matlab中金融工具箱调用命令

1. 如何进入matlab金融工具箱

首先要确认你安装matlab时有安装这个工具箱；如果没安装可以找破解版的安装，网上很容易找到。

要学matlab，最好就是看它自带的帮助。在help那个菜单里可以找到。

这里就可以学习了。

2. 数学建模MATLAB工具箱是什么怎么用

Matlab工具箱已经成为一个系列产品，Matlab主工具箱和各种工具箱（toolbox ）。
工具箱简介
1功能型工具箱 —— 通用型
功能型工具箱主要用来扩充Matlab的数值计算、符号运算功能、图形建模仿真功能、文字处理功能以及与硬件实时交互功能，能够用于多种学科。
2领域型工具箱 —— 专用型
领域型工具箱是学科专用工具箱，其专业性很强，比如控制系统工具箱（ Control System Toolbox）；信号处理工具箱（Signal Processing Toolbox）；财政金融工具箱（ Financial Toolbox）等等。只适用于本专业。

3
Matlab常用工具箱
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系统工具箱
Communication Toolbox——通讯工具箱
Financial Toolbox——财政金融工具箱
System Identification Toolbox——系统辨识工具箱
Fuzzy Logic Toolbox——模糊逻辑工具箱
Bioinformatics Toolbox——生物分析工具箱
Image Processing Toolbox——图象处理工具箱
Database Toolbox——数据库工具箱
Model predictive Control Toolbox——模型预测控制工具箱
Neural Network Toolbox——神经网络工具箱
Optimization Toolbox——优化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——鲁棒控制工具箱
Signal Processing Toolbox——信号处理工具箱
Spline Toolbox——样条工具箱
Statistics Toolbox——统计工具箱
Symbolic Math Toolbox——符号数学工具箱
Simulink Toolbox——动态仿真工具箱
Virtual Reality Toolbox——虚拟现实工具箱
Wavelet Toolbox——小波工具箱
等等…….
而且每个新出的版本都在增加、更新完善。

3. matlab如何调用统计工具箱

调用统计特工具箱的做法：

①打开matlab；

②点击左下角Start；

③进入Toolbox工具箱；

④选择Statistics；

4. Matlab在金融领域有什么具体应用吗

我觉得这是一个网络google可以解决的问题。
网络第一条告诉我《金融计算教程——MATLAB金融工具箱的应用》这本书很符合题主的问题。
google第一条告诉我MATLAB有个toolbox叫financial modeling，能应用于computational finance以及financial engineering。
再加入一点金融知识就可以知道，MATLAB可以用在序列数据分析，固定收益债券计算，资产组合计算，金融衍生品计算，数据可视化等等。

当然身为一个工科生，MATLAB在我眼里只不过是工具而已。工具是用来“用”的，而不是用来“学”的。我的出发点永远是“我要算一个资产组合”，google告诉我MATLAB可以实现，就这样。我不会思考“咦MATLAB会做什么呀？它会算资产组合哦，好厉害哦。”

最后提一句，网络google第一条就能回答的问题，不应该在知乎出现吧。如果题主能网络google一下，提出来的问题应该会更有价值。

5. 如何调用matlab中cftool工具里返回的值

数据准备：
我们以一组多项式数据为例，进行示例，假如多项式是y=4x^3+3x^2+2产生的数据，x取0到3之间间隔为0.3的数。具体数据如下：

调用工具箱：
关于如何调用工具箱我在其他经验中有详细的介绍，有兴趣的可以查看。
这里我们用命令cftool进行调用拟合工具箱，在MATLAB主窗口中输入 cftool 回车
可以看到如下拟合工具箱界面

拟合操作步骤：
首先我们将要拟合的数据选入到工具箱中，如下图，在红圈处，点击向下三角，分别将要拟合的x y 选入，然后点击右侧的最上方的下三角，然后选择polynomial（ 多项式），下面的degree是阶数，也就是x的最高次数，选择不同的degree，在图的左下角是拟合的结果，包括拟合的系数以及方差相关系数等，右侧是数据点，以拟合曲线。

