⑴ 用matlab怎么算股票价格的收益率，怎么得出收益率的图~
1、用matlab算股票价格的收益率的方法，比如（以联想V14十代酷睿笔记本电脑，Windows10为例）：
在matlab里面通常指令是：log(Xt/Xt-1)。
其中Xt是某股票或某指数第t天的价格；
其中Xt-1是某股票或某指数第t-1天的价格.
2、制作收益率曲线图的步骤如下，比如（以联想V14十代酷睿笔记本电脑，Windows10为例）：
1.在A1中输入公式=(行(A1)-1) * 0.25-3。
2.在B1中输入公式=NORMDIST(A1，0，1，0)。
3.下拉并分别将以上两个公式复制到A25和B25。
4.插入“XY _⒌阃"，A列为X轴，B列为Y轴，选择散点图类型为带平滑线的散点图。
(1)matlab怎么模拟股票价格扩展阅读：
一、如果用matlab验证股票的收盘价符合对数正态分布：
比如（以联想V14十代酷睿笔记本电脑，Windows10为例）先导入数据，然后取收盘价的对数值即y＝ln（y）
clc;clear
y=ln(y)
Std=std(y) %标准差
[F，XI]=ksdensity(y)
figure(1)
plot(XI，F，'o-')
x =randn(300000，1);
figure(2)
[f，xi] = ksdensity(x);
plot(xi，f);
画出概率分布图
ksdensity -------------------- Kernel smoothing density estimation.
表示核平滑密度估计。
二、股票收益率是反映股票收益水平的指标
1、是反映投资者以现行价格购买股票的预期收益水平。它是年现金股利与现行市价之比率。
本期股利收益率=(年现金股利/本期股票价格)*100%
2、股票投资者持有股票的时间有长有短，股票在持有期间获得的收益率为持有期收益率。
持有期收益率=[(出售价格-购买价格)/持有年限+现金股利]/购买价格*100%
3、公司进行拆股必然导致股份增加和股价下降，正是由于拆股后股票价格要进行调整，因而拆股后的持有期收益率也随之发生变化。
拆股后持有期收益率=(调整后的资本所得/持有期限+调整后的现金股利)/调整后的购买价格*100% 对于长期投资形式的股票投资，其投资收益的确认有两种方法：
一种是成本法，即按被投资企业发放的股利确定为投资企业的投资收益。
另一种方法是权益法，指投资企业所投股份在被投资企业中占到一定比例，可以对它具有控制、共同控制或重大影响时，应采用权益法进行核算。
⑵ 用matlab算股票最大值
具体步骤如下。
1打开matlab软件，清空桌面环境
.2.定义一个符号变量。
3定义一个函数：y=t/(1+t*t);再通过以下函数来查看上面的函数图像。
4查看该函数的图像可知，函数在0到2之间有一个极值，本例求解该最大值为例。
5输入以下的指令可以求得该函数最大值；max(subs(y,t,[0:0.00001:2]))；其中0.00001是精度，求得最大值为0.5000
⑶ 如何用matlab画出股票的价格曲线
xlsread 可以导入数据 比如data=xlsread('dd.xls','Sheet1','B1:G2')就是读取dd.xls文件里面b1到g2之间的数据
⑷ 如何用matlab模拟带跳跃的股票价格 dp(t)=μ(t)dt+σ(t)dWt+k(t)dq(t),Wt为维纳过程，跳跃服从泊松分布
额，应该没人去试。
⑸ 怎么用matlab模拟股票的走势啊
哥们我想说股票不是数学，这条路走不通
⑹ 怎么用matlab绘制股市K线图
K线图（Candlestick Charts）又称蜡烛图、日本线、阴阳线、棒线、红黑线等，常用说法是“K线”。它是以每个分析周期的开盘价、最高价、最低价和收盘价绘制而成。
K线图 是技术分析的一种，最早日本人于十九世纪所创，起源于日本十八世纪德川幕府时代（1603～1867年）的米市交易，用来计算米价每天的涨跌，被当时日本米市的商人用来记录米市的行情与价格波动，包括开市价、收市价、最高价及最低价，阳烛代表当日升市，阴烛代表跌市。这种图表分析法在当时的中国以至整个东南亚地区均尤为流行。由于用这种方法绘制出来的图表形状颇似一根根蜡烛，加上这些蜡烛有黑白之分，因而也叫阴阳线图表。通过K线图，人们能够把每日或某一周期的市况表现完全记录下来，股价经过一段时间的盘档后，在图上即形成一种特殊区域或形态，不同的形态显示出不同意义。可以从这些形态的变化中摸索出一些有规律的东西出来 。K线图形态可分为反转形态、整理形态及缺口和趋向线等。后K线图因其细腻独到的标画方式而被引入到股市及期货市场。股市及期货市场中的K线图的画法包含四个数据，即开盘价、最高价、最低价、收盘价，所有的k线都是围绕这四个数据展开，反映大势的状况和价格信息。如果把每日的K线图放在一张纸上，就能得到日K线图，同样也可画出周K线图、月K线图。
