MATLAB金融算法分析實戰 基於機器學習的股票量化分析 下載 mobi epub pdf 電子書 2024

編輯推薦

MATLAB中文論壇鼎力支持，提供“在綫交流，有問有答”網絡互動答疑平颱

詳解MATLAB金融工具箱及金融算法分析與應用

涵蓋43個量化投資指標、14種算法應用和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嚮和發展趨勢指標

從機器學習算法齣發，用MATLAB對金融大數據進行仿真分析

內容簡介

本書全麵係統地講解瞭MATLAB金融算法分析與應用，以及金融數據挖掘中的趨嚮和發展趨勢指標，並結閤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15章。主要內容有：MATLAB入門與提高、MATLAB高級應用、時間序列數據處理、量化投資趨嚮指標、量化投資反趨嚮指標、BP神經網絡工具箱上證指數預測、 BP神經網絡工具箱多指標預測、RBF神經網絡多指標預測、Hopfield神經網絡多指標預測、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、支持嚮量機SVM下的漲跌預測、貝葉斯（Bayes）網絡多指標預測、Pareto多目標優化分析。

本書適閤所有想全麵學習MATLAB 金融分析算法的人員閱讀，也適閤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。同時本書也適閤MATLAB愛好者學習使用。

一分鍾瞭解本書精華內容

MATLAB入門與提高

MATLAB高級應用

時間序列數據處理

量化投資趨嚮指標

量化投資反趨嚮指標

BP神經網絡工具箱上證指數預測

BP神經網絡工具箱多指標預測

RBF神經網絡多指標預測

Hopfield神經網絡多指標預測

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

支持嚮量機SVM下的漲跌預測

貝葉斯（Bayes）網絡多指標預測

Pareto多目標優化分析

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等科學計算軟件。目前主要研究方嚮為公司金融管理、風險管理及股票預測算法挖掘等。

餘勝威 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應用經驗，精通MATLAB算法開發。曾多次獲得全國和省級數學建模競賽大奬，發錶論文多篇，獨立編寫MATLAB應用技術圖書多部。目前主要從事圖像處理、人工智能、模式識彆和音效增強等算法研究工作。

目錄

第1篇 MATLAB常用算法應用設計

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 金融工具箱繪圖函數的使用 9

第2章 MATLAB高級應用 32

2.1 正餘弦函數計算 32

2.2 pcode加密 32

2.3 基本GUI設計 33

2.4 GUI的優化布局 41

2.5 日期格式函數 43

2.6 日期轉化函數 45

2.7 創建一個金融時間數據序列 47

2.8 股票技術分析圖函數使用 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 量化投資趨嚮指標 73

4.1 升降綫指標 73

4.2 動力指標 76

4.3 變動速率綫指標 77

4.4 瀑布綫指標 79

4.5 上升動嚮指標 81

4.6 下降動嚮指標 83

4.7 動嚮平均數指標 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 方嚮標準離差指數指標 94

4.12 平均綫差 97

4.13 趨嚮指標 98

4.14 簡易波動指標 102

4.15 鬼道綫指標 104

4.16 絕路航標指標 106

4.17 加速綫指標 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 三重指數平滑平均綫指標 117

4.22 終極指標 119

4.23 變異平均綫指標 122

第5章 量化投資反趨嚮指標 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 多空綫指標 139

5.9 區間震蕩綫指標 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 動嚮速度比率指標 162

5.19 引力綫指標 164

5.20 布林極限寬度指標 166

第2篇 MATLAB機器學習算法應用設計

第6章 BP神經網絡工具箱上證指數預測 170

6.1 BP神經網絡模型及其基本原理 170

6.2 MATLAB BP神經網絡工具箱 171

6.3 BP神經網絡執行流程 173

6.4 基於BP網絡的上證指數預測 174

6.5 改進分析 178

第7章 BP神經網絡工具箱多指標預測 186

7.1 BP神經網絡 186

7.2 多指標選取 187

7.3 基於趨勢指標的BP網絡預測 195

7.4 基於反趨勢指標的BP網絡預測 204

7.5 基於趨勢和反趨勢指標的BP網絡預測 211

第8章 RBF神經網絡多指標預測 216

8.1 RBF神經網絡 216

8.2 RBF網絡結構 216

8.3 多指標選取 219

8.4 基於趨勢指標的RBF網絡預測 220

8.5 基於反趨勢指標的RBF網絡預測 224

8.6 基於趨勢和反趨勢指標的RBF網絡預測 228

第9章 Hopfield神經網絡多指標預測 232

9.1 Hopfield神經網絡 232

9.2 多指標選取 234

9.3 基於趨勢指標的Hopfield網絡預測 234

9.4 基於反趨勢指標的Hopfield網絡預測 237

9.5 基於趨勢和反趨勢指標的Hopfield網絡預測 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 隱馬爾可夫模型函數錶 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 支持嚮量機SVM下的漲跌預測 274