结果分析：
我们拟合的时候，一般情况下不知道要拟合的多项式是几阶的，我们一般调节degree都是从1逐渐增大，只要精度符合要求，就可以了，并不是精度越高越高。
拟合结果说明：
Linear model Poly3:
f(x) = p1*x^3 + p2*x^2 + p3*x + p4
Coefficients (with 95% confidence bounds):
p1 = 4 (4, 4)
p2 = 3 (3, 3)
p3 = 4.593e-15 (-3.266e-14, 4.185e-14)
p4 = 2 (2, 2)

Goodness of fit:
SSE: 2.386e-28
R-square: 1
Adjusted R-square: 1
RMSE: 5.839e-15
从以上可以看到最终拟合的y关于x的函数为：
f(x)=4*x^3+3*x^2+4.593e-15*x+2
我们可以看到一次项的系数为4.593e-15，实际上就是4.593*10^（-15），这个数量级完全可以认为是0，所以拟合的结果我们认为是：
f(x)=4*x^3+3*x^2+2
这里的方差SSE数量级为10的负28次方，相关系数 R-square=1，说明拟合的结果很好。

6. matlab程序可以调用工具箱吗

MATLAB作为一款无比强大的科学计算工具，在可以自由编程的同时，MATLAB也为我们封装好了一些功能，以工具箱的形式供我们使用，下面我就详细介绍一下MATLAB工具箱的使用方法。

首先，将下载的工具箱文件解压，将文件夹复制到MATLAB安装目录下toolbox文件夹下。

其次，在MATLAB命令行中输入如下命令：
>>cd D:\MATLAB7\toolbox\piotr_toolbox % 找到你的工具箱
>> addpath(genpath('D:\MATLAB7\toolbox\piotr_toolbox')) %增加路径
>> savepath %永久保存路径
最后，检查是否成功：
>>which hog %随便输入所加入工具箱中的一个m文件
D:\MATLAB7\toolbox\piotr_toolbox\channels\hog.m %得到此文件路径，即加载正确

7. matlab如何调用统计工具箱

调用统计特工具箱的做法：

①打开matlab；

②点击左下角Start；

③进入Toolbox工具箱；

④选择Statistics；

8. matlab中的csape怎么使用

function pp = csape(x,y,conds,valconds)
%pp=csape(x,y,'变界类型','边界值'),生成各种边界条件的三次样条插值. 其中,(x,y)为数据向量
%边界类型可为:'complete',给定边界一阶导数.
% 'not-a-knot',非扭结条件,不用给边界值.
% 'periodic',周期性边界条件,不用给边界值.
% 'second',给定边界二阶导数.
% 'variational',自然样条(边界二阶导数为0)
% .
%例 考虑数据
% x | 1 2 4 5
% ---|-------------
% y | 1 3 4 2
%边界条件S''(1)=2.5,S''(5)=-3,
% x=[1 2 4 5];y=[1 3 4 2];
% pp=csape(x,y,'second',[2.5,-3]);pp.coefs
% xi=1:0.1:5;yi=ppval(pp,xi);
% plot(x,y,'o',xi,yi);
pp0 = csape(x,[1,zeros(1,length(y)),0],[1,0]);
pp = csape( x, [1 sin(x) 0], [1 2] ) ％左边的点一阶导数为1，右边的点二阶导数为0
splinetool是一个图形化的插值工具
lagrange插值，由于lagrange插值可能不收敛，所以工程中很少有人用这种插值。matlab中没有专门的lagrange插值函数。但我们可以自己编一个，如下：
%lagrange插值子函数
function y=lagrange(x0,y0,x)
n=length(x0); m=length(x);
for i=1:m
z=x(i);
s=0.0;
for k=1:n
p=1.0;
for j=1:n
if j~=k
p=p*(z-x0(j))/(x0(k)-x0(j));
end
end
s=p*y0(k)+s;
end
y(i)=s;
end

9. MATLAB里的Toolboxes怎么使用急求高手指点！！！

MATLAB工具箱介绍
有三十多个工具箱大致可分为两类:功能型工具箱和领域型工具箱。
功能型工具箱主要用来扩充MATLAB的符号计算功能、图形建模仿真功能、文字处理功能以及与硬件实时交互功能，能用于多种学科。
领域型工具箱是专业性很强的。如图像处理工具箱(Image Processing Toolbox)、控制工具箱(Control Toolbox)、信号处理工具箱(Signal Processing Toolbox)等。下面，将MATLAB工具箱内所包含的主要内容做简要介绍：

