搜索资源列表
MatlabDaily
- 金钱豹matlab测试设计方法 打开金钱豹 —》 设置—》交易模型设置（同时，打开安装目录中matlabfiles文件夹，如果不存在，就解压对应的压缩文件matlabfiles ）—》阅读其中的matlab程序(现有两个较为简单的示例策略） —》（假设我们要测试日内一分钟价差套利）—》选择接口类型matlab，添加模型名称，选择输入参数，选择输出参数，以及m文件路径—》以上步骤完成后按“修改",模型即转入—》打开测试品种的行情（IF1005，IF1006）——》转换成一分钟频率（按”分时/周
svm_time
- 做时间序列预测的svm程序,matlab编的，多种时间序列预测模型-Time series prediction svm program, matlab code, and a variety of time-series forecasting model
Portfolio-Optimizer-Tool
- ＣＡＰＭ模型的Matlab实现程序。用于计算最优证券组合的配置和权重。-CAPM model of Matlab procedures. Used to calculate the optimal portfolio configuration and weight.
vol
- matlab金融时间序列ARMA建模 结果分析： 1.预测结果从第四步开始，预测值不再改变，因为ARMA是收敛的回归模型，而我们做的工作并不是模拟，所以，当预测步长足够长时，它最终将收敛于一个不变得预测值 2.既然预测值一样，为什么还原为成交量后，在置信区间下预测的最大值与预测均值的差比预测均值与最小值的差要大？因为将对数差分值还原时，需用到的指数函数为凹函数-matlab Financial Time Series the the ARMA modeling results Ana
GM(1-1)model
- 邓聚龙老先生著名的GM灰预测模型。可以在Matlab中实现。-Deng Julong gentleman famous gray prediction model GM. Implemented in Matlab.
4444
- 南加州大学期权定价模型课程MATLAB模型范例-Option Pricing from University of Southern California
dynamic-spatial-panel-data-model
- SAR模型用于经济学，金融学等模型仿真,SAR模型用于经济学，金融学等模型仿真-SARmodel,use to matlab
MATLAB-DOUBLE-LINES
- 商品期货均线突破模型，收益客观，可作初级程序化交易学习基础-Commodity futures average break through the model
gdfm_toolbox_1.3
- 广义动态因子模型的matlab代码，用于估计变量的共同成分，以及预测。-GDFM matlab code
Untitled
- 金融股票证券量化分析模型，多因子选股，用matlab软件-The analysis model of financial stock quantification, multi factor stock, with MATLAB software
matlab
- 预测模型基于灰色理论gm(1,1)模型,可以应用于金融航空等预测-Predictive Model Theory gm (1,1) model can be applied to predict the financial and aviation
binary-tree
- 金融工程中,二叉树模型用于期权定价，用matlab程序实现，来进行套利-Two fork tree model for Option pricing
VAR-CVaR
- VAR和cvar模型的matlab代码，广泛用于金融风险评价，为金融中风险经典指标-VAR CVAR
BBE_Ddisk
- BBE模型matlab程序,解决FAVAR模型(BBE model solving FAVAR model, use in macro economics)
ucsd_garch
- 用于GARCH,MV-GARCH,BEKK,CCC-GARCH,DCC-GARCH等GARCH类模型的估计。(GARCH,MV-GARCH,BEKK,CCC-GARCH,DCC-GARCH)
univariate
- GARCH模型的matlab程序，使用最大似然估计方法进行参数估计(The matlab program of the GARCH model uses maximum likelihood estimation to estimate the parameters.)