商品期货品种相关性统计matlab图形展示

1. 如何用matlab统计数据中各个数值的个数并绘图

1、打开MATLAB软件，准备开始作图。

方法一：

1、在命令窗口，编写离散点向量，例如离散点(X，Y)，X= [1 3 5 7 2 9 3 6 2 8]，Y= [2 1 4 5 6 15 2 5 7 10]，如果我们直接采用Plot作图，画出来的是折线。

2、对Plot显示样式进行设置，如：plot(X,Y,'k*')，'k'表示显示黑色颜色，'*'表示点为星号显示。

方法二：

1、也比较方便，清除之前在命令行的代码，直接在命令行输入：clc，然后按回车键。

2、重新在命令行输入离散点，采用函数scatter进行画离散点，如：scatter(X,Y,'r')，'r'表示离散点显示为红色。

3、比较一下两种方法是否一样，用hold on ,使两个图在一副图上面显示出来。发现标记的离散点是在同一个位置的！

2. 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

3. 商品期货某一品种30分钟周期图上价格走到30均线之上20个点在当时如何用公式表达

你说的 30均线 是什么意思？？？
给你个文华财经的写法举例，切换到1分钟周期
MA30:=MA(C,30);//取得30周期的平均价格，
C-MA30>20,BK;//当前价格大于30周期均线，开多

就是这样了！

4. 图像相关性 matlab

Matlab 图像处理相关函数命令大全

一、通用函数：

colorbar 显示彩色条

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

getimage 从坐标轴取得图像数据

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

imshow 显示图像

语法：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 在矩形框中同时显示多幅图像

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

immovie 创建多帧索引图的电影动画

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

subimage 在一副图中显示多个图像

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

truesize 调整图像显示尺寸

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

warp 将图像显示到纹理映射表面

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

zoom 缩放图像

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

二、图像文件I/O函数命令

imfinfo 返回图形图像文件信息

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

imread 从图像文件中读取（载入）图像

语法：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 把图像写入（保存）图像文件中

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

imcrop 剪切图像

语法：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 改变图像大小

语法：B=imresize(A,m,method)

imrotate 旋转图像

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

三、像素和统计处理函数

corr2 计算两个矩形的二维相关系数

语法：r=corr2(A,B)

imcontour 创建图像数据的轮廓图

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

imfeature 计算图像区域的特征尺寸

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

imbist 显示图像数据的柱状图

impixel 确定像素颜色值

语法：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
沿线段计算剖面图的像素值

语法：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 计算矩阵元素的平均值

语法：B=mean2(A)

pixval 显示图像像素信息

语法：pixval on

std2 计算矩阵元素的标准偏移

语法：b=std2(A)

四、图像分析函数：

edge 图像边缘检测

语法：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 获取四叉树分解的块值

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

qtsetblk 设置四叉树分解中的块值

语法：J=qtsetblk(I,S,dim,vals)

五、图像增强函数

histeq 用柱状图均等化增强对比

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

imadjust 调整图像灰度值或颜色映像表

语法：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 增强图像的渲染效果

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

medfilt2 进行二维中值过滤

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

ordfilt2 进行二维统计顺序过滤

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

wiener2 进行二维适应性去噪过滤处理

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

六、线性滤波函数

conv2 进行二维卷积操作

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

convmtx2 计算二维卷积矩阵

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

convn 计算n维卷积

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

filter2 进行二维线性过滤操作

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

fspecial 创建预定义过滤器

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

七、线性二维滤波设计函数

freqspace 确定二维频率响应的频率空间

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

freqz2 计算二维频率响应

语法：[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. 如何知道两个商品期货之间的相似度或者关联度有多高

商品期货之间的相关性研究用相关系数表示，是用以反映变量之间相关关系密切程度的统计指标。

相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。

相关系数 r的值介于–1 与+1之间，在二维线形条件下，当 r为1 时，表示两组变量为完全的正相关；r为-1时则表示完全负相关；r越靠近0轴，两组变量间相关性越弱。一般来说，|r|在0.66以上属高度相关。|r|介于0.33至0.66间属于弱相关。

根据下表可以查看两个商品期货之间的相关性或关联度。

6. 请问如何看各种期货品种的基本面

基本分析法是根据商品的产量、消费量和库存量（或者供需缺口），即通过分析期货商品的供求状况及其影响因素，来解释和预测期货价格变化趋势的方法。
基本面分析主要分析的是期货市场的中长期价格走势，即所谓大势，并以此为依据中长期持有合约，不太注意日常价格的反复波动而频繁地改变持仓方向。
所以，商品供求状况对商品期货价格具有重要的影响。基本因素分析法主要分析的就是供求关系。商品供求状况的变化与价格的变动是互相影响、互相制约的。商品价格与供给成反比，供给增加，价格下降；供给减少，价格上升。商品价格与需求成正比，需求增加，价格上升；需求减少，价格下降。在其他因素不变的条件下，供给和需求的任...

7. 期货品种相关系数表怎么看

相关性？这三个品种基本没有什么相关性的，如果要讲相关性的话那也是一个产业链上的，比如大豆，豆粕，豆油。。。或者原油，L,PTA这样

8. 新手求matlab上怎么样加载期货行情数据进行指标测试

将这些行情软件的数据 手动将数据存成 txt或者 excel 。然后导入matlab即可。 到MATLAB技术论坛网站查看回答详情>>

9. matlab可以直接获取国内股票或者期货的历史数据吗

matlab可以直接获取国内股票或者期货的历史数据吗
：有个wdz程序，可免费输出txt、csv格式的沪深等市场的全部历史日线、10多年的5分钟数据。你可先用你这个程序，免费输出txt格式的对应数据，然后在matlab中读取即可。

10. 用matlab计算图像的自相关函数并作图

程序如下：
x=[1
5
3
8
*
*
*
];%%%横轴的数据，各个数据间用空格
y=[6
5
8*
*
*
*
];%%%纵轴的数据，各个数据间用空格
plot(x,y)%%%将这些数据形成的图形画出来
z=polyfit(x,y,2)%%%二次拟合，得到二次函数
zz=polyfit(x,y,1)%%%一次拟合，得到一次函数
plot(x,y,'r',x,z,'k')%%%画两个图，比较接近程度
plot(x,y,'r',x,zz,'k')%%%画两个图，比较接近程度
注意：上面z=polyfit(x,y,2)与plot（x,y,'r',x,z,'k')对应，zz=polyfit(x,y,1)与plot(x,y,'r',x,zz,'k')对应，二者选一，最终哪个结果好就用哪个。