㈠ 如何用excel、或者spss、或者MATLAB做投资组合分析就是那个多资产最优投资组合的计算
matlab 可以做，但不专业，其他两个软件专门做统计
㈡ 用matlab什么程序可以预测股价走势
这个可以用matlab的时间序列工具试一下，不过感觉没有spss的时间序列工具好用，因为很多人装matlab不装时间序列工具包的。
用spss更好，把数据粘贴进去，就点分析-时间序列-自动时间序列就行，很傻瓜的，等1min，会出来一个走势图（输出结果里下翻才找得到），说是AR多少模型的，后面会有一小段红线的，那个就是预测。
㈢ 量化算法交易员一般使用什么语言为股票趋势编程 MATLAB
一、三个指数的今日走势，看量价，看走势的轻重缓急，关键点位。
二、行业板块指数的涨跌幅，资金交易量，这个与指数结合起来看，看看大盘是健康的还是畸形的。
三、看个股，因为帮客户做风险控制，所以主要看客户的个股，计算客户明日最大亏损值，是否在可以承受范围之内。
㈣ 求一个matlab程序，随机游走以100左右为基准的500个数据，图像类似于股票价格曲线
先说清楚概率分布啊，你这个所谓的游走表现为均匀分布还是高斯分布还是其他任何种类的概率分布，方差是多少。如果你只需要一个看的像那么回事的图的话，
a=normrnd(100,5,1,500);
plot(1:500,a);
把5改大点可以让波动幅度变大
㈤ bp神经网络股票价格预测的MATLAB编程
P=[];‘输入，开盘价，最高价，最低价，收盘价成交量依次5天的数据’
T=[];’输出，即第二日的收盘’
net=newff(minmax(P),[7,1],{'tansig','logsig'},'traingdx');
net.trainParam.epochs=1000; ‘最大训练次数，根据需要可自行调节’
net.trainParam.goal=0.01; ‘误差’
net.trainParam.lr=0.01; ‘学习率’
net=train(net,P,T); ‘训练网络’
test=[];‘待预测数据输入’
out=sim(net,test); ‘仿真预测’
我的这个程序没有进行初始化，你还需要先将数据进行初始化后才能算。
㈥ 有谁会层次分析法中比较矩阵输入的matlab编程！！急用！！
你这个问题太泛泛。不知道应该怎么回答。下面这个程序是我写的，你看看有没有帮助。
Ri=[0,0,0.58,0.9,1.12,1.24,1.32,1.41];%平均随机性指标值n=1~8
b=[1,3,5;
0.333,1,3;
0.2,0.333,1];
[X,d]=eig(b);%产生对角阵d记录特征值，和特征向量X，满足b*X=X*d
w0=X(:,1)/sum(X(:,1));%w即为对于综合效益指标A而言，经济效益、社会效益和生态效益的权重值排序，亦即N层次的单排序。
Ci0=(max(max(d))-size(b))/(size(b)-1);%计算一致性指标
Cr0=Ci0/Ri(max(size(b)));%计算随机一致性比率
b=[1,2;
0.5,1];
[X,d]=eig(b);
wn1=X(:,1)/sum(X(:,1));%wn1是N1-P之间的权重（归一化）
Ci1=(max(max(d))-size(b))/(size(b)-1);%计算一致性指标
Cr1=Ci1/Ri(max(size(b)));%计算随机一致性比率
%%%%此处分母为零，但是一般n=1， 2不用进行检验。
b=[1,0.333,3;
3,1,5;
0.333,0.2,1];
[X,d]=eig(b);
wn2=X(:,1)/sum(X(:,1));%wn2是N2-P之间的权重（归一化）
Ci2=(max(max(d))-size(b))/(size(b)-1);%计算一致性指标
Cr2=Ci2/Ri(max(size(b)));%计算随机一致性比率
b=[1,2;
0.5,1];
[X,d]=eig(b);
wn3=X(:,1)/sum(X(:,1));%wn3是N1-P之间的权重（归一化）
Ci3=(max(max(d))-size(b))/(size(b)-1);%计算一致性指标
Cr3=Ci3/Ri(max(size(b)));%计算随机一致性比率
%%%%%%%%%%%%%%%%%%%%%%输出总排序
[wn1'*w0(1),wn2'*w0(2),wn3'*w0(3)]'
㈦ 怎么用matlab编程把股票交易的分笔数据处理成1分钟数据
P=[];‘输入，开盘价，最高价，最低价，收盘价成交量依次5天的数据’
T=[];’输出，即第二日的收盘’
net=newff(minmax(P),[7,1],,'traingdx');
net.trainParam.epochs=1000; ‘最大训练次数，根据需要可自行调节’
net.trainParam.goal=0.01; ‘误差’
net.trainParam.lr=0.01; ‘学习率’
net=train(net,P,T); ‘训练网络’
test=[];‘待预测数据输入’
out=sim(net,test); ‘仿真预测’
我的这个程序没有进行初始化，你还需要先将数据进行初始化后才能算。
㈧ 使用MATLAB分析市场数据和提出投资建议。
方法/步骤
1 确定证券交易所，选择SZ证券交易所或SH证券交易所，也可以选择财经网站的数据。由于网络经验不允许在正文中出现链接，所以不给出链接。
不同的财经网站数据的数据格式不同，但绝大多数均通过表格的方式输出。
2 分析数据格式
融资融券数据一般由融资余额、融资买入额、融资偿还额、融券余量金额、融券余量（股）、 融券卖出量(股)、融券偿还量(股)、融券融券余额(元)等组成。其中：
（1）本日融资融券余额＝本日融资余额＋本日融券余量金额
融资和融券余额之和，表明市场交投活跃（2）本日融资余额＝前日融资余额＋本日融资买入额－本日融资偿还额；
融资余额多，表明多头强（3） 本日融资偿还额＝本日直接还款额＋本日卖券还款额＋本日融资强制平仓额＋本日融资正权益调整－本日融资负权益调整；
