《MATLAB金融算法分析實戰》是2017年機械工業出版社出版的圖書,作者是吳婷。
基本介紹
- 中文名:MATLAB金融算法分析實戰
- 作者:吳婷
- 出版社:機械工業出版社
- 出版時間:2017年08月01日
- 頁數:352 頁
- 開本:16 開
- 裝幀:平裝
- ISBN:9787111573005
編輯推薦,內容簡介,作者簡介,目錄,
編輯推薦
MATLAB中文論壇鼎力簽船端提支持,提供“線上交流,有問有答”網路互動答疑平台
詳解MATLAB金融工具箱及金融算法分析與套用
涵蓋43個量化投資指標、14種算法套用和23個算法案例
涵蓋14種常用數據處理算法、8種股票預測機器學習算法
詳解MATLAB金融數據挖掘中的趨向和發展趨勢指標
從機器學習算法出發,用MATLAB對金融大數據進行仿真分析
內容簡介
本書全面系統地講解了MATLAB金融算法分析與套用,以及金融數據挖掘中的趨向和發展趨勢指標,並結合具體的機器學習算法分析,讓讀者深入學習和掌握MATLAB金融數據機器學習算法。本書注重實戰,通過大量的案例,幫助讀者更好地理解書中的內容。
本書分為2篇,共翻局影15章。主要內容有:MATLAB入門與提高、MATLAB高級套用、時間序列數據處理、量化投資趨向指標、量化投資反趨向指標、BP神經網路工具箱上證指數預測、 BP神經網路工具箱多指標預測、RBF神經網路多指標預測、Hopfield神經網路多指標預測、馬爾可夫(Markov)鏈上證指數預測、灰色理論下的上證指數預測、指數平滑下的上證指數預測、支持向量機SVM下的漲跌預測、貝葉承擔榜埋斯(Bayes)網路多指標預測、Pareto多目標最佳化分析。
本書適合所有想全面學習MATLAB 金融分析算法的人員閱讀,也適合各種量化投資開發人員閱讀。另外,本書對於各高校師生解決問題、進行課堂教學等,也是一本不可或缺的參考書。同時本書也適合MATLAB愛好者學習使用。
一分鐘了解本書精華內容
MATLAB入門與提高
MATLAB高級套用
時間序列數據處理
量化投資趨向指標
量化投資反趨向指標
BP神經網籃協朽絡工具箱上證指數預測
BP神經網路工具箱多指標預測
RBF神經網路多指標預測
Hopfield神經網路多指標預測
馬爾可夫(Markov)鏈上證指數預測
灰色理論下的上證指數預測
指數平滑下的上證指數預測
支持向量機SVM下的漲跌預測
貝葉斯(Bayes)網路多指標預測
Pareto多目標最佳化分析
作者簡介
吳婷 長期從事金融大數據研究,擅長杜邦分析和數據預測算法。精通MATLAB和STATA等科學計算軟體。目前主要研究方向為公司金融管理、風險埋拔管理及股票預測算法挖掘等。
余勝威 圖像算法工程師。畢業於西南交通大學,獲碩士學位。有6年以上的MATLAB套用經驗,精通MATLAB算法開發。曾多次獲得全國和省級數學建模競賽大獎,發表論文多篇,獨立編寫MATLAB套用技術圖書多部。主要從事圖像處理、人工智慧、模式識別和音效增強等算法研究工作。
目錄
第1篇 MATLAB常用算法套用設計
第1章 MATLAB入門與提高 2
1.1 矩陣運算 4
1.2 放大局部視圖 6
1.3 Monte Carlo方法 7
1.4 金融工具箱繪圖函式的使用 9
第2章 MATLAB高級套用 32
2.1 正餘弦函式計算 32
2.2 pcode加密 32
2.3 基本GUI設計 33
2.4 GUI的最佳化布局 41
2.5 日期格式函式 43
2.6 日期轉化函式 45
2.7 創建一個金融時間數據序列 47
2.8 股票技術分析圖函式使用 49
第3章 時間序列數據處理 55
3.1 平均絕對離差 55
3.2 序列最大值 57
3.3 序列最小值 60
3.4 簡單移動平均值 62
3.5 動態移動平均值 65
3.6 指數平滑移動平均值 67
3.7 指數移動平均值 69
第4章 量化投資趨向指標 73
4.1 升降線指標 73
4.2 動力指標 76
4.3 變動速率線指標 77
4.4 瀑布線指標 79
4.5 上升動向指標 81
4.6 下降動向指標 83
4.7 動向平均數指標 85
