MATLAB金融数据算法
MATLAB金融数据算法
提问于 2014-11-26 22:05:44
因此，我有一个庞大的excel电子表格的历史期权数据，标准普尔100在不同的日期，2010年和现在的日期。我试图在每一个日期找到股票的概率密度函数。
找出这个函数的方法是取看涨价格的二阶导数(列在第5栏中)。我希望我的MATLAB脚本工作如下：
- 使用曲线工具箱样条拟合函数，在每个日期创建一条相对于交易价格的看涨价格曲线。每一个日期大约有10点。
- 利用微分函数求出二阶导数的50分来估计二阶导数函数。
- 在这些点上使用Riemann积分来计算期望值的积分。
我的主要问题是把桌子分组。我已经做了一些研究，并且认为我可能不得不使用really，但是我在处理这样的数据方面并不是很有经验。
任何帮助都将不胜感激！
数据集的样本：
回答 1
Stack Overflow用户
发布于 2014-11-26 23:21:55
您是否只是为了计算该日期的“最佳”二阶导数值而执行步骤(1)到(3)？如果是这样的话，有一种更简单的方法。在伪代码中，如下所示：
%assume that all_dates is a Matlab datenum that encodes both
%the date and the time as a floating point value
%find just those values for your day that you care about
I = find(todays_date == floor(all_dates));
todays_data = all_data(I);
todays_datenums = all_dates(I);
%find the best-fit parabola to today's data
N_fit = 2; %2nd order is a parabola
p = polyfit(todays_datenums, todays_data,N_fit);
%compute the 2nd derivative
p_1st = polyder(p); %first derivative, form is y = p(1)*todays_datenum+p(2)
p_2nd = polyder(p_1st); %second derivative因为您只适合抛物线，所以p_2nd将是单个值。这是你对当天数据的二阶导数的最佳估计。单位是美元(?)每天。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/27159721
复制相关文章
相似问题
腾讯云开发者
