金融MATLAB-第3章.ppt

《金融MATLAB-第3章.ppt》由会员分享，可在线阅读，更多相关《金融MATLAB-第3章.ppt（38页珍藏版）》请在三一办公上搜索。

1、金融数量分析基于MATLAB编程,第3章 MATLAB与Excel文件的数据交换,金融MATLAB,Excel是一款非常优秀的通用表格软件，在学习、工作与科研中大量的数据可能都是以excel表格的方式存储的。Excel在矩阵计算、数据拟合与优化算法等方面的功能尚不足，Excel与Matlab相结合是处理复杂数据问题的有效方法。如何利用matlab强大的数值计算功能处理excel中的数据，首要解决的问题就是如何将excel中的数据导入到matlab中或将matlab数值计算的结果转存入excel中。本章主要介绍以函数方式与exlink宏的两种方法实现matlab与excel的数据交互。,2023

2、/10/19,2,1 案例背景,2023/10/19,3,2 数据交互函数,2.1 获取文件信息xlsfinfo函数xlsinfo函数语法：typ,desc,fmt=xlsfinfo(filename)输入参数：filename：目标文件地址输出参数：typ：目标文件类型desc：目标文件内部表名称（sheetname）fmt：支持目标文件的软件版本,2023/10/19,4,2.1获取文件信息xlsfinfo函数,typ,desc,fmt=xlsfinfo(excel.xls)结果输出：typ=Microsoft Excel Spreadsheet%文件类别为excel文件desc=Shee

3、t1Sheet2Sheet3%文件中数据表为Sheet1Sheet2Sheet3fmt=xlExcel8%文件版本为xlExcel8版本对应的为excel 972003版本,2023/10/19,5,2.2 读取数据xlsread函数,xlsread函数语法：1.data,textdate=xlsread(filename)输入参数：filename：目标文件地址输出参数：data:数值数据textdate:文字数据,2023/10/19,6,2.2 读取数据xlsread函数,%调用xlsread函数data,textdate=xlsread(excel.xls)%textdate的第一列为

4、日期文本，第一行为列名称。Hs300Date=textdate(2:14,1)结果输出：,data=1.0e+003*1.00000.99400.98280.41800.99260.17400.96750.18300.97470.97300.96720.3140,textdate=datepriceVol2005-1-42005-1-52005-1-192005-1-20,2023/10/19,7,2.2 读取数据xlsread函数,xlsread函数语法：2.data=xlsread(filename,sheet,range)输入参数：filename：目标文件地址sheet：数据表名称，例

5、如excel默认表名称sheet1。range：数据所在位置，例如A1，B13等输出参数：data:数值数据,2023/10/19,8,2.2 读取数据xlsread函数,%数据位置为excel.xls文件表1位置为B3:B14的列数据Hs300Price=xlsread(excel.xls,1,B3:B14)Hs300Vol=xlsread(excel.xls,1,C3:C14)结果输出：,Hs300Price=982.7900 992.5600 967.4500 974.6900 967.2100,Hs300Vol=418 994 740 183 973 314,2023/10/19,9,

6、2.3 写入数据xlswrite函数,xlswrite函数语法：status,message=xlswrite(filename,M,sheet,range)输入参数：filename：目标文件地址M:写入excel中的数据，M存储数据的变量名称；Sheet:写入excel中的sheet名称（若空默认sheet1）；Range：写入excel中的单元格区域（若空默认 A1）；输出参数：status:写入状态。“1”表示写入成功“0”表示写入失败message:若失败，则显现失败信息,2023/10/19,10,2.3 写入数据xlswrite函数,%生成随机数据X=randn(1,10);%将

7、X随机数据写入excel文件，表“sheet2”中status,message=xlswrite(excel.xls,X,sheet2)结果输出status=1%表示写入成功message=message:identifier:,2023/10/19,11,2.3 写入数据xlswrite函数,如果写入的是字符，使用aa与aa的效果完全不同，aa得到的结果是excel两个单元格都是a,aa得到的结果是excel一个单元格是aa。status1,message1=xlswrite(funddata0.xls,aa,sheet1)status2,message2=xlswrite(funddata

