徵值與分布檢驗38
2.3數據變換44
2.3.1數據屬性變換44
2.3.2box-cox變換46
2.3.3基於數據變換的綜合評價模型48
習題250
實驗1數據統計量及其分布檢驗51
第3章回歸分析53
3.1一元回歸模型53
3.1.1一元線性回歸模型53
3.1.2一元非線性回歸模型57
3.1.3一元回歸建模實例62
3.2多元線性回歸模型66
3.2.1多元線性回歸模型及其表示66
3.2.2matlab的回歸分析命令67
3.2.3多元線性回歸實例73
3.3逐步回歸75
3.3.1最優回歸方程的選擇75
3.3.2逐步回歸的matlab方法77
習題378
實驗2多元線性回歸與逐步回歸80
第4章判別分析81
4.1距離判別分析81
4.1.1判別分析的概念81
4.1.2距離的定義82
4.1.3兩總體的距離判別分析83
4.1.4多個總體的距離判別分析87
4.2判別准則的評價89
4.3貝葉斯判別分析91
4.3.1兩總體的貝葉斯判別92
4.3.2多個總體的貝葉斯判別95
4.3.3平均誤判率97
習題4101
實驗3距離判別與貝葉斯判別分析103
第5章主成分分析與典型相關分析105
5.1主成分分析105
5.1.1主成分分析的基本原理105
5.1.2樣本主成分分析110
5.2主成分分析的應用114
5.2.1主成分分析用於綜合評價114
5.2.2主成分分析用於分類116
5.2.3主成分分析用於信號分離120
5.3典型相關分析122
5.3.1典型相關分析的基本原理122
5.3.2樣本的典型變數與典型相關系數125
5.3.3典型相關系數的顯著性檢驗126
5.3.4典型相關分析實例128
習題5131
實驗4主成分分析與典型相關分析133
第6章聚類分析136
6.1距離聚類136
6.1.1聚類的思想136
6.1.2向量的距離137
6.1.3類間距離與遞推公式140
6.2譜系聚類與k均值聚類141
6.2.1譜系聚類141
6.2.2k均值聚類147
6.3模糊均值聚類151
6.3.1模糊c均值聚類151
6.3.2模糊減法聚類153
6.4聚類的有效性154
6.4.1譜系聚類的有效性154
6.4.2模糊聚類的有效性156
習題6157
實驗5聚類方法與聚類有效性158
第7章數值模擬分析160
7.1蒙特卡羅方法與應用160
7.1.1蒙特卡羅方法的基本思想160
7.1.2隨機數的產生與matlab的偽隨機數161
7.1.3蒙特卡羅方法應用實例162
7.2bp神經網路及應用169
7.2.1人工神經元及人工神經元網路169
7.2.2bp神經網路170
7.2.3matlab神經網路工具箱172
7.2.4bp神經網路應用實例174
習題7178
實驗6數值模擬179
附錄瑞士銀行紙幣（swiss bank notes）182
參考文獻188

⑧ 用matlab什麼程序可以預測股價走勢

這個可以用matlab的時間序列工具試一下，不過感覺沒有spss的時間序列工具好用，因為很多人裝matlab不裝時間序列工具包的。
用spss更好，把數據粘貼進去，就點分析-時間序列-自動時間序列就行，很傻瓜的，等1min，會出來一個走勢圖（輸出結果里下翻才找得到），說是AR多少模型的，後面會有一小段紅線的，那個就是預測。

⑨ MATLAB數據分析方法的介紹

《MATLAB數據分析方法》是機械工業出版社在2012年1月出版的一本書籍。