fints储存金融时间序列

处理一分钟沪深高频数据,填补空缺数据。

>>DataSet=importdata(‘dataa.xlsx‘); %导入excel表格数据 用xlsread应该也可以

>> myFTS=fints(DataSet(:,1),DataSet(:,2:7),{‘a‘,‘b‘,‘c‘,‘d‘,‘e‘,‘f‘}); %返回金融时间序列对象

1、访问fints对象的数据

 >>myFTS(7:8)  %第7行到第8行的数据
>>myFTS([1 3 4])  %第1、3、4行的数据(index只能是行)
>>myFTS.close   %名为“close”列的数据(DOT indexing,列)
>>myFTS.close(1:3)    %名为“close”列 从第一行到第三行的数据
(两者结合)
注意,无论使用什么方式访问,最后得到的,仍旧是一个 FINTS 对象

2、fints对象的运算和矩阵的运算基本相同
>> myFTS.close+1;  % 名为“close”一列数据 加一
>> myFTS.close - myFTS.open; %列相减
>> myFTS.high ./ myFTS.low; %列相除

不能直接做的运算,可以用 fts2mat 方法,把 FINTS 对象的数据先转换成矩阵,再进行运算,如:



>>sum( fts2mat(myFTS.close) )   %fts2mat 转化为矩阵   http://cn.mathworks.com/help/finance/fts2mat.html

参考:https://zhuanlan.zhihu.com/p/21409091

 
时间: 2025-01-14 10:27:19

fints储存金融时间序列的相关文章

Python金融应用编程(数据分析、定价与量化投资)

近年来,金融领域的量化分析越来越受到理论界与实务界的重视,量化分析的技术也取得了较大的进展,成为备受关注的一个热点领域.所谓金融量化,就是将金融分析理论与计算机编程技术相结合,更为有效的利用现代计算技术实现准确的金融资产定价以及交易机会的发现.量化分析目前已经涉及到金融领域的方方面面,包括基础和衍生金融资产定价.风险管理.量化投资等.随着大数据技术的发展,量化分析还逐步与大数据结合在一起,对海量金融数据实现有效和快速的运算与处理. 在量化金融的时代,选用一种合适的编程语言对于金融模型的实现是至关

Python金融大数据分析

Python金融大数据分析(高清版)PDF 百度网盘 链接:https://pan.baidu.com/s/1CF2NhbgpMroLhW2sTm7IJQ 提取码:clmt 复制这段内容后打开百度网盘手机App,操作更方便哦 内容简介  · · · · · · 唯一一本详细讲解使用Python分析处理金融大数据的专业图书:金融应用开发领域从业人员必读. Python凭借其简单.易读.可扩展性以及拥有巨大而活跃的科学计算社区,在需要分析.处理大量数据的金融行业得到了广泛而迅速的应用,并且成为该行业

《金融时间序列分析》第3版-蔡瑞胸

blog.csdn.net 金融时间序列分析:第3版 - weixin_30732487的博客 24-30 分钟 <金融时间序列分析:第3版>基本信息原书名:Analysis of Financial Time Series Third Edition作者: (美)蔡瑞胸(Tsay, R. S.) [作译者介绍]译者: 王远林 王辉 潘家柱丛书名: 图灵数学.统计学丛书出版社:人民邮电出版社ISBN:9787115287625上架时间:2012-8-20出版日期:2012 年8月开本:16开页

R语言学习路线图-转帖

本文分为6个部分,分别介绍初级入门,高级入门,绘图与可视化,计量经济学,时间序列分析,金融等. 1.初级入门 <An Introduction to R>,这是官方的入门小册子.其有中文版,由丁国徽翻译,译名为<R导论>.<R4Beginners>,这本小册子有中文版应该叫<R入门>.除此之外,还可以去读刘思喆的<153分钟学会R>. 这本书收集了R初学者提问频率最高的153个问题.为什么叫153分钟呢?因为最初作者写了153个问题,阅读一个问题

【分享】近4000份数学学习资源免费分享给大家

一直以来喜欢收集数学类的教程资源,于是费了好大劲从万千合集站上扒拉了下来,总结归类了一下,一共有将近4000本电子书.经测试,均可免费下载,可能会弹出小广告,可不必理会之.[仅供学术学习和交流,请无用于商业用途.]另外,如有可能,还请尽量支持正版纸质书.   数学史(54)     数学史.rar 55.6 MB   数学的起源与发展.rar 4.3 MB   费马大定理—一个困惑了世间智者358年的谜.pdf 9.5 MB   通俗数学名著译丛14-无穷之旅:关于无穷大的文化史.pdf 14.

ARCH模型

ARCH模型的基本思想 ARCH模型的基本思想是指在以前信息集下,某一时刻一个噪声的发生是服从正态分布.该正态分布的均值为零,方差是一个随时间变化的量(即为条件异方差).并且这个随时间变化的方差是过去有限项噪声值平方的线性组合(即为自回归).这样就构成了自回归条件异方差模型. 由于需要使用到条件方差,我们这里不采用恩格尔的比较严谨的复杂的数学表达式,而是采取下面的表达方式,以便于我们把握模型的精髓.见如下数学表达: Yt = βXt+εt (1)其中, Yt为被解释变量, Xt为解释变量, εt

Python matplotlib笔记

可视化的工具有很多,如Tableau,各种JS框架,我个人感觉应该是学JS最好,因为JS不需要环境,每个电脑都有浏览器,而像matplotlib需要Python这样的开发环境,还是比较麻烦的,但是毕竟用Python处理数据,本文还是要写点自己的学习笔记的,当然知道画什么最重要(我并不知道-.-)! 尽量画二维,不用三维.如果年龄和岁数的二维图,多了薪水,可以让高薪水的点画大的点,颜色深点. 文本可视化(word cloud词图,theme flow标签的量,情感可视化 积极的消极的等等) 时序可

R语言学习笔记-机器学习1-3章

在折腾完爬虫还有一些感兴趣的内容后,我最近在看用R语言进行简单机器学习的知识,主要参考了<机器学习-实用案例解析>这本书. 这本书是目前市面少有的,纯粹以R语言为基础讲解的机器学习知识,书中涉及11个案例.分12章.作者备注以及代码部分都讲得比较深.不过或许因为出书较早,在数据处理方面,他使用更多的是plyr包,而我用下来,dplyr包效果更好.所以许多涉及数据处理的代码,其实可以用更简洁的方法重写.但是思路却是实打实的精华. 我之前在某长途动车上啃完了前三章,两个案例.但越往后读,越觉得后面

想从事数据科学家的自我修炼(浪叫兽的书单)一年之内从零基础入门(以不抱大腿的姿势)拿下数据竞赛 一等奖 ,二等奖,三等奖

携程赛的初练书单 在科赛网站上,我第一次报名参加了比赛是,酒店未来30天产量预测,当时参加比赛是16年的7月中旬了.距今日的17年5月中旬,不到一年的时间,在科赛网,同样是在携程的出题下拿到了一个冠军一等奖 进入正题把,我来写一下我的历史读书记录  和  自发学习过程: 其实刚刚入门是因为想玩爬虫爬新闻做预测:入门读的书有: PYTHON自然语言处理中文翻译 NLTK 中文版quantmod-R中的金融分析包R数据导入和导出(包括RODBC)RODBC中文介绍上面可能也是一些介绍把 了解了一下R