8、0.xls,aa,sheet2),2023/10/19,12,2.4 交互界面uiimport函数,uiimport函数的语法1.uiimport 在命令窗口输入uiimport命令，出现文件选择窗口；2uiimport(filename)表示打开数据文件filename；3uiimport(-file)表示在当前文件夹内选择数据文件；4uiimport(-pastespecial)表示打开当前剪贴板中的数据；5s=uiimport(.)表示将数据文件按结构存储在s中,2023/10/19,13,2.4 交互界面uiimport函数,2023/10/19,14,3 Excel-Link宏,如果

9、excel文件数据量太大（1GB）以上，使用函数进行数据交互存在一定问题，例如Java内存溢出等等。数据量较大的时候可以使用Excel-Link宏进行数据交互。Matlab提供使其能与excel互动操作的Excel-link宏。Excel-link使得数据在matlab与excel之间随意交换，以及在excel下调用matlab的函数。Excel-link将matlab的强大的数值计算功能、数据可视化功能与excel的数据Sheet功能结合在一起。,2023/10/19,15,3.1加载Excel-link宏,加载方法：在excel工具-加载宏-浏览（matlab的安装路径）-toolbox文

10、件夹-exlink文件夹-excllink.xla文件（双击打开）回到加载宏界面：在Excel link2.3 for use with matlab选项上打勾，点击确定。若excel的左上方出现startmatlab、putmatrix、getmatrix、evalstring等选项，说明excel-link加载成功。,2023/10/19,16,3.2 使用Excel-link宏,startmatlab：点击启动matlabputmatrix：将Excel的数据传输到matlab中 在matlab中：可看到传入到matlab中的矩阵x，计算y=sin(x)getmatrix：将matlab

11、的数据传输到excel中,2023/10/19,17,3.3 Excel2007加载与使用宏,加载方法：点击excel的office按钮-点击excel选项-在加载项中点击转到 浏览（matlab的安装路径）-toolbox文件夹-exlink文件夹-excllink.xla文件（打开）使用方法：在excel2007加载项下可以发现exlink相关的按钮，具体使用方法与exlink在excel2003中的使用方法一样。,2023/10/19,18,4 交互实例,4.1基金相关性的计算例：funddata.xls中存储着沪深300指数的价格与博时主题行业、嘉实沪深300、南方绩优成长的复权数据，

12、要求计算出每只基金的与沪深300指数的相关性。注：基金的收益率、波动率的计算应该采用基金的复权净值（即分红再投资净值）。由于基金存在分红，即分红前后基金净值存在较大差距，将对基金收益率与波动率计算造成影响，所以要使用复权净值进行计算。,2023/10/19,19,4.1 基金相关性的计算,M程序如下：typ,desc,fmt=xlsfinfo(funddata.xls)%文件信息data,textdate=xlsread(funddata.xls);%读取数据R=corrcoef(data)%计算相关性status,message=xlswrite(funddata.xls,R,sheet2,

13、B2:E5)%写入到excel数据textdate=textdate(2,2:5)%行名称与列名称status,message=xlswrite(funddata.xls,textdate,sheet2,B1:E1)status,message=xlswrite(funddata.xls,textdate,sheet2,A2:A5)%textdate表示转置即将行变为列,2023/10/19,20,4.1 基金相关性的计算,运行结果：R=1.00000.90390.99880.9658 0.90391.00000.88620.9730 0.99880.88621.00000.9548 0.96

14、580.97300.95481.0000textdate=沪深300博时主题行业嘉实沪深300南方绩优成长,2023/10/19,21,4.2 多个文件的读取和写入,在实际的项目编程中，很多时候遇到从很多文件中读取数据，若逐个文件进行手工操作不仅身心疲惫，而且容易出错。例如，指数成分股与权重数据每天一个Excel，文件名为：000016weightnextday20100104.xls、000016weightnextday20110630.xls，000016weightnextday20120104.xls等，程序化读取的关键是将文件名自动化。,2023/10/19,22,4.2 多个文件