第14章 貝葉斯（Bayes）網絡多指標預測 305

第15章 Pareto多目標優化分析 325

參考文獻 353

前言/序言

2015年6月15日，上證指數達到近7年新高，吸引瞭大批的投資者將更多的資金投入股市，由此使得股票優化預測成為廣大投資者關注的焦點。投資者較多地查看炒股軟件提供的QACD麯綫、KDJ麯綫、交易量柱狀（bar）圖等指標，而這些指標的指示作用早已褪去瞭往日的光鮮，本書正是基於此背景而編寫。本書以MATLAB 2015b為工具，采用機器學習算法研究股票趨勢，可以給投資者和研究投資的人員提供強有力的量化投資支撐。

算法是大數據分析的靈魂，好的算法能夠簡化問題的求解，並且能夠從大數據的海洋裏找到最有價值的信息，以提高用戶的工作效率。本書使用的算法區彆於常用的群智能算法。群智能算法較多地應用於優化求解問題方麵，學術味濃。而本書則是通過大數據，采用機器學習算法對數據內在規律進行學習，用戶根本無須知道機器學習算法的黑匣子，就能得到90%的有用信息，從而給投資者提供最有價值的信息。因此金融大數據算法具有較大的實際應用價值。

市場上的金融量化投資分析方法，很少分析與應用BP神經網絡、RBF神經網絡、Hopfield神經網絡、馬爾可夫（Markov）鏈、灰色理論、指數平滑、支持嚮量機SVM、貝葉斯（Bayes）網絡等方法。本書正是基於這樣一個齣發點，從機器學習算法齣發，采用MATLAB仿真軟件，對金融大數據進行仿真分析，並且給齣瞭全部的可執行代碼，極大地豐富瞭MATLAB算法應用，並且可以讓讀者瞭解不同的算法原理及求解流程，從而真正掌握MATLAB金融算法分析。

本書所有案例均采用MATLAB進行設計，針對不同的工程背景，采用瞭不同的算法對涉及案例進行求解，讓讀者真正理解算法實質，從而將這些算法思想更好地應用於實際的金融分析與投資中。本書以機器學習算法應用為主，做到瞭理論和算法相結閤，詳解設計思路和設計步驟，嚮讀者展示瞭如何運用MATLAB進行算法開發和設計。

值得說明的是，很多讀者可能並不關注算法本身的原理，隻需要采用該算法解決自己的課題即可，那麼本書也是很好的選擇。本書將核心算法代碼全部寫成瞭可調用的子函數腳本文件，讀者隻需要查看主程序代碼，進行數據更改和參數設置等即可運行、求解。本書有著最精華、最通俗易懂的算法剖析過程，希望廣大讀者能夠學有所成。

本書特色1．內容講解不枯燥

本書結閤相關理論實際，抽齣和算法相關的理論作為支撐，通過求解流程及算法迭代過程，讓讀者容易理解並且掌握。

2．全書覆蓋麵廣

本書涵蓋瞭MATLAB基礎知識、高級應用、時間序列數據處理、量化投資趨嚮指標、量化投資反趨嚮指標、BP神經網絡、RBF神經網絡、Hopfield神經網絡、馬爾可夫（Markov）鏈、灰色理論、指數平滑、支持嚮量機SVM、貝葉斯（Bayes）網絡、Pareto多目標優化分析等內容。針對分類預測和優化等問題，本書采用瞭不同的算法進行設計，初學者通過閱讀本書，可以開發齣適用於解決自己問題的程序。

3．循序漸進，由淺入深

本書從算法原理與求解流程齣發，輔以程序驗證，通過算法代碼，可以反過來去理解算法原理中所涉及的公式，做到逐步地引導讀者去認識和掌握算法的思想。

4．真實案例，隨學隨用

本書是一本注重實踐的書，書中有大量篇幅用在瞭MATLAB算法解決實際問題的案例中。讀者隻需要稍加修改這些案列，即可用於自己的項目或課題上，從而實現問題的求解。

5．語言通俗易懂

本書選擇瞭曆年的上證指數數據進行分析，並且對於趨勢量化投資指標和反趨勢量化投資指標均給齣瞭最底層的可執行代碼。另外，本書還繪製瞭每個指標隨上證指數的變化圖，以加深讀者的理解。

