Matlatb金融时间序列工具箱——建立金融时间序列

好久没做东西，知识忘了大半。还好又翻到这个博文，感谢博主。

Matlatb金融时间序列工具箱（Financial Time Series Toolbox）

建立金融时间序列

金融时间序列是一个结构变量，有五个属性：描述（description）、频率（frequency）、日期（dates）、显示（display）和至少一个数据列向量名（dataname），前三个属性的名字是固定的，分别为desc、freq和dates，时间序列的名字用户可以自行规定，如不更改的话，matlab默认为series1、series2、……、seriesN。

一、利用函数fints来创建金触时间序列对象

根据输入参数的类型，可分为五种形式：

（1）简单的矩阵输入

格式：ftsdata=fints(dates_data)

输入：dates_data是一个矩阵，第一列是时间，从第二列开始是时间序列的样本数据。

（2）向量输入

格式：ftsdata=fints(dates，data)

输入：dates是时间列向量，或者是元包列（非数据型，即文本型日期）； data是时间序列的样本数据。

（3）自定义时间序列名

格式：ftsdata=fints(dates，data，dataNames)

输入：dates是时间列向量，或者是元包列（非数据型，即文本型日期）； data是时间序列的样本数据，dataNames是变量名，如果是多个，应该用元包｛’name1’,’name2’,……,’nameN’｝的形式输入。

（4）输入频率

格式：ftsdata=fints(dates，data，datanames，freq)

输入：dates是时间列向量，或者是元包列（非数据型，即文本型日期）； data是时间序列的样本数据。Freq有固定的格式：

1.UNKNOWN，Unknown ，unknown，U，u

2.DAILY，Daily，daily，D，d，1

3.WEEKLY，Weekly ，weekly，W，w，2

4.MONTHLY，Monthly，monthly，M，m，3

5.QUARTERLY，Quarterly， quarterly，Q，q，4

6.SEMIANNUAL，Semiannual，semiannual，S，s，5

7.ANNUAL，Annual，annua，A，a，6

 

5.输入变量描述

格式：ftsdata=fints(dates，data，datanames，freq，desc)

输入：dates是时间列向量，或者是元包列（非数据型，即文本型日期）； data是时间序列的样本数据。Desc的形式是单个的字符型变量。

注意：1.第一种矩阵输入的方式，日期必须是数值型，其余的四种日期可以是数值型也可以是字符型。

     2.所有的数据输入必须放在矩阵里，不能一个一个输入。

     3.变量名由于是字符型，所有要用到元包。

     4.描述性变量是单变量的字符型。

例子 创建日度数据（frequency=daily），变量名分别为data1、data2，描述字段为“实验数据”（desc=‘实验数据’）.

     5. datanames的列要与时间序列的个数即data的列相同。

 

    例子，创建二元时间序列，第一个变量命名为data1，第二个变量命名为data2，数据的频率是日度数据，并给时间序列描述为“实验数据”

输入以下代码：

ftsdata=fints(dates,[data y],{'data1','data2'},1,'实验数据');

查看其第一行数据：

ftsdata(1)

则显示：

     desc:  实验数据

    freq:  Daily (1)

    'dates:  (1)'    'data1:  (1)'    'data2:  (1)'

    '03-Apr-1991'    [     727291]    [     988.05]

二、文本文件的转换方式（ascii2fts）（略）

三、调用金触时间序列对象（假设已经创建二维时间序列ftsdata）

    （1）查看整个时间序列对象

在命令窗口中输入时间序列对象的名字即可

    （2）查看部分行数据

跟查看矩阵的元素一样，查看第一行，就输入ftsdata（1）

（3）查看时间序列中的时间变量

法一：对象名.变量名

如    ftsdata.dates1

year(ftsdata.dates1) %查看时间序列的日期中的年份

month(ftsdata.dates1) %查看时间序列的日期中的月份

day(ftsdata.dates1) %查看时间序列的日期中的天

法二：ftse = extfiield(tsobj，fieldnames)

输入参数：

tsobj：对象名称

fieldnames：变量名称

例 ftse = extfiield(ftsdata，‘data1’)