1) 图像处理工具箱(Image Processing Toolbox)。
* 二维滤波器设计和滤波
* 图像恢复增强
* 色彩、集合及形态操作
* 二维变换
* 图像分析和统计
可由结构图直接生成可应用的C语言源代码。
2)控制系统工具箱(Control System Toolbox)。
鲁连续系统设计和离散系统设计
* 状态空间和传递函数
* 模型转换
* 频域响应：Bode图、Nyquist图、Nichols图
* 时域响应：冲击响应、阶跃响应、斜波响应等
* 根轨迹、极点配置、LQG
3)财政金融工具箱(FinancialTooLbox)。
* 成本、利润分析，市场灵敏度分析
* 业务量分析及优化
* 偏差分析
* 资金流量估算
* 财务报表
4)频率域系统辨识工具箱(Frequency Domain System ldentification Toolbox
* 辨识具有未知延迟的连续和离散系统
* 计算幅值／相位、零点／极点的置信区间
* 设计周期激励信号、最小峰值、最优能量诺等
5)模糊逻辑工具箱(Fuzzy Logic Toolbox)。
* 友好的交互设计界面
* 自适应神经—模糊学习、聚类以及Sugeno推理
* 支持SIMULINK动态仿真
* 可生成C语言源代码用于实时应用
(6)高阶谱分析工具箱(Higher—Order SpectralAnalysis Toolbox
* 高阶谱估计
* 信号中非线性特征的检测和刻画
* 延时估计
* 幅值和相位重构
* 阵列信号处理
* 谐波重构
(7) 通讯工具箱(Communication Toolbox)。
令提供100多个函数和150多个SIMULINK模块用于通讯系统的仿真和分析
——信号编码
——调制解调
——滤波器和均衡器设计
——通道模型
——同步
(8)线性矩阵不等式控制工具箱(LMI Control Toolbox)。
* LMI的基本用途
* 基于GUI的LMI编辑器
* LMI问题的有效解法
* LMI问题解决方案
(9)模型预测控制工具箱(ModelPredictive Control Toolbox
* 建模、辨识及验证
* 支持MISO模型和MIMO模型
* 阶跃响应和状态空间模型

(10)u分析与综合工具箱(u-Analysis and Synthesis Toolbox)
* u分析与综合
* H2和H无穷大最优综合
* 模型降阶
* 连续和离散系统
* u分析与综合理论

(11)神经网络工具箱(Neursl Network Toolbox)。
* BP，Hopfield，Kohonen、自组织、径向基函数等网络
* 竞争、线性、Sigmoidal等传递函数
* 前馈、递归等网络结构
* 性能分析及应用
(12)优化工具箱(Optimization Toolbox)。
* 线性规划和二次规划
* 求函数的最大值和最小位
* 多目标优化
* 约束条件下的优化
* 非线性方程求解
(13)偏微分方程工具箱(Partial DifferentialEquation Toolbox)。
* 二维偏微分方程的图形处理
* 几何表示
* 自适应曲面绘制，
* 有限元方法
(14)鲁棒控制工具箱(Robust Control Toolbox)。
* LQG／LTR最优综合
* H2和H无穷大最优综合
* 奇异值模型降阶
* 谱分解和建模
(15)信号处理工具箱(signal Processing Toolbox)
* 数字和模拟滤波器设计、应用及仿真
* 谱分析和估计
* FFT，DCT等变换
* 参数化模型
(16)样条工具箱(SPline Toolbox)。
* 分段多项式和B样条
* 样条的构造
* 曲线拟合及平滑
* 函数微分、积分
(17)统计工具箱(Statistics Toolbox)。
* 概率分布和随机数生成
* 多变量分析
* 回归分析
* 主元分析
* 假设检验
(18)符号数学工具箱(Symbolic Math Toolbox)。
* 符号表达式和符号矩阵的创建
* 符号微积分、线性代数、方程求解
* 因式分解、展开和简化
* 符号函数的二维图形
* 图形化函数计算器
(19)系统辨识工具箱(SystEm Identification Toolbox)
* 状态空间和传递函数模型
* 模型验证
* MA，AR，ARMA等
* 基于模型的信号处理
* 谱分析
(20)小波工具箱(Wavelet Toolbox)。
* 基于小波的分析和综合
* 图形界面和命令行接口
* 连续和离散小波变换及小波包
* 一维、二维小波
* 自适应去噪和压缩