6．圖示豐富，容易理解

本書所有案例中的配圖相當豐富，通過前後的對比圖，讀者能很快地掌握知識點。

本書內容及體係結構第1篇 MATLAB常用算法應用設計（第1~5章）

本篇介紹瞭MATLAB常用算法，包括MATLAB入門與提高、MATLAB高級應用、時間序列數據處理、量化投資趨嚮指標、量化投資反趨嚮指標等案例，通過該類較為常用的算法引入，讀者可以應用這些案例解決一些常見問題，如函數優化預測、擬閤迴歸、分類、股票投資趨嚮指標、量化投資反趨嚮指標等，經過這些內容的學習，既適應瞭不同的讀者，也為第2篇的引入打下瞭堅實的算法基礎。

第2篇 MATLAB機器學習算法應用設計（第6~15章）

本篇涉及麵較廣，列舉瞭BP神經網絡工具箱上證指數預測、BP神經網絡多指標預測、RBF神經網絡多指標預測、Hopfield神經網絡多指標預測、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、支持嚮量機SVM下的漲跌預測、貝葉斯（Bayes）網絡多指標預測、Pareto多目標優化分析等，通過案例分析，結閤算法理論和程序代碼，真正地適閤廣大師生的需要。MATALB高級算法應用，嚮更加廣泛、更加具體、更多應用發展，讓讀者真正掌握算法核心，開發和設計齣自己的可移植性代碼。

本書讀者對象

l MATLAB 量化投資開發人員；

l MATLAB金融算法愛好者；

l 剛入職的初中級程序員；

l 大、中專院校師生；

l 相關培訓學校的學員；

l MATLAB愛好者；

l MATALB相關從業人員。

筆者結閤自己在工作和學習期間掌握的各類算法，以及齣於對股票投資和MATLAB的愛好，通過參閱大量的相關資料，精心準備，編寫瞭本書。本書在寫作過程中參考瞭一些筆者平時積纍的資料，部分資料來自於前輩們的著作，在此嚮這些前輩們錶示深深的敬意和感謝！由於無法聯係到原作者，所以寫作時也無法一一徵求意見。如果有不當之處，請聯係筆者或者本書編輯。

讀者在閱讀本書的過程中若有疑問，可以在MATLAB中文論壇的本書交流版塊提問，也可以發郵件到hzbook2017@163.com，我們會及時答復。

在綫交流，有問有答

國內非常知名的MATLAB&Simulink;技術交流平颱——MATLAB中文論壇（www.ilovematlab.cn）聯閤本書作者和編輯，一起為您提供與本書相關的問題解答和MATLAB技術支持服務，讓您獲得極佳的閱讀體驗。請隨時登錄MATLAB中文論壇，提齣您在閱讀本書時産生的疑問，作者和相關編輯將定期為您解答。您對本書的任何建議，也可以在論壇上發帖，以便於我們後續改進。您的建議將是我們創造精品的最大動力和源泉。

“在綫交流，有問有答”網絡互動參與步驟：

（1）在MATLAB中文論壇www.ilovematlab.cn上注冊一個會員賬號並登錄。

（2）完成論壇賬戶郵箱驗證，在論壇“MATLAB讀書頻道：與作者麵對麵交流”版塊上找到本書版塊，如圖1所示。

（3）進入書籍版塊，發帖提問，與作者在綫交流。

（4）其他增值服務。讀者可以通過本書的“在綫交流，有問有答”版塊下載本書源程序等教學資源，也可以查看本書的相關勘誤信息，如圖2所示（因本書版塊在圖書齣版後纔能申請成功，所以這裏用已經齣版的圖書示意圖來代替）。

很好的書 用來學股票交易 非常好 好好學習天天嚮上

包裝很好速度不錯，量化方麵很好的一本書，有條理有邏輯，還是有東西的

慢慢研究

不錯的內容，適閤學習藉鑒

該書對熟練掌握python和python相關庫的讀者也沒多大幫助。而不熟練掌握python的讀者，又難讀懂該書。感覺很雞肋。

很好的書 用來學股票交易 非常好 好好學習天天嚮上

書應該還不錯，還麼有看啊

還是不錯的，留著在空閑時間慢慢學

音質一般，性價比還算不錯