matlab数据处理长时间多期货
『壹』 时间序列预测时，数据具有周期性怎么办（用MATLAB做）
增加你delay的个数和神经元的个数试一下。
http://hi..com/matlabforums/blog/item/24e80a231a2573419922ed56.html
『贰』 处理60组数据，用Matlab做得需要多长时间
你有60组数据，就是有
x ，y，z，k 四个数据，每个数据长度都是60
首先设置一个匿名函数fun，这里以k=a1*x*y+a2*y*z+a3*z*x为例子
fun=@(a,in) a(1).*in(:,1).*in(:,2)+a(2).*in(:,2).*in(:,3)+a(3).*in(:,3).*in(:,1);
用a(n)去代替需要拟合的第n个参数，用in(,:1)代替x，in(,:2)代替y，in(,:3)代替z
根据你自己的函数形式，写好这个函数，记住乘除和乘方要用，.*，.\，.^ 加个点
然后
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的第一个参数是函数输入数据，这里是 in，存着x y z的数据
第二个参数是函数输出，这里是 k
第三个参数是你要拟合的方程，这里填fun，是我们之前辛苦写好的匿名函数
第四个参数是拟合参数的初值[1 1 ....1]这里要填20个数
第五个参数是拟合设置，填入上一句设置好的options
输出a就是拟合好之后的参数，是一个长度为20的向量
有时候拟合结果会跟初值有关系，如果你的函数形式很复杂，
初值设不好可能会拟合不好，只能自己慢慢调整了
『叁』 8000个数据，每小时一个，共一年时间，如何用matlab对分别每季，每月，每周，每天进行频谱分析，
要做频谱分析的话，你的数据必须是基于频率分布的，而你的数据就不是。
你应该先通过傅里叶变换（比如用fft()）把时域信号转换为频域的，在做频域分析，可以用 spa()函数。
你可以查看Matlab中的帮助去了解有关函数的使用。
若满意请采纳。
『肆』 急！！请教高手：如何用MATLAB程序高效地对大批量的数据进行处理和保存（回答满意追加5分）
这个不是很简单吗，你只需要把你的程序放在循环里面，然后加入图片的打开和保存的语句，就可以处理很多图片了啊！
『伍』 matlab运算时间过长的问题
假如说是数相乘的话有没有那个点都一样。。%D%A假如说矩阵相乘的话就得用点。。点对点是一对一相乘。。
『陆』 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。
『柒』 用matlab怎么处理很多数据中同一时间点的数据
把excel里面非数字的标题删掉，另存为txt，然后用matlab的textread函数直接读就是数组了
『捌』 matlab处理大量数据
编一个函数呀。你的数据维度不一致，可以N=length(X),循环里每次都可以不一样。。。。反正循环函数写的好，什么数据都能进行同样的操作，不过是维度不一致的问题。。。
『玖』 matlab程序的优化，目前的程序运行时间太长了 求大神帮忙加快速度
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』 请教matlab中怎么对变步长的数据进行处理
对变步长自适应滤波算法进行了讨论，对VS—LMS算法进行了改进，建立了步长因子μ与误差信号e（n）之间另一种新的非线性函数关系．理论分析和计算机仿真结果表明，该关系不仅具有原有算法收敛速度快的优点，而且在低信噪比环境下比原有算法具有更好的抗噪声性能．