它是以每个分析周期的开盘价、最高价、最低价和收盘价绘制而成。以绘制日k线为例，首先确定开盘和收盘的价格，它们之间的部分画成矩形实体。如果收盘价格高于开盘价格，则k线被称为阳线，用空心的实体表示。反之称为阴线用黑色实体或白色实体表示。很多软件都可以用彩色实体来表示阴线和阳线，在国内股票和期货市场 ，通常用红色表示阳线，绿色表示阴线。(但涉及到欧美股票及外汇市场的投资者应该注意：在这些市场上通常用绿色代表阳线，红色代表阴线，和国内习惯刚好相反。)用较细的线将最高价和最低价分别与实体连接。最高价和实体之间的线被称为上影线，最低价和实体间的线称为下影线。
用同样的方法，如果用一分钟价格数据来绘k线图，就称为一分钟k线。用一个月的数据绘制k线图，就称为月k线图。绘图周期可以根据需要灵活选择，在一些专业的图表软件中还可以看到2分，3分钟等周期的k线。
k线是一种特殊的市场语言，不同的形态有不同的含义。
⑺ 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。
⑻ 如何用matlab做1000次的门特卡罗模拟股票价格
用matlab算股票价格的收益率的方法：
在matlab里面通常指令是：log(Xt/Xt-1)。
其中Xt是某股票或某指数第t天的价格；
其中Xt-1是某股票或某指数第t-1天的价格.
股票收益率简介：
股票收益率指投资于股票所获得的收益总额与原始投资额的比率。股票得到投资者的青睐，是因为购买股票所带来的收益。股票的绝对收益率就是股息，相对收益就是股票收益率。
⑼ 如何使用matlab实现Black-Scholes期权定价模型
参考论文 期权定价理论是现代金融学中最为重要的理论之一，也是衍生金融工具定价中最复杂的。本文给出了欧式期权定价过程的一个简单推导，并利用Matlab对定价公式给出了数值算例及比较静态分析，以使读者能更直观地理解期权定价理论。 关键词：Matlab；教学实践 基金项目：国家自然科学基金项目（70971037）；教育部人文社科青年项目（12YJCZH128） 中图分类号：F83文献标识码：A 收录日期：2012年4月17日 现代金融学与传统金融学最主要的区别在于其研究由定性分析向定量分析的转变。数理金融学即可认为是现代金融学定量分析分支中最具代表性的一门学科。定量分析必然离不开相应计算软件的应用，Matlab就是一款最为流行的数值计算软件，它将高性能的数值计算和数据图形可视化集成在一起，并提供了大量内置函数，近年来得到了广泛的应用，也为金融定量分析提供了强有力的数学工具。 一、Black-Scholes-Merton期权定价模型 本节先给出B-S-M期权定价模型的简单推导，下节给出B-S-M期权定价模型的Matlab的实现。设股票在时刻t的价格过程S（t）遵循如下的几何Brown运动： dS（t）=mS（t）dt+sS（t）dW（t）（1） 无风险资产价格R（t）服从如下方程： dR（t）=rR（t）dt（2） 其中，r，m，s＞0为常量，m为股票的期望回报率，s为股票价格波动率，r为无风险资产收益率且有0＜r＜m；dW（t）是标准Brown运动。由式（1）可得： lnS（T）：F［lnS（t）+（m-s2/2）（T-t），s■］（3） 欧式看涨期权是一种合约，它给予合约持有者以预定的价格（敲定价格）在未来某个确定的时间T（到期日）购买一种资产（标的资产）的权力。在风险中性世界里，标的资产为由式（1）所刻画股票，不付红利的欧式看涨期权到期日的期望价值为：■［max（S（T）－X，0）］，其中■表示风险中性条件下的期望值。根据风险中性定价原理，不付红利欧式看涨期权价格c等于将此期望值按无风险利率进行贴现后的现值，即： c=e-r（T－1）■［max｛S（T）－X，0｝］（4） 在风险中性世界里，任何资产将只能获得无风险收益率。因此，lnS（T）的分布只要将m换成r即可： lnS（T）：F［lnS（t）+（r-s2/2）（T-t），s■］（5） 由式（3）-（4）可得欧式看涨期权价格： c=S（t）N（d1）-Xe-r（T－1）N（d2）（6） 这里： d1=■（7） d2=■=d1-s■（8） N（x）为均值为0标准差为1的标准正态分布变量的累积概率分布函数。