matlab數據處理長時間多期貨
『壹』 時間序列預測時，數據具有周期性怎麼辦（用MATLAB做）
增加你delay的個數和神經元的個數試一下。
http://hi..com/matlabforums/blog/item/24e80a231a2573419922ed56.html
『貳』 處理60組數據，用Matlab做得需要多長時間
你有60組數據，就是有
x ，y，z，k 四個數據，每個數據長度都是60
首先設置一個匿名函數fun，這里以k=a1*x*y+a2*y*z+a3*z*x為例子
fun=@(a,in) a(1).*in(:,1).*in(:,2)+a(2).*in(:,2).*in(:,3)+a(3).*in(:,3).*in(:,1);
用a(n)去代替需要擬合的第n個參數，用in(,:1)代替x，in(,:2)代替y，in(,:3)代替z
根據你自己的函數形式，寫好這個函數，記住乘除和乘方要用，.*，.\，.^ 加個點
然後
in=[x(:) y(:) z(:)];
options = statset('TolFun',1e-4);
a=nlinfit(in,k,fun,[1 1 ....1],options);
options那句控制精度
nlinfit的第一個參數是函數輸入數據，這里是 in，存著x y z的數據
第二個參數是函數輸出，這里是 k
第三個參數是你要擬合的方程，這里填fun，是我們之前辛苦寫好的匿名函數
第四個參數是擬合參數的初值[1 1 ....1]這里要填20個數
第五個參數是擬合設置，填入上一句設置好的options
輸出a就是擬合好之後的參數，是一個長度為20的向量
有時候擬合結果會跟初值有關系，如果你的函數形式很復雜，
初值設不好可能會擬合不好，只能自己慢慢調整了
『叄』 8000個數據，每小時一個，共一年時間，如何用matlab對分別每季，每月，每周，每天進行頻譜分析，
要做頻譜分析的話，你的數據必須是基於頻率分布的，而你的數據就不是。
你應該先通過傅里葉變換（比如用fft()）把時域信號轉換為頻域的，在做頻域分析，可以用 spa()函數。
你可以查看Matlab中的幫助去了解有關函數的使用。
若滿意請採納。
『肆』 急！！請教高手：如何用MATLAB程序高效地對大批量的數據進行處理和保存（回答滿意追加5分）
這個不是很簡單嗎，你只需要把你的程序放在循環裡面，然後加入圖片的打開和保存的語句，就可以處理很多圖片了啊！
『伍』 matlab運算時間過長的問題
假如說是數相乘的話有沒有那個點都一樣。。%D%A假如說矩陣相乘的話就得用點。。點對點是一對一相乘。。
『陸』 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。
『柒』 用matlab怎麼處理很多數據中同一時間點的數據
把excel裡面非數字的標題刪掉，另存為txt，然後用matlab的textread函數直接讀就是數組了
『捌』 matlab處理大量數據
編一個函數呀。你的數據維度不一致，可以N=length(X),循環里每次都可以不一樣。。。。反正循環函數寫的好，什麼數據都能進行同樣的操作，不過是維度不一致的問題。。。
『玖』 matlab程序的優化，目前的程序運行時間太長了 求大神幫忙加快速度
k=2*pi/(532e-9);
z=0.1;
m=2;
l=1;
theta=0;
r0=0.005;
nnx=256;
xx=-0.005:0.01/255:0.005;
yy=-0.005:0.01/255:0.005;
%{
for nn=1:nnx
for mm=1:nnx
phi=atan2(yy(mm), xx(nn));
rho=sqrt(yy(mm).^2+xx(nn).^2);
f1(nn,mm)=quad(@(r)r.*exp(-0.1*i*k*r.^1.5)*k*i.^(m+2).*besselj(m,-k*rho*r/z).*sin(m*phi+2*pi*(r/r0).^l+theta),0,r0);
f2(nn,mm)=quad(@(r)r.*exp(-0.1*i*k*r.^1.5)*k*i.^(m+2).*besselj(m,-k*rho*r/z).*cos(m*phi+2*pi*(r/r0).^l+theta),0,r0);
end
end
%}
phi=atan2(yy', xx');
rho=sqrt(yy.^2+xx.^2);
f1=integral(@(r)r.*exp(-0.1.*1i.*k.*r.^1.5).*k.*1i.^(m+2).*besselj(m,-k.*rho'.*r./z).*sin(m.*phi+2*pi.*(r./r0).^l+theta),0,r0,'ArrayValued',true);
f2=integral(@(r)r.*exp(-0.1.*1i.*k.*r.^1.5).*k.*1i.^(m+2).*besselj(m,-k.*rho'.*r./z).*cos(m.*phi+2*pi.*(r./r0).^l+theta),0,r0,'ArrayValued',true);
f1'
f2'
『拾』 請教matlab中怎麼對變步長的數據進行處理
對變步長自適應濾波演算法進行了討論，對VS—LMS演算法進行了改進，建立了步長因子μ與誤差信號e（n）之間另一種新的非線性函數關系．理論分析和計算機模擬結果表明，該關系不僅具有原有演算法收斂速度快的優點，而且在低信噪比環境下比原有演算法具有更好的抗雜訊性能．