商品期貨品種相關性統計matlab圖形展示

1. 如何用matlab統計數據中各個數值的個數並繪圖

1、打開MATLAB軟體，准備開始作圖。

方法一：

1、在命令窗口，編寫離散點向量，例如離散點(X，Y)，X= [1 3 5 7 2 9 3 6 2 8]，Y= [2 1 4 5 6 15 2 5 7 10]，如果我們直接採用Plot作圖，畫出來的是折線。

2、對Plot顯示樣式進行設置，如：plot(X,Y,'k*')，'k'表示顯示黑色顏色，'*'表示點為星號顯示。

方法二：

1、也比較方便，清除之前在命令行的代碼，直接在命令行輸入：clc，然後按回車鍵。

2、重新在命令行輸入離散點，採用函數scatter進行畫離散點，如：scatter(X,Y,'r')，'r'表示離散點顯示為紅色。

3、比較一下兩種方法是否一樣，用hold on ,使兩個圖在一副圖上面顯示出來。發現標記的離散點是在同一個位置的！

2. 請問這道期貨的計算用MATLAB代碼怎麼寫

i和i-1是數學公式常用的表達方式，用程序時最初的index一般是從0或者1開始。i和i-1隻是表達後一個和前一個這種關系。
大概這樣，如果有bug應該很快調出來：

N=5; %5 years
RF(ii)=zeros(N,1); %forward rate 初始化為全零列向量

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]; %按照題目要求表示為兩columns

3. 商品期貨某一品種30分鍾周期圖上價格走到30均線之上20個點在當時如何用公式表達

你說的 30均線 是什麼意思？？？
給你個文華財經的寫法舉例，切換到1分鍾周期
MA30:=MA(C,30);//取得30周期的平均價格，
C-MA30>20,BK;//當前價格大於30周期均線，開多

就是這樣了！

4. 圖像相關性 matlab

Matlab 圖像處理相關函數命令大全

一、通用函數：

colorbar 顯示彩色條

語法：colorbar \ colorbar('vert') \ colorbar('horiz') \
colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_handle)

getimage 從坐標軸取得圖像數據

語法：A=getimage(h) \ [x,y,A]=getimage(h) \
[...,A,flag]=getimage(h) \ [...]=getimage

imshow 顯示圖像

語法：imshow(I,n) \ imshow(I,[low high]) \ imshow(BW) \
imshow(X,map) \ imshow(RGB)\ imshow(...,display_option) \ imshow(x,y,A,...) \
imshow filename \ h=imshow(...)

montage 在矩形框中同時顯示多幅圖像

語法：montage(I) \ montage(BW) \ montage(X,map) \ montage(RGB)
\ h=montage(...)

immovie 創建多幀索引圖的電影動畫

語法：mov=immovie(X,map) \ mov=immovie(RGB)

subimage 在一副圖中顯示多個圖像

語法：subimage(X,map) \ subimage(I) \ subimage(BW) \
subimage(RGB) \ subimage(x,y,...) \ subimage(...)

truesize 調整圖像顯示尺寸

語法：truesize(fig,[mrows mcols]) \ truesize(fig)

warp 將圖像顯示到紋理映射表面

語法：warp(X,map) \ warp(I ,n) \ warp(z,...) warp(x,y,z,...)
\ h=warp(...)

zoom 縮放圖像

語法：zoom on \ zoom off \ zoom out \ zoom reset \ zoom \ zoom
xon \ zoom yon\ zoom(factor) \ zoom(fig,option)

二、圖像文件I/O函數命令

imfinfo 返回圖形圖像文件信息

語法：info=imfinfo(filename,fmt) \
info=imfinfo(filename)

imread 從圖像文件中讀取（載入）圖像

語法：A=imread(filename,fmt) \ [X,map]=imread(filename,fmt) \
[...]=imread(filename) \ [...]=imread(URL,...) \ [...]=imread(...,idx)
(CUR,ICO,and TIFF only) \ [...]=imread(...,'frames',idx) (GIF only) \
[...]=imread(...,ref) (HDF only) \ [...]=imread(...,'BackgroundColor',BG) (PNG
only) \ [A,map,alpha] =imread(...) (ICO,CUR,PNG only)

imwrite 把圖像寫入（保存）圖像文件中

語法：imwrite(A,filename,fmt) \ imwrite(X,map,filename,fmt) \
imwrite(...,filename) \ imwite(...,Param1,Val1,Param2,Val2...)

imcrop 剪切圖像

語法：I2=imcrop(I) \ X2=imcrop(X,map) \ RGB2=imcrop(RGB) \
I2=imcrop(I,rect) \ X2=imcrop(RGB,rect) \ [...]=imcrop(x,y,...) \
[A,rect]=imcrop(...) \ [x,y,A,rect]=imcrop(...)