S（t）为t时刻股票的价格，X为敲定价格，r为无风险利率，T为到期时间。欧式看跌期权也是一种合约，它给予期权持有者以敲定价格X，在到期日卖出标的股票的权力。 下面推导欧式看涨期权c与欧式看跌期权p的联系。考虑两个组合，组合1包括一个看涨期权加上Xe-r（T－1）资金，组合2包含一个看跌期权加上一股股票。于是，在到期时两个组合的价值必然都是： max｛X，S（T）｝（9） 欧式期权在到期日之前是不允许提前执行的，所以当前两个组合的价值也必相等，于是可得欧式看涨期权与看跌期权之间的平价关系（put-call parity）： c+Xe-r（T－t）=p+S（t）（10） 由式（10）可得，不付红利欧式看跌期权的价格为： p=Xe-r（T－t）N（－d2）－S（t）N（-d1）（11） 二、Black-Scholes-Merton模型的Matlab实现 1、欧式期权价格的计算。由式（6）可知，若各参数具体数值都已知，计算不付红利的欧式看涨期权的价格一般可以分为三个步骤：先算出d1，d2，涉及对数函数；其次计算N（d1），N（d2），需要查正态分布表；最后再代入式（6）及式（11）即可得欧式期权价格，涉及指数函数。不过，欧式期权价格的计算可利用Matlab中专有blsprice函数实现，显然更为简单： [call，put]=blsprice（Price，Strike，Rate，Time，Volatility）（12） 只需要将各参数值直接输入即可，下面给出一个算例：设股票t时刻的价格S（t）＝20元，敲定价格X＝25，无风险利率r=3%，股票的波动率s=10%，到期期限为T－t=1年，则不付红利的欧式看涨及看跌期权价格计算的Matlab实现过程为： 输入命令为：[call，put]= blsprice（20，25，0.03，0.1，1） 输出结果为：call=1.0083put=5.9334 即购买一份标的股票价格过程满足式（1）的不付红利的欧式看涨和看跌期权价格分别为1.0083元和5.9334元。 2、欧式期权价格的比较静态分析。也许纯粹计算欧式期权价格还可以不利用Matlab软件，不过在授课中，教师要讲解期权价格随个参数的变化规律，只看定价公式无法给学生一个直观的感受，此时可利用Matlab数值计算功能及作图功能就能很方便地展示出期权价格的变动规律。下面笔者基于Matlab展示欧式看涨期权价格随各参数变动规律： （1）看涨期权价格股票价格变化规律 输入命令：s=（10∶1∶40）；x=25；r=0.03；t=1；v=0.1； c=blsprice（s，x，r，t，v）； plot（s，c，'r-.'） title（'图1看涨期权价格股票价格变化规律'）； xlabel（'股票价格'）；ylabel（'期权价值'）；grid on （2）看涨期权价格随时间变化规律 输入命令：s=20；x=25；r=0.03；t=（0.1∶0.1∶2）；v=0.1；c=blsprice（s，x，r，t，v）； plot（t，c，'r-.'） title（'图2看涨期权价格随时间变化规律'）； xlabel（'到期时间'）；ylabel（'期权价值'）；grid on （3）看涨期权价格随无风险利率变化规律 s=20；x=25；r=（0.01∶0.01∶0.5）；t=1；v=0.1；c=blsprice（s，x，r，t，v）； plot（r，c，'r-.'） title（'图3看涨期权价格随无风险利率变化规律'）； xlabel（'无风险利率'）；ylabel（'期权价值'）；grid on （4）看涨期权价格随波动率变化规律 s=20；x=25；r=0.03；t=1；v=（0.1∶0.1∶1）；c=blsprice（s，x，r，t，v）； plot（v，c，'r-.'） title（'图4看涨期权价格随波动率变化规律'）； xlabel（'波动率'）；ylabel（'期权价值'）；grid on （作者单位：南京审计学院数学与统计学院） 主要参考文献： [1]罗琰，杨招军，张维.非完备市场欧式期权无差别定价研究[J].湖南大学学报（自科版），2011.9. [2]罗琰，覃展辉.随机收益流的效用无差别定价[J].重庆工商大学学报（自科版），2011. [3]邓留宝，李柏年，杨桂元.Matlab与金融模型分析[M].合肥工业大学出版社，2007.
⑽ 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。