MATLAB中文论坛鼎力支持，提供“线上交流，有问有答”网路互动答疑平台

详解MATLAB金融工具箱及金融算法分析与套用

涵盖43个量化投资指标、14种算法套用和23个算法案例

涵盖14种常用数据处理算法、8种股票预测机器学习算法

详解MATLAB金融数据挖掘中的趋向和发展趋势指标

从机器学习算法出发，用MATLAB对金融大数据进行仿真分析

本书全面系统地讲解了MATLAB金融算法分析与套用，以及金融数据挖掘中的趋向和发展趋势指标，并结合具体的机器学习算法分析，让读者深入学习和掌握MATLAB金融数据机器学习算法。本书注重实战，通过大量的案例，帮助读者更好地理解书中的内容。

本书分为2篇，共15章。主要内容有MATLAB入门与提高、MATLAB高级套用、时间序列数据处理、量化投资趋向指标、量化投资反趋向指标、BP神经网路工具箱上证指数预测、 BP神经网路工具箱多指标预测、RBF神经网路多指标预测、Hopfield神经网路多指标预测、马尔可夫（Markov）链上证指数预测、灰色理论下的上证指数预测、指数平滑下的上证指数预测、支持向量机SVM下的涨跌预测、贝叶斯（Bayes）网路多指标预测、Pareto多目标最佳化分析。

本书适合所有想全面学习MATLAB 金融分析算法的人员阅读，也适合各种量化投资开发人员阅读。，本书对于各高校师生解决问题、进行课堂教学等，也是一本不可或缺的参考书。本书也适合MATLAB爱好者学习使用。

一分钟了解本书精华内容

MATLAB入门与提高

MATLAB高级套用

时间序列数据处理

量化投资趋向指标

量化投资反趋向指标

BP神经网路工具箱上证指数预测

BP神经网路工具箱多指标预测

RBF神经网路多指标预测

Hopfield神经网路多指标预测

马尔可夫（Markov）链上证指数预测

灰色理论下的上证指数预测

指数平滑下的上证指数预测

支持向量机SVM下的涨跌预测

贝叶斯（Bayes）网路多指标预测

Pareto多目标最佳化分析

吴婷 长期从事金融大数据研究，擅长杜邦分析和数据预测算法。精通MATLAB和STATA等科学计算软体。目前主要研究方向为公司金融管理、风险管理及股票预测算法挖掘等。

余胜威 图像算法工程师。毕业于西南交通大学，获硕士学位。有6年以上的MATLAB套用经验，精通MATLAB算法开发。曾多次获得全国和省级数学建模竞赛大奖，发表论文多篇，独立编写MATLAB套用技术图书多部。主要从事图像处理、人工智慧、模式识别和音效增强等算法研究工作。

第1篇 MATLAB常用算法套用设计

第1章 MATLAB入门与提高 2

1.1 矩阵运算 4

1.2 放大局部视图 6

1.3 Monte Carlo方法 7

1.4 金融工具箱绘图函式的使用 9

第2章 MATLAB高级套用 32

2.1 正余弦函式计算 32

2.2 pcode加密 32

2.3 基本GUI设计 33

2.4 GUI的最佳化布局 41

2.5 日期格式函式 43

2.6 日期转化函式 45

2.7 创建一个金融时间数据序列 47

2.8 股票技术分析图函式使用 49

第3章 时间序列数据处理 55

3.1 平均绝对离差 55

3.2 序列最大值 57

3.3 序列最小值 60

3.4 简单移动平均值 62

3.5 动态移动平均值 65

3.6 指数平滑移动平均值 67

3.7 指数移动平均值 69

第4章 量化投资趋向指标 73

4.1 升降线指标 73

4.2 动力指标 76

4.3 变动速率线指标 77

4.4 瀑布线指标 79

4.5 上升动向指标 81

4.6 下降动向指标 83

4.7 动向平均数指标 85

4.8 多空指数指标 88

4.9 佳庆指标 90

4.10 市场趋势指标 92

4.11 方向标準离差指数指标 94

4.12 平均线差 97

4.13 趋向指标 98

4.14 简易波动指标 102

4.15 鬼道线指标 104

4.16 绝路航标指标 106

4.17 加速线指标 109

4.18 平滑异同平均指标 111

4.19 快速异同平均指标 113

4.20 强弱值指标 115

4.21 三重指数平滑平均线指标 117

4.22 终极指标 119

4.23 变异平均线指标 122

第5章 量化投资反趋向指标 124

5.1 幅度涨速指标 124

5.2 动态买卖人气指标 126

5.3 布林极限指标 128

5.4 乖离率指标 131

5.5 异同离差乖离率指标 133

5.6 顺势指标 135

5.7 市场能量指标 137

5.8 多空线指标 139

5.9 区间震荡线指标 141

5.10 分水岭指标 142

5.11 随机指标 144

5.12 威廉指标 148

5.13 L威廉指标 150

5.14 变动速率指标 152

5.15 相对强弱指标 153

5.16 慢速随机指标 156

5.17 摆动指标 159

5.18 动向速度比率指标 162

5.19 引力线指标 164

5.20 布林极限宽度指标 166

第2篇 MATLAB机器学习算法套用设计

第6章 BP神经网路工具箱上证指数预测 170

6.1 BP神经网路模型及其基本原理 170

6.2 MATLAB BP神经网路工具箱 171

6.3 BP神经网路执行流程 173

6.4 基于BP网路的上证指数预测 174

6.5 改进分析 178

第7章 BP神经网路工具箱多指标预测 186

7.1 BP神经网路 186

7.2 多指标选取 187

7.3 基于趋势指标的BP网路预测 195

7.4 基于反趋势指标的BP网路预测 204

7.5 基于趋势和反趋势指标的BP网路预测 211

第8章 RBF神经网路多指标预测 216

8.1 RBF神经网路 216

8.2 RBF网路结构 216

8.3 多指标选取 219

8.4 基于趋势指标的RBF网路预测 220

8.5 基于反趋势指标的RBF网路预测 224

8.6 基于趋势和反趋势指标的RBF网路预测 228

第9章 Hopfield神经网路多指标预测 232

9.1 Hopfield神经网路 232

9.2 多指标选取 234

9.3 基于趋势指标的Hopfield网路预测 234

9.4 基于反趋势指标的Hopfield网路预测 237

9.5 基于趋势和反趋势指标的Hopfield网路预测 239

第10章 马尔可夫（Markov）链上证指数预测 242

10.1 马尔可夫链模型 242

10.2 马尔可夫链模型流程 242

10.3 马尔可夫链预测 243

10.4 隐马尔可夫模型函式表 253

第11章 灰色理论下的上证指数预测 254

11.1 灰色理论分析 254

11.2 灰色关联分析流程 254

11.3 多指标灰色关联度计算 255

11.4 灰色预测模型流程 259

11.5 ACCER幅度涨速指标灰色预测 260

第12章 指数平滑下的上证指数预测 263

12.1 指数平滑分析 263

12.2 指数平滑仿真 265

第13章 支持向量机SVM下的涨跌预测 274

第14章 贝叶斯（Bayes）网路多指标预测 305

第15章 Pareto多目标最佳化分析 325

参考文献 353