imresize 改變圖像大小

語法：B=imresize(A,m,method)

imrotate 旋轉圖像

語法：B=imrotate(A,angle,method) \
B=imrotate(A,angle,method,'crop')

三、像素和統計處理函數

corr2 計算兩個矩形的二維相關系數

語法：r=corr2(A,B)

imcontour 創建圖像數據的輪廓圖

語法：imcontour(I,n) \ imcontour(I,v) \ imcontour(x,y,...) \
imcontour(...,LineSpec) \ [C,h] =imcontour(...)

imfeature 計算圖像區域的特徵尺寸

語法：stats=imfeature(L,measurements) \
stats=imfeature(L,measurements,n)

imbist 顯示圖像數據的柱狀圖

impixel 確定像素顏色值

語法：P=impixel(I) \ P=impixel(X,map) \ P=impixel(RGB) \
P=impixel(I,c,r) \ P=impixel(X,map,c,r) \ P=impixel(RGB,c,r) \
[c,r,P]=impixel(...) \ P=impixel(x,y,I,xi,yi) \ P=impixel(x,y,RGB,xi,yi) \
P=impixel(x,y,X,map,xi,yi) \

[xi,yi,P]=impixel(x,y,...)
improfile
沿線段計算剖面圖的像素值

語法：c=improfile \ c=improfile(n) \ c=improfile(I,xi,yi) \
c=improfile(I,xi,yi,n) \ [cx,cy,c]=improfile(...) \
[cx,cy,c,xi,yi]=improfile(...) \ [...]=improfile(x,y,I,xi,yi) \
[...]=improfile(x,y,I,xi,yi,n) \ [...]=improfile(...,method)

mean2 計算矩陣元素的平均值

語法：B=mean2(A)

pixval 顯示圖像像素信息

語法：pixval on

std2 計算矩陣元素的標准偏移

語法：b=std2(A)

四、圖像分析函數：

edge 圖像邊緣檢測

語法：BW=edge(I,'sobel') \ BW=edge(I,'sobel',thresh) \
BW=edge(I,'sobel',thresh,direction) \ [BW,thresh]=edge(I,'sobel',...) \
BW=edge(I,'prewitt') \ BW=edge(I,'prewitt',thresh) \
BW=edge(I,'prewitt',thresh,direction) \

[BW,thresh]=edge(I,'prewitt',...) \
BW=edge(I,'roberts') \ BW=edge(I,'roberts',thresh) \ [BW,thresh]=edge(I,'roberts',...) \ BW=edge(I,'log') \
BW=edge(I,'log',thresh) \ BW=edge(I,'log',thresh,sigma) \
[BW,threshold]=edge(I,'log',...) \ BW=edge(I,'zerocross',thresh,h) \
[BW,thresh]=edge(I,'zerocross',...) \

BW=edge(I,'canny') \ BW=edge(I,'canny',thresh) \
BW=edge(I,'canny',thresh,sigma) \ [BW,threshold]=edge(I,'canny',...)

qtgetblk 獲取四叉樹分解的塊值

語法：[vals,r,c]=qtgetblk(I,S,dim) \
[vals,idx]=qtgetblk(I,S,dim)

qtsetblk 設置四叉樹分解中的塊值

語法：J=qtsetblk(I,S,dim,vals)

五、圖像增強函數

histeq 用柱狀圖均等化增強對比

語法：J=histeq(I,hgram) \ J=histeq(I,n) \ [J,T]=histeq(I,...) \
newmap=histeq(X,map,hgram) \ newmap=histeq(X,map)

imadjust 調整圖像灰度值或顏色映像表

語法：J=imadjust(I,[low_in ,high_in]),[low_out
,high_out],gamma) \ newmap=imadjust(map,[low_in ,high_in]),[low_out
,high_out],gamma) \ RGB2=imadjust(RGB1,...)

imnoise 增強圖像的渲染效果

語法：J=imnoise(I,type) \
J=imnoise(I,type,parameters)

medfilt2 進行二維中值過濾

語法：B=medfilt2(A,[m n]) \ B=medfilt2(A) \
B=medfilt2(A,'indexed',...)

ordfilt2 進行二維統計順序過濾

語法：B=ordfilt2(A,order,domain) \ B=ordfilt2(A,order,domain,S)
\ B=ordfilt2(...,padopt)

wiener2 進行二維適應性去噪過濾處理

語法：J=wiener2(I,[m n],noise) \ [J,noise]=wiener2(I,[m
n])

