matlab期货分析论文
A. 如何应用matlab做经济学论文
应用matlab做经济学论文的跟我一个专业
可帮助你指导
B. 有没有懂期货日内量化交易策略和matlab的能帮助一下
这个属于一字涨停的数据，就是开盘直接封板，这个没有什么机会做什么交易策略了，换个品种交易吧。
期货量化策略研究指的是需要依据一种或多种确凿的获利理念，通过某一特定显式表示的模型，指导参与者反复地以人工或机器执行指令，参与单边或多空交易，在策略的执行过程中，需要实时监控资产组合价值与目标利润的偏离情况，调整参数，直到已有模型生命期限终了，再转入到新模型。
期货量化策略就是我们指的是采用特定量化指标及数据来进行交易的策略，平常那个说的程序化交易是其中一种，量化交易的原理及要求都比较专业化。
C. 求一篇"matlab在数值分析中的应用"的论文
.2.2 幂法的MATLAB程序
用幂法计算矩阵的主特征值和对应的特征向量的MATLAB主程序
function [k,lambda,Vk,Wc]=mifa(A,V0,jd,max1)
lambda=0;k=1;Wc =1; ,jd=jd*0.1;state=1; V=V0;
while((k<=max1)&(state==1))
Vk=A*V; [m j]=max(abs(Vk)); mk=m;
tzw=abs(lambda-mk); Vk=(1/mk)*Vk;
Txw=norm(V-Vk); Wc=max(Txw,tzw); V=Vk;lambda=mk;state=0;
if(Wc>jd)
state=1;
end
k=k+1;Wc=Wc;
end
if(Wc<=jd)
disp('请注意：迭代次数k,主特征值的近似值lambda,主特征向量的近似向量Vk,相邻两次迭代的误差Wc如下：')
else
disp('请注意：迭代次数k已经达到最大迭代次数max1,主特征值的迭代值lambda,主特征向量的迭代向量Vk,相邻两次迭代的误差Wc如下：')
end
Vk=V;k=k-1;Wc;
例5.2.2 用幂法计算下列矩阵的主特征值和对应的特征向量的近似向量，精度.并把（1）和（2）输出的结果与例5.1.1中的结果进行比较.
(1)； (2)；(3)；（4）.
解 （1）输入MATLAB程序
>>A=[1 -1;2 4]; V0=[1,1]';
[k,lambda,Vk,Wc]=mifa(A,V0,0.00001,100),
[V,D] = eig (A), Dzd=max(diag(D)), wuD= abs(Dzd- lambda), wuV=V(:,2)./Vk,
运行后屏幕显示结果
请注意：迭代次数k,主特征值的近似值lambda,主特征向量的近似向量Vk,相邻两次迭代的误差Wc如下：
k = lambda = Wc =
33 3.00000173836804 8.691862856124999e-007
Vk = V = wuV =
-0.49999942054432 -0.70710678118655 0.44721359549996 -0.89442822756294
1.00000000000000 0.70710678118655 -0.89442719099992 -0.89442719099992
Dzd = wuD =
3 1.738368038406435e-006
由输出结果可看出，迭代33次，相邻两次迭代的误差Wc 8.69 19e-007，矩阵的主特征值的近似值lambda3.000 00和对应的特征向量的近似向量Vk （-0.500 00，1.000 00, lambda与例5.1.1中的最大特征值近似相等，绝对误差约为1.738 37e-006，Vk与特征向量 的第1个分量的绝对误差约等于0，第2个分量的绝对值相同.由wuV可以看出，的特征向量V(:,2) 与Vk的对应分量的比值近似相等.因此，用程序mifa.m计算的结果达到预先给定的精度.
(2) 输入MATLAB程序
>>B=[1 2 3;2 1 3;3 3 6]; V0=[1,1,1]';
[k,lambda,Vk,Wc]=mifa(B,V0,0.00001,100), [V,D] = eig (B),
Dzd=max(diag(D)), wuD= abs(Dzd- lambda), wuV=V(:,3)./Vk,
运行后屏幕显示结果
请注意：迭代次数k,主特征值的近似值lambda,主特征向量的近似向量Vk,相邻两次迭代的误差Wc如下：
k = lambda = Wc = Dzd = wuD =
3 9 0 9 0
Vk = wuV =
0.50000000000000 0.81649658092773
0.50000000000000 0.81649658092773
1.00000000000000 0.81649658092773
V =
0.70710678118655 0.57735026918963 0.40824829046386
-0.70710678118655 0.57735026918963 0.40824829046386
0 -0.57735026918963 0.81649658092773
(3) 输入MATLAB程序
>> C=[1 2 2;1 -1 1;4 -12 1];V0=[1,1,1]';
[k,lambda,Vk,Wc]=mifa(C,V0,0.00001,100), [V,D] = eig (C),
Dzd=max(diag(D)), wuD=abs(Dzd-lambda),
Vzd=V(:,1),wuV=V(:,1)./Vk,
运行后屏幕显示
请注意：迭代次数k已经达到最大迭代次数max1,主特征值的迭代值lambda,主特征向量的迭代向量Vk,相邻两次迭代的误差Wc如下：
k = lambda = Wc =
100 0.09090909090910 2.37758124193119
Dzd = wuD =
1.00000000000001 0.90909090909091
Vk= Vzd = wuV =
0.99999999999993 0.90453403373329 0.90453403373335
0.99999999999995 0.30151134457776 0.30151134457778
1.00000000000000 -0.30151134457776 -0.30151134457776
由输出结果可见，迭代次数k已经达到最大迭代次数max1=100，并且lambda的相邻两次迭代的误差Wc2.377 58>2,由wuV可以看出，lambda的特征向量Vk与真值Dzd的特征向量Vzd对应分量的比值相差较大，所以迭代序列发散.实际上，实数矩阵C的特征值的近似值为，并且对应的特征向量的近似向量分别为=（0.90453403373329，0.30151134457776，-0.30151134457776），
（-0.72547625011001,-0.21764287503300-0.07254762501100i,
0.58038100008801-0.29019050004400i），
( -0.72547625011001, -0.21764287503300 + 0.07254762501100i,
0.58038100008801 + 0.29019050004400i) , 是常数）.