15、的读取和写入,DataNum=9;%要读取文件数量Data.Code=zeros(50,DataNum);%定义变量并分配内存Data.ClosePrice=zeros(50,DataNum);Data.CFMValue=zeros(50,DataNum);Data.Weight=zeros(50,DataNum);fileName=000016weightnextday;%文件名固定部分fileDate=20100104 20100630 20100701 20101231 20110104 201106302011070120111230 20120104;%文件名变化部分，若变化部分由规

16、律可以自动生成。for i=1:DataNumTfileName=fileName,num2str(fileDate(i),.xls;%组合文件名，i不同文件名称不同%读取文件中所需的数据Data.Code(:,i)=xlsread(TfileName,Index Constituents Data,E2:E51);Data.ClosePrice(:,i)=xlsread(TfileName,Index Constituents Data,M2:M51);Data.CFMValue(:,i)=xlsread(TfileName,Index Constituents Data,P2:P51);D

17、ata.Weight(:,i)=xlsread(TfileName,Index Constituents Data,Q2:Q51);end,2023/10/19,23,5 数据的平滑处理,在对时间序列数据（如信号数据或股票价格数据）进行统计分析时，或许存在数据的缺失或奇异(例如ST股票反复的停牌)，往往需要对数据进行平滑处理。本节介绍基于MATLAB的数据平滑方法，主要介绍smooth函数、smoothts函数和medfilt1函数的用法。,2023/10/19,24,5.1 smooth函数,MATLAB曲线拟合工具箱中提供了smooth函数，用来对数据进行平滑处理，其调用方式如下：yy=s

18、mooth(y)yy=smooth(y,span)yy=smooth(y,method)yy=smooth(y,span,method)yy=smooth(y,sgolay,degree)yy=smooth(y,span,sgolay,degree)yy=smooth(x,y,),2023/10/19,25,5.1 smooth函数,1yy=smooth(y)利用移动平均滤波器对列向量y进行平滑处理，返回与y等长的列向量yy.移动平均滤波器的默认窗宽为5，yy中元素的计算方法如下：yy(1)=y(1)yy(2)=(y(1)+y(2)+y(3)/3yy(3)=(y(1)+y(2)+y(3)+y(

19、4)+y(5)/5yy(4)=(y(2)+y(3)+y(4)+y(5)+y(6)/5yy(5)=(y(3)+y(4)+y(5)+y(6)+y(7)/5,2023/10/19,26,5.1 smooth函数,2yy=smooth(y,span)用span参数指定移动平均滤波器的窗宽，span为奇数。3yy=smooth(y,method)用method参数指定平滑数据的方法，method是字符串变量，可用的字符串如表所示。,2023/10/19,27,5.1 smooth函数,4yy=smooth(y,span,method)对于由method参数指定的平滑方法，用span参数指定滤波器的窗宽。

20、5yy=smooth(y,sgolay,degree)利用Savitzky-Golay方法平滑数据，此时用degree参数指定多项式模型的阶数。degree是一个整数，取值介于0和span-1之间。6yy=smooth(y,span,sgolay,degree)用span参数指定Savitzky-Golay滤波器的窗宽。span必须是一个正的奇数。7yy=smooth(x,y,)同时指定x数据。,2023/10/19,28,5.1 smooth函数,例如：产生一列正弦波信号，加入噪声信号，然后调用smooth函数对加入噪声的正弦波进行滤波(平滑处理)。代码如下：t=linspace(0,2*p

21、i,500);%产生一个从0到2*pi的向量，长度为500y=100*sin(t);%产生正弦波信号%产生500行1列的服从N(0,152)分布的随机数，作为噪声信号noise=normrnd(0,15,500,1);y=y+noise;%将正弦波信号加入噪声信号figure;%新建一个图形窗口plot(t,y);%绘制加噪波形图xlabel(t);%为X轴加标签ylabel(y=sin(t)+噪声);%为Y轴加标签,2023/10/19,29,5.1 smooth函数,yy1=smooth(y,30);%利用移动平均法对y进行平滑处理figure;%新建一个图形窗口plot(t,y,k:);

