㈠ 關於matlab數據預測
數據預測有單因素預測和多因素預測。
單因素預測相對簡單，一般可以通過繪制散點圖，就可以判斷大致符合什麼類型的數學模型。
多因素預測一般通過已知的數學模型，用回歸分析函數（如，nlinfit函數（優先使用），lsqcurvefit函數（優先使用），lsqnonlin函數，ga函數等等）去擬合系數；如未知數學模型，則要考慮多種數學模型，然後比較修改，最簡單的方法可以先用高階多項式去逼近，但有時候用其預測不一定正確，但能反映已知數據的規律。
㈡ bp神經網路股票價格預測的MATLAB編程
P=[];『輸入，開盤價，最高價，最低價，收盤價成交量依次5天的數據』
T=[];』輸出，即第二日的收盤』
net=newff(minmax(P),[7,1],{'tansig','logsig'},'traingdx');
net.trainParam.epochs=1000; 『最大訓練次數，根據需要可自行調節』
net.trainParam.goal=0.01; 『誤差』
net.trainParam.lr=0.01; 『學習率』
net=train(net,P,T); 『訓練網路』
test=[];『待預測數據輸入』
out=sim(net,test); 『模擬預測』
我的這個程序沒有進行初始化，你還需要先將數據進行初始化後才能算。
㈢ 用matlab 預測股票走勢的函數
股票是不可預測的！
㈣ 誰能教我寫一個MATLAB實現BP神經網路預測股票價格的編碼，我要寫畢業論文，不懂，多謝啊！
網路的訓練過程與使用過程了兩碼事。
比如BP應用在分類，網路的訓練是指的給你一些樣本，同時告訴你這些樣本屬於哪一類，然後代入網路訓練，使得這個網路具備一定的分類能力，訓練完成以後再拿一個未知類別的數據通過網路進行分類。這里的訓練過程就是先偽隨機生成權值，然後把樣本輸入進去算出每一層的輸出，並最終算出來預測輸出（輸出層的輸出），這是正向學習過程；最後通過某種訓練演算法（最基本的是感知器演算法）使得代價（預測輸出與實際輸出的某范數）函數關於權重最小，這個就是反向傳播過程。
您所說的那種不需要預先知道樣本類別的網路屬於無監督類型的網路，比如自組織競爭神經網路。
㈤ 股票價格和成交量預測 matlab
呵呵 很多高手是知道了也不會說的 因為那是很多人的秘密寶貝 如同師傅不會把最高級別的招教給徒弟 只多教下基礎的知識 所以自古很多高手把秘訣傳給自己家裡人一樣
㈥ 用matlab什麼程序可以預測股價走勢
這個可以用matlab的時間序列工具試一下，不過感覺沒有spss的時間序列工具好用，因為很多人裝matlab不裝時間序列工具包的。
用spss更好，把數據粘貼進去，就點分析-時間序列-自動時間序列就行，很傻瓜的，等1min，會出來一個走勢圖（輸出結果里下翻才找得到），說是AR多少模型的，後面會有一小段紅線的，那個就是預測。
㈦ matlab灰色預測程序預測股票後11周周末的收盤價
價格是不可以預測的，你這條路已經選錯了，指標和各種方法都是想提前預知價格，但是沒有人能做的到，如果有程序可以的話，就不會存在市場。所以建議你放棄這個思路，和試圖預測價格的想法。
㈧ 怎麼用matlab模擬股票的走勢啊
哥們我想說股票不是數學，這條路走不通