（4）输入MATLAB程序
>> D=[-4 14 0;-5 13 0;-1 0 2]; V0=[1,1,1]';
[k,lambda,Vk,Wc]=mifa(D,V0,0.00001,100), [V,Dt] =eig (D),
Dtzd=max(diag(Dt)), wuDt=abs(Dtzd-lambda),
Vzd=V(:,2),wuV=V(:,2)./Vk,
运行后屏幕显示结果
请注意：迭代次数k,主特征值的近似值lambda,主特征向量的近似向量Vk,相邻两次迭代的误差Wc如下：
k = lambda = Wc =
19 6.00000653949528 6.539523793591684e-006
Dtzd = wuDt =
6.00000000000000 6.539495284840768e-006
Vk = Vzd = wuV =
0.79740048053564 0.79740048053564 0.79740048053564
0.71428594783886 0.56957177181117 0.79740021980618
-0.24999918247180 -0.19935012013391 0.79740308813370
D. 涉及matlab的毕业论文
haoxianjiande lousahng b
E. 浅谈MATLAB在信号与系统分析中的应用 论文写法 本人新手
第一章 绪 论
§1-1 课题研究的背景
§1-2 信号与系统分析国内外研究现状
§1-3 Matlab概述
§1-4 课题研究的目的及意义
§1-5 论文主要内容及结构
第二章 MATLAB在信号与系统分析中的应用
§2-1 信号与系统分析
2-1-1 国内外关于该课题的研究现状及发展趋势
2-1-2 信号与系统分析方法分类
§2-2 Matlab在信号与系统分析中应用的简介
§2-3 本章小结
第三章 Matlab在信号与系统分析中应用模型设计
§3-1 引言
§3-2 系统分析
§3-3 模型建立（是本章重点需要扩充）
第四章 （具体实例实现）
§4-1
§4-2
§4-3 实验结果分析
§4-4 本章小结
第五章 结束语
参考文献
致 谢
最好找本MATLAB在信号与系统分析中的应用的书来看看。可以看看飞思科技产品研发中心出的一系列关于matlab应用的书，会对你有帮助的！
祝顺利！
F. 求助MATLAB期货程序化交易编写问题
都免费试用知道坏真要找适合自程序化软件试用每款软件都定客户赞贬且都些理由所建议申请试用且需要功能关些软件都些特色比:便宜功能简单数据功能强编写语言难等
所适合自才办
金字塔免费版功能:
内全推期货数据 超级图表析 闪电单功能 自编函数功能 VBA二发功能 交易策略测试优化 简单图表程式化交易 A股、外汇外盘全推数据 高端新图表程式化交易
G. 求基于MATLAB的数据采集与分析系统设计的5000字论文
数据采集与分析系统设计
偶在写的时候，都是有人指导的，你可以去找客服帮您一下。
我知道一家，他们的文章不错，免费指导您写作，也会为您推荐优秀资料.
加为好友就行
：四
九
三
零
九
二
五
二
四
H. 求一篇MATLAB的论文
[1]毛纲源. 一类特殊分块矩阵为循环矩阵的循环分块矩阵的几个性质[J]. 应用数学,1995,(3).
[2]游兆永,姜宗乾,. 分块矩阵的对角占优性[J]. 西安交通大学学报,1984,(3).
[3]曹重光. 体上分块矩阵群逆的某些结果[J]. 黑龙江大学自然科学学报,2001,(3).
[4]庄瓦金. 非交换主理想整环上分块矩阵的秩[J]. 数学研究与评论,1994,(2).
[5]曹礼廉,李芳芸,柴跃廷. 一种用于MRP的分块矩阵方法[J]. 高技术通讯,1997,(7).
[6]逄明贤. 分块矩阵的Cassini型谱包含域[J]. 数学学报,2000,(3).
[7]杨月婷. 一类分块矩阵的谱包含域[J]. 数学研究,1998,(4).
[8]何承源. R-循环分块矩阵求逆的快速傅里叶算法[J]. 数值计算与计算机应用,2000,(1).
[9]马元婧,曹重光. 分块矩阵的群逆[J]. 哈尔滨师范大学自然科学学报,2005,(4).
[10]游兆永，黄廷祝. 两类分块矩阵的性质与矩阵正稳定和亚正定判定[J]. 工程数学学报,1995,(2).
I. 请问这道期货的计算用MATLAB代码怎么写
i和i-1是数学公式常用的表达方式，用程序时最初的index一般是从0或者1开始。i和i-1只是表达后一个和前一个这种关系。
大概这样，如果有bug应该很快调出来：
N=5; %5 years
RF(ii)=zeros(N,1); %forward rate 初始化为全零列向量
R=[2;3;3.7;4.2;4.5]; %Rate
T=[1:N]'; % first to fifth years
for ii=1:N
RF(ii+1)=( R(ii+1)*T(ii+1)-R(ii)T(ii) ) / ( T(ii+1)-T(ii) );
end
RFmx=[(1:N)',RF]; %按照题目要求表示为两columns
J. 2000字左右关于MATLAB的小论文
晕。。。。。时间过了没？