4.8 多空指數指標 88
4.9 佳慶指標 90
4.10 市場趨勢指標 92
4.11 方向標準離差指數指標 94
4.12 平均線差 97
4.13 趨向指標 98
4.14 簡易波動指標 102
4.15 鬼道線指標 104
4.16 絕路航標指標 106
4.17 加速線指標 109
4.18 平滑異同平均指標 111
4.19 快速異同平均指標 113
4.20 強弱值翻道戀指標 115
4.21 三重指數平滑平均線指標 117
4.22 終極指標 119
4.23 變異平均線指標 122
第5章 量化投資反趨向指標 124
5.1 幅度漲速指標 124
5.2 動態買賣人氣指洪肯贈標 126
5.3 布林極限指標 128
5.4 乖離率指標 131
5.5 異同離差乖離率指標 133
5.6 順勢指標 135
5.7 市場能量指標 137
5.8 多空線指標 139
5.9 區間震盪線指標 141
5.10 分水嶺指標 142
5.11 隨機指標 144
5.12 威廉指標 148
5.13 L威廉指標 150
5.14 變動速率指標 152
5.15 相對強弱指標 153
5.16 慢速隨機指標 156
5.17 擺動指標 159
5.18 動向速度比率指標 162
5.19 引力線指標 164
5.20 布林極限寬度指標 166
第2篇 MATLAB機器學習算法套用設計
第6章 BP神經網路工具箱上證指數預測 170
6.1 BP神經網路模型及其基本原理 170
6.2 MATLAB BP神經網路工具箱 171
6.3 BP神經網路執行流程 173
6.4 基於BP網路的上證指數預測 174
6.5 改進分析 178
第7章 BP神經網路工具箱多指標預測 186
7.1 BP神經網路 186
7.2 多指標選取 187
7.3 基於趨勢指標的BP網路預測 195
7.4 基於反趨勢指標的BP網路預測 204
7.5 基於趨勢和反趨勢指標的BP網路預測 211
第8章 RBF神經網路多指標預測 216
8.1 RBF神經網路 216
8.2 RBF網路結構 216
8.3 多指標選取 219
8.4 基於趨勢指標的RBF網路預測 220
8.5 基於反趨勢指標的RBF網路預測 224
8.6 基於趨勢和反趨勢指標的RBF網路預測 228
第9章 Hopfield神經網路多指標預測 232
9.1 Hopfield神經網路 232
9.2 多指標選取 234
9.3 基於趨勢指標的Hopfield網路預測 234
9.4 基於反趨勢指標的Hopfield網路預測 237
9.5 基於趨勢和反趨勢指標的Hopfield網路預測 239
第10章 馬爾可夫(Markov)鏈上證指數預測 242
10.1 馬爾可夫鏈模型 242
10.2 馬爾可夫鏈模型流程 242
10.3 馬爾可夫鏈預測 243
10.4 隱馬爾可夫模型函式表 253
第11章 灰色理論下的上證指數預測 254
11.1 灰色理論分析 254
11.2 灰色關聯分析流程 254
11.3 多指標灰色關聯度計算 255
11.4 灰色預測模型流程 259
11.5 ACCER幅度漲速指標灰色預測 260
第12章 指數平滑下的上證指數預測 263
12.1 指數平滑分析 263
12.2 指數平滑仿真 265
第13章 支持向量機SVM下的漲跌預測 274
第14章 貝葉斯(Bayes)網路多指標預測 305
第15章 Pareto多目標最佳化分析 325
參考文獻 353
目錄
第1篇 MATLAB常用算法套用設計
第1章 MATLAB入門與提高 2
1.1 矩陣運算 4
1.2 放大局部視圖 6
1.3 Monte Carlo方法 7
1.4 金融工具箱繪圖函式的使用 9
第2章 MATLAB高級套用 32
2.1 正餘弦函式計算 32
2.2 pcode加密 32
2.3 基本GUI設計 33
2.4 GUI的最佳化布局 41
2.5 日期格式函式 43
2.6 日期轉化函式 45
2.7 創建一個金融時間數據序列 47