22、%绘制加噪波形图hold on;plot(t,yy1,k,linewidth,3);%绘制平滑后波形图xlabel(t);ylabel(moving);legend(加噪波形,平滑后波形);yy5=smooth(y,30,sgolay,3);%利用sgolay方法对y进行平滑处理figure;%新建一个图形窗口plot(t,y,k:);%绘制加噪波形图hold on;plot(t,yy5,k,linewidth,3);%绘制平滑后波形图xlabel(t);ylabel(sgolay);legend(加噪波形,平滑后波形);,2023/10/19,30,5.1 smooth函数,2023/10/

23、19,31,5.2 smooths函数,MATLAB金融工具箱中提供了smoothts函数，也可用来对数据进行平滑处理，其调用方式如下：output=smoothts(input)output=smoothts(input,b,wsize)output=smoothts(input,g,wsize,stdev)output=smoothts(input,e,n)smoothts函数的输入参数input是一个金融时间序列对象或行导向矩阵。以上调用方式中的b，g，或e表示不同的数据平滑方法，其中b表示盒子法（Box method，默认情况），g表示高斯窗方法（Gaussian window met

24、hod），e表示指数法（Exponential method）,2023/10/19,32,5.2 smooths函数,例如：现有上海股市日开盘价、最高价、最低价、收盘价、收益率等数据，时间跨度为2005年1月4日至2007年4月3日，共510组数据。完整数据保存在文件StockPriceData.xls中，其中部分数据如图所示。试调用smoothts函数对日收盘价数据进行平滑处理。具体代码见m_3_5_2.m,2023/10/19,33,5.2 smooths函数,2023/10/19,34,5.3 medfilt1函数,MATLAB信号处理工具箱中提供了medfilt1函数，用来对信号数据

25、进行一维中值滤波，其调用方式如下：y=medfilt1(x,n)%对向量x进行一维中值滤波，返回与x等长的向量y。y=medfilt1(x,n,blksz)%用for循环，每次循环输出blksz个计算值，默认情况下，blksz=length(x)y=medfilt1(x,n,blksz,dim)%用dim参数指定沿x的哪个维进行滤波。,2023/10/19,35,5.3 medfilt1函数,例如：产生一列正弦波信号，加入噪声信号，然后调用medfilt1函数对加入噪声的正弦波进行滤波(平滑处理)。代码见m3_5_3.m,2023/10/19,36,6 数据的标准化变换,1变换公式设p维向量X

26、=(X1,X2,Xp)的观测值矩阵为标准化变换后的观测值矩阵为其中这里 为变量Xj的观测值的平均值，sjj为变量Xj的观测值的方差，为标准差。经过标准化变换后，矩阵 的各列的均值均为0，标准差均为1.,2023/10/19,37,6 数据的标准化变换,2 zscore函数 MATLAB统计工具箱中提供了zscore函数，用来作数据的标准化变换，其调用方式如下：Z=zscore(X)%X可以是一个向量、矩阵或高维数组。若X是一个向量，返回变换后结果向量Z=(Xmean(X)/std(X)；若X是一个矩阵，则用X的每一列的均值和标准差对该列进行标准化变换，返回变换后矩阵Z。Z,mu,sigma=z

27、score(X)%还返回X的均值mu=mean(X)和标准差sigma=std(X).=zscore(X,1)=zscore(X,flag,dim),2023/10/19,38,6 数据的标准化变换,例如：调用rand函数产生一个随机矩阵，然后调用zscore函数将其按列标准化。%调用rand函数产生一个10行，4列的随机矩阵，每列服从不同的均匀分布x=rand(10,1),5*rand(10,1),10*rand(10,1),500*rand(10,1)%调用zscore函数对x进行标准化变换（按列标准化），%返回变换后矩阵xz，以及矩阵x各列的均值构成的向量mu，各列的标准差构成的向量sigmaxz,mu,sigma=zscore(x)mean(xz)%求标准化后矩阵xz的各列的均值std(xz)%求标准化后矩阵xz的各列的标准差,