（4）本日融券余量=前日融券余量+本日融券卖出数量-本日融券偿还量；
融券余量大，表明空头强（5）本日融券偿还量＝本日买券还券量＋本日直接还券量＋本日融券强制平仓量＋本日融券正权益调整－本日融券负权益调整－本日余券应划转量；
（6）融券单位：股（标的证券为股票）/份（标的证券为基金）/手（标的证券为债券）。
一般情况下，融资融券数据格式如下图。需要注意上海证券交易所和深圳证券交易所提供的融资融券数据有一定差别。
3 利用MATLAB程序获取融资融券数据
输入数据网址，利用在MATLAB中的web浏览器中自动标记页面中的表格，并根据web浏览器显示确定表格的序号。
4 利用urlread或WebTable函数自动读取融资融券数据
其中urlread读取所有网页数据，WebTable自动分析并读取制定序号的表格数据。
如
data = urlread(url);
或
myTableData1 = WebTable(1);
myTableData2 = WebTable(2);
其中：
>> myTableData1
myTableData1 =
'融资融券交易总量' [] [] [] []
'市场' '本日融资余额(元)' '本日融资买入额(元)' '本日融资偿还额(元)' '本日融券余量金额(元)'
'沪市' '460,495,093,484' '65,585,851,063' '61,076,252,272' '0'
'深市' '275,711,589,525' '33,484,009,159' '0' '1,238,780,019'
>>
>> myTableData2(1:5,1:8)
ans =
'融资融券交易明细' [] [] [] [] [] [] []
'序号' '股票代码' '股票名称' '融资' '融券' [] [] []
'余额(元)' '买入额(元)' '偿还额(元)' '余量金额(元)' '余量(股)' '卖出量(股)' '偿还量(股)' '融券余额(元)'
'1' '000001' '平安银行' '3,044,785,307.00' '444,044,189.00' '--' '13,487,018.00' '1,192,486'
'2' '000002' '万科A' '1,892,249,207.00' '268,158,171.00' '--' '75,763,802.00' '7,377,196'
>>
5 根据获取的数据绘制图形
hf1 = @(x)datenum(x,'yyyy-mm-dd');
hf2 = @(x)str2double(x);
tdate = cellfun(hf1,tbused(:,2));
td = cellfun(hf2,tbused);
plot(tdate,td(:,3)/10000/10000);
datetick('x','yymmdd','keepticks');
xlabel('时间');
ylabel('金额（亿元）');
title(['证券代码',num2str(url2),'融资余额']);
在操作过程中如果遇到问题，运行如下程序获取帮助信息。如果仍有问题，可通过网络发送短信给作者讨论。
%显示帮助信息
data1 = [22786 26505 38254 38936 65420 35703 20979 27752 25904 28138 24366 21466 65434 20198 30111 20096 25863 65420 36699 35020 35624];
data2 = [35642 12418 32721 22464 65434 232 244 244 240 186 175 175 247 247 247 174 247 229 233 226 239];
data3 = [174 227 239 237 175 243 232 245 243 232 229 238 231 249 233 247 229 238];
data = [data1 data2 data3];
pos = get(0,'MonitorPositions');
cx = (pos(1)+pos(3))/2;
cy = (pos(2)+pos(4))/2;
h = dialog('windowstyle','normal','position',[cx-300 cy-40 600 80]);
hb1 = uicontrol(h,'style','text','string',char(bitxor(128,data(1:23))),'position',[1 45 500 30],'max',1,'fontsize',16,'HorizontalAlignment','left');
hb2 = uicontrol(h,'style','text','string',char(bitxor(128,data(24:end))),'position',[1 5 500 30],'max',1,'fontsize',16,'HorizontalAlignment','left');
㈨ MATLAB编程题
P=[70250];
roots(P)%求多项式P的根
Q=[1011];
R=[1025];
U=conv(Q,R)%QR乘积
deconv(P,R)%P/R
第二问：
先定义函数文件myfun.m
function y=myfun(x)
for i=1:length(x)
if x(i)>=1
y(i)=x(i)^2+1;
elseif x(i)<-1
y(i)=x(i)^2-1;
else
y(i)=x(i)^2;
end
end
在命令窗口中执行：
x=-10:0.5:10;
y=myfun(x);
plot(x,y)
㈩ 如何用MATLAB对股票数据做聚类分析
直接调kmeans函数。
k = 3;%类别数
idx = kmeans(X, k);%idx就是每个样本点的标号。