matlab在金融统计中的应用.doc

MATLAB在金融统计中的应用 PAGE \* MERGEFORMAT 1 1 程序设计内容 1.1问题的背景 问题一金融统计是指金融机构统计部门对各项金融业务活动的情况和资料进行收集、整理和分析的活动，内容包括银行信贷统计、银行现金收支统计、货币供应与流通统计、金融市场统计。金融机构是一些向客户提供中间代理的机构，它本身并不能提供相应的服务和物品，但它能够替你寻找并安排这些服务和物品，供你选择并决定。我国的金融机构，按地位和功能可分为中央银行、银行、非银行的金融机构和外资、侨资、合资金融机构四大类。金融统计工作的基本任务是：根据党和国家的方针政策和国家管理经济的要求，及时、准确、全面地完成各项金融业务统计报表；收集、整理、积累金融和有关国民经济的统计资料；开展统计调查和统计分析，为金融部门和国家进行宏观经济决策、检查和监督经济、金融运行情况、加强金融监管和经营管理提供依据。时间序列分析是一种动态数据处理的统计方法。该方法基于随即过程理论和数理统计学方法，研究随机数据序列所遵循的统计规律，自然界以及社会生活的各种事物都在运动、变化和发展着，将它们按时间顺序记录下来，就可以得到各种各样的时间序列。经典的统计分析都假定数据序列具有独立性，二时间序列分析则侧重研究数据序列的互相依赖关系，后者实际上是对离散指标的随机过程的统计分析，所以又可看作是随机过程统计的一个组成部分。例如：记录了某一地区第一个月，第二个月，……，第N个月的降雨量，利用时间序列分析方法，可以对未来各月的降雨量进行预报。对时间序列进行分析研究，可以揭示事物运动、变化和发展的内在规律，对于人们正确认识事物并由此做出科学的决策具有重要的现实意义。 问题一 1．2问题重述 问题二运用MATLAB解决金融统计中的问题 问题二 运用MATLAB解决金融统计中的问题 主要运用时间序列的分析方法问题四问题三 主要运用时间序列的分析方法 问题四 问题三 2 MATLAB在统计中的基本运用 2.1最小二乘法在MATLAB中的实现 最小二乘法：对给定数据点{(Xi，Yi)}，在取定的函数类Φ 中，求p(x）∈Φ，使误差的平方和最小，从几何意义上讲，就是寻求与给定点 {(Xi，Yi)}(i=0,1，…，m）的距离平方和为最小的曲线。函数p(x）称为拟合函数或最小二乘解，求拟合函数p(x）的方法称为HYPERLINK /view/325179.htm \t _blank 曲线拟合的最小二乘法。[1] 问题一： （1）运用MATLAB实现最小二乘法 ① 一次函数使用polyfit（x,y,1） 　　 ②多项式函数使用 polyfit（x,y,n），n为次数 　　拟合曲线 x=[0.5,1.0,1.5,2.0,2.5,3.0]， 　　y=[1.75,2.45,3.81,4.80,7.00,8.60]。 程序： clc clear x=[0.5,1.0,1.5,2.0,2.5,3.0]; y=[1.75,2.45,3.81,4.80,7.00,8.60]; p=polyfit(x,y,2) x1=0.5:0.5:3.0; y1=polyval(p,x1); plot(x,y,*r,x1,y1,-b) 图片： 结果： p = 0.5614 0.8287 1.1560 结果分析：通过描出给出的点，拟合成一条直线，求出直线的方程，再取定X或Y的值，就可以利用曲线预测出接下来的结果 2.2二次趋势面 趋向类指标是用来判断证券品种价格走势趋向的指标类别。它是证券市场中进行HYPERLINK /view/35271.htm \t _blank 技术分析时，所参考指标的一大类别，也是最常见、最常用的类别。 众所周知，证券市场中使用的指标很多，而且很杂。有的使用价格数据作参数来编制指标，有的使用HYPERLINK /view/34979.htm \t _blank 成交量数据作参数来编制指标。但是无论怎样编制，根据它所要判断的目的和目标，可以将成千上万的指标进行分类。例如判断HYPERLINK /view/29361.htm \t _blank 大盘变化的HYPERLINK /view/8128242.htm \t _blank 大盘类指标、判断HYPERLINK /view/1050487.htm \t _blank 量能变化的量能类指标、判断价格趋势的趋向类指标和HYPERLINK /view/8113077.htm \t _blank 反趋向类指标、判断HYPERLINK /view/1140351.htm \t _blank 量价关系的量价类指标……趋向类指标就是其中一大类。 运用最小二乘法，进行趋势面拟合