APP下载

基于matlab曲线拟合的数据预测分析

2016-11-28屈长杰

商情 2016年40期
关键词:数据分析

屈长杰

【摘要】试验所得的数据一般为离散的,且不能直接用一般的方程去描述它们,这样给数据的分析和预测带来了极大的麻烦,本文针对股票数据的变化,使用matlab的多项式拟合,求导,以及预测功能,对股票的实时变化及其变化快慢做出分析,并用得出的拟合方程对未来的股票行情做一个基本的预测。

【关键词】数据分析 拟合 matlab

21世纪的来临,宣告了信息化和数字化时代的到来,大量的数据在我们身边传输,其中包括关系国家发展的众多数据库,如人口增长,粮食增长,失业率等等,对这些数据的处理和运用,直至预测出未来数据的变化,以达到对相关方面的宏观调控,提升我国的综合实力,相当重要。本文利用matlab将股票的实时数据进行分析,对未来的股票走势做出预测,得出相关数据,以达到提前掌握市场的目的。

一、数据采集

本文使用通达信金融终端输出跃岭股份(002725)2014年1月29号至2014年4月23号股市收盘价表格,并输入起始文件夹,存为txt格式文件。

二、数据导入

采集的数据存入gupiaoy.xls文件中, 拟合的横坐标定义为单位的采样信号,数据输入gupiaox.xls文件中, 将采集的数据,定义在MATLAB工作区间,为X和Y的矩阵。

三、matlab多项式线性拟合

(一)多项式拟合

调用格式为p=polyfit(x,y,n),其中x和y是输入的原始数据,而n代表阶次,当n=1时,拟合形式为线性回归,当n=2时,多项式为二阶多项式,原则上当n越大是,所取多项式越接近于原方程的形式,误差越小。

(二)系统设置原始数据

以验证系统是否处于正常工作状态,并测试系统的准确率是否有所更改,原始数据系列x为0、0.1、0.2、0.3、0.4、0.5、0.6、 0.7、0.8、0.9、1;其中y为0.46、1.99、3.27、6.16、7.08、7.34、 7.56、9.66、9.45、9.34、11.4。

(三)当n取值不同时

N决定了拟合结果的逼近程度,当n越大是理论上,逼近的误差会越来越小拟合结果表明,在n较大时,有一个明显的逼近,并减小了拟合的误差。在实际的操作中,我们应该选择合适的拟合参数,以达到预期的拟合效果。

四、matlab多项式求导

(一)多项式的求导

多项式的求导,是基于多项式拟合的,所求导数,显示了数据的变化率的大小变化,找出突变和极大极小值点,对预测未来的走势是很有必要的。

(二)原始数据的变化率

原始数据系列x为0、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、 0.9、1;其中y为0.46、1.99、3.27、6.16、7.08、7.34、7.56、9.66、 9.45、9.34、11.4。

(三)股票数据的变化率

数据存入在gupiaoy.xls文件中, 拟合的横坐标定义为单位的采样信号,数据输入gupiaox.xls文件中。

结果表明,在n取较大值时,股票数据的变化率显示的更加的准确,对极大极小点的把握度也就越高。

五、matlab多项式预测实现

由n=20时的拟合p值可知,拟合的多项式方程,由方程预测出未来的曲线走势:

p=1.634189e-022、-7.985738e-020、1.812691e-017、

-2.536997e-015、2.450626e-013、-1.732897e-011、 9.284576e-010、-3.848748e-008、1.249608e-006、

-3.197207e-005、0.0006453738、-0.01024455、0.1269246、

-1.212533、8.776476、-46.97276、179.7072、-468.017、

768.5526、 -692.8437、280.4576。

以n=3时的例子,得出拟合方程y=0.000628345x3-0.0448101

x2+0.693902x+30.3757。

由此可推断出股票未来的走势是一个明显上升的态势,可以小股买入,试探买进,等待上涨。

图中显示,可知,预测走势误差较小,预测结果稳定。

六、结论

对股票数据的拟合和预测,经过数据采集,拟合分析,预测结果等几个步骤,matlab的guide界面进行实施,有较好的用户使用界面,试验结果表明,实际预测能力较强,稳定性较好。

参考文献:

[1]李显宏. MATLAB7.X 界面设计与编辑技巧[M]. 北京:电子工业出版社,2006.

[2]Patrick Marchand and O.Thomas Holland. Graphics and GUIs with MATLAB 3rd ed ,CRC Press Company, 2003.

[3]王正林,刘明. 精通MATLAB.7[M].北京:电子工业出版社,2006.

[4]施晓红,周佳.精通GUI图形界面编程[M]. 北京:北京大学出版社,2003.

猜你喜欢

数据分析
《数据分析》教学案例
电子物证检验的数据分析与信息应用研究
分众媒体趋势下场景营销的商业前景
佛山某给水管线控制测量探讨
SPSS在环境地球化学中的应用
大数据时代高校数据管理的思考
新常态下集团公司内部审计工作研究
浅析大数据时代对企业营销模式的影响
基于读者到馆行为数据分析的高校图书馆服务优化建议