六、線性濾波函數

conv2 進行二維卷積操作

語法：C=conv2(A,B) \ C=conv2(hcol,hrow,A) \
C=conv2(...,'shape')

convmtx2 計算二維卷積矩陣

語法：T=convmtx2(H,m,n) \ T=convmtx2(H,[m n])

convn 計算n維卷積

語法：C=convn(A,B) \ C=convn(A,B,'shape')

filter2 進行二維線性過濾操作

語法：Y=filter2(h,X) \ Y=filter2(h,X,shape)

fspecial 創建預定義過濾器

語法：h=fspecial(type) \ h=fspecial(type,parameters)

七、線性二維濾波設計函數

freqspace 確定二維頻率響應的頻率空間

語法：[f1,f2]=freqspace(n) \ [f1,f2]=freqspace([m n]) \ [x1
,y1]=freqspace(...,'meshgrid') \ f=freqspace(N) \
f=freqspace(N,'whole')

freqz2 計算二維頻率響應

語法：[H,f1,f2]=freqz2(h,n1,n2) \ [H,fi,f2]]=freqz2(h,[n2,n1])
\ [H,fi,f2]]=freqz2(h,f1,f2]) \ [H,fi,f2]]=freqz2(h) \ [...]=freqz2(h,...,[dx dy]) \ [...]=freqz2(h,...,dx) \
freqz2(...)

5. 如何知道兩個商品期貨之間的相似度或者關聯度有多高

商品期貨之間的相關性研究用相關系數表示，是用以反映變數之間相關關系密切程度的統計指標。

相關系數是按積差方法計算，同樣以兩變數與各自平均值的離差為基礎，通過兩個離差相乘來反映兩變數之間相關程度；著重研究線性的單相關系數。

相關系數 r的值介於–1 與+1之間，在二維線形條件下，當 r為1 時，表示兩組變數為完全的正相關；r為-1時則表示完全負相關；r越靠近0軸，兩組變數間相關性越弱。一般來說，|r|在0.66以上屬高度相關。|r|介於0.33至0.66間屬於弱相關。

根據下表可以查看兩個商品期貨之間的相關性或關聯度。

6. 請問如何看各種期貨品種的基本面

基本分析法是根據商品的產量、消費量和庫存量（或者供需缺口），即通過分析期貨商品的供求狀況及其影響因素，來解釋和預測期貨價格變化趨勢的方法。
基本面分析主要分析的是期貨市場的中長期價格走勢，即所謂大勢，並以此為依據中長期持有合約，不太注意日常價格的反復波動而頻繁地改變持倉方向。
所以，商品供求狀況對商品期貨價格具有重要的影響。基本因素分析法主要分析的就是供求關系。商品供求狀況的變化與價格的變動是互相影響、互相制約的。商品價格與供給成反比，供給增加，價格下降；供給減少，價格上升。商品價格與需求成正比，需求增加，價格上升；需求減少，價格下降。在其他因素不變的條件下，供給和需求的任...

7. 期貨品種相關系數表怎麼看

相關性？這三個品種基本沒有什麼相關性的，如果要講相關性的話那也是一個產業鏈上的，比如大豆，豆粕，豆油。。。或者原油，L,PTA這樣

8. 新手求matlab上怎麼樣載入期貨行情數據進行指標測試

將這些行情軟體的數據 手動將數據存成 txt或者 excel 。然後導入matlab即可。 到MATLAB技術論壇網站查看回答詳情>>

9. matlab可以直接獲取國內股票或者期貨的歷史數據嗎

matlab可以直接獲取國內股票或者期貨的歷史數據嗎
：有個wdz程序，可免費輸出txt、csv格式的滬深等市場的全部歷史日線、10多年的5分鍾數據。你可先用你這個程序，免費輸出txt格式的對應數據，然後在matlab中讀取即可。

10. 用matlab計算圖像的自相關函數並作圖

程序如下：
x=[1
5
3
8
*
*
*
];%%%橫軸的數據，各個數據間用空格
y=[6
5
8*
*
*
*
];%%%縱軸的數據，各個數據間用空格
plot(x,y)%%%將這些數據形成的圖形畫出來
z=polyfit(x,y,2)%%%二次擬合，得到二次函數
zz=polyfit(x,y,1)%%%一次擬合，得到一次函數
plot(x,y,'r',x,z,'k')%%%畫兩個圖，比較接近程度
plot(x,y,'r',x,zz,'k')%%%畫兩個圖，比較接近程度
注意：上面z=polyfit(x,y,2)與plot（x,y,'r',x,z,'k')對應，zz=polyfit(x,y,1)與plot(x,y,'r',x,zz,'k')對應，二者選一，最終哪個結果好就用哪個。