2.8 股票技術分析圖函式使用 49
第3章 時間序列數據處理 55
3.1 平均絕對離差 55
3.2 序列最大值 57
3.3 序列最小值 60
3.4 簡單移動平均值 62
3.5 動態移動平均值 65
3.6 指數平滑移動平均值 67
3.7 指數移動平均值 69
第4章 量化投資趨向指標 73
4.1 升降線指標 73
4.2 動力指標 76
4.3 變動速率線指標 77
4.4 瀑布線指標 79
4.5 上升動向指標 81
4.6 下降動向指標 83
4.7 動向平均數指標 85
4.8 多空指數指標 88
4.9 佳慶指標 90
4.10 市場趨勢指標 92
4.11 方向標準離差指數指標 94
4.12 平均線差 97
4.13 趨向指標 98
4.14 簡易波動指標 102
4.15 鬼道線指標 104
4.16 絕路航標指標 106
4.17 加速線指標 109
4.18 平滑異同平均指標 111
4.19 快速異同平均指標 113
4.20 強弱值指標 115
4.21 三重指數平滑平均線指標 117
4.22 終極指標 119
4.23 變異平均線指標 122
第5章 量化投資反趨向指標 124
5.1 幅度漲速指標 124
5.2 動態買賣人氣指標 126
5.3 布林極限指標 128
5.4 乖離率指標 131
5.5 異同離差乖離率指標 133
5.6 順勢指標 135
5.7 市場能量指標 137
5.8 多空線指標 139
5.9 區間震盪線指標 141
5.10 分水嶺指標 142
5.11 隨機指標 144
5.12 威廉指標 148
5.13 L威廉指標 150
5.14 變動速率指標 152
5.15 相對強弱指標 153
5.16 慢速隨機指標 156
5.17 擺動指標 159
5.18 動向速度比率指標 162
5.19 引力線指標 164
5.20 布林極限寬度指標 166
第2篇 MATLAB機器學習算法套用設計
第6章 BP神經網路工具箱上證指數預測 170
6.1 BP神經網路模型及其基本原理 170
6.2 MATLAB BP神經網路工具箱 171
6.3 BP神經網路執行流程 173
6.4 基於BP網路的上證指數預測 174
6.5 改進分析 178
第7章 BP神經網路工具箱多指標預測 186
7.1 BP神經網路 186
7.2 多指標選取 187
7.3 基於趨勢指標的BP網路預測 195
7.4 基於反趨勢指標的BP網路預測 204
7.5 基於趨勢和反趨勢指標的BP網路預測 211
第8章 RBF神經網路多指標預測 216
8.1 RBF神經網路 216
8.2 RBF網路結構 216
8.3 多指標選取 219
8.4 基於趨勢指標的RBF網路預測 220
8.5 基於反趨勢指標的RBF網路預測 224
8.6 基於趨勢和反趨勢指標的RBF網路預測 228
第9章 Hopfield神經網路多指標預測 232
9.1 Hopfield神經網路 232
9.2 多指標選取 234
9.3 基於趨勢指標的Hopfield網路預測 234
9.4 基於反趨勢指標的Hopfield網路預測 237
9.5 基於趨勢和反趨勢指標的Hopfield網路預測 239
第10章 馬爾可夫(Markov)鏈上證指數預測 242
10.1 馬爾可夫鏈模型 242
10.2 馬爾可夫鏈模型流程 242
10.3 馬爾可夫鏈預測 243
10.4 隱馬爾可夫模型函式表 253
第11章 灰色理論下的上證指數預測 254
11.1 灰色理論分析 254
11.2 灰色關聯分析流程 254
11.3 多指標灰色關聯度計算 255
11.4 灰色預測模型流程 259
11.5 ACCER幅度漲速指標灰色預測 260
第12章 指數平滑下的上證指數預測 263
12.1 指數平滑分析 263
12.2 指數平滑仿真 265
第13章 支持向量機SVM下的漲跌預測 274
第14章 貝葉斯(Bayes)網路多指標預測 305
第15章 Pareto多目標最佳化分析 325
參考文獻 353