其效果与ftsdata.data1相同。

（4）用时间标签提取数据

格式：newtsobj= tsobj（时间标签/整数标签）

1.时间标签引用：

时间标签的格式可以是文本格式，也可以是数值型的时间序列，可以是单个的也可以是多个的。

如：

ftsdata（‘3/4/2008’）

ftsdata（{‘3/4/2008’, ‘10/4/2008’}）

如果是连续日期则用双冒号隔开：

ftsdata（{‘3/4/2008’ ：：‘10/4/2008’}）

这种引用方式，如果时间区间内有一个时间不在时间序列的中，则会提示出错。

2.整数标签引用：

    整数标签引用与引用向量的元素一样。

演示生成金融时间序列数据

%% 生成一列时间序列

format short g  %设置数据精度

load szchengzhi.mat

dates=datenum(textdata);  %将字符型日期转化为数值型

ftsdata=fints([dates data]);

ftsdata.series1

ftsdata.dates %查看时间序列的日期

year(ftsdata.dates) %查看时间序列的日期中的年份

month(ftsdata.dates) %查看时间序列的日期中的月份

day(ftsdata.dates) %查看时间序列的日期中的天

%% 生成多列时间序列，以两列为例

x = randn(5341,1);y = filter([1 -1 1],1,x); %生成一个ma（2）过程ftsdata=fints([dates data y]);%生成两个时间序列，默认命名series1、series2

 ftsdata       %查看整个时间序列

ftsdata.series1 %查看时间序列1

ftsdata.series2  %查看时间序列2

ftsdata(1)  %查看第1行时间序列

ftsdata=fints(dates,[data y],{'data1','data2'},1,'实验数据')

 

四、金融时间序列的使用和修改

（1）查看金融时间序列的属性

fnames=fieldnames（tsobj，srsnameonly）

显示金融时间序列的五个属性，由于'desc'、 'freq'、 'dates'，描述性属性、频率属性和日期属性是不能自命名的，fnames的前三个变量分别是上述三个，接下来就是变量的名字了，以列数组的形式储存在fnames中。

Srsnameonly默认为0，表示列出所有属性，为1表示只列出变量名。

例  fnames = fieldnames(ftsdata)

fnames =

    'desc'

    'freq'

    'dates'

    'data1'

    'data2'

 

例  fnames = fieldnames(ftsdata,1)

fnames =

    'data1'

    'data2'

 

（2）时间序列重命名

Newfts = chfield（oldfts，oldname，newname）

输入参数意义：

Oldfts：时间序列结构变量名

Oldname：时间序列中变量名称

Newname：时间序列中变量的新名称

例 对时间序列对象ftsdata中的变量data2命名为series2，新的时间序列对象命名Newfts

Newfts = chfield(ftsdata, ‘data2’, ‘series2’)

注意：字符型的输入都要加单引号’’，包括其他函数。

 

（3）对时间序列进行排序

Sfts = Sortfts(tsobj，seriesnames，flag)

输入参数为：

tsobj ：时间序列对象

seriesnames：排序的变量名（字符型），即按哪一个变量进行排序，若不输入，则默认按第一个变量排序。

flag：排序方式（升序or降序），flag=1（默认），升序；flag=0，降序。

例子

Sfts1 = sortfts(ftsdata)

Sfts2 = sortfts(ftsdata,’data2’)

Sfts3 = sortfts(ftsdata,’data2’,-1)

Sfts4 = sortfts(ftsdata,-1)

 

（4）时间序列起始时间点

Datesbound=ftsbound(tsobj)

 

（5）删除时间序列的一列数据

Newobj = rmfield(oldtsobj,’fields’)

输入参数：fields是时间序列的名字，可以是单个也可以是多个，多个时是字符型数组。

例 ftsdata=fints(dates,[dates,data y],{'data1','data2','data3',},1,'实验数据')

删除data1

Nodata1=rmfield(ftsdata,’data1’);

删除data1和data2

Nodata2==rmfield(ftsdata,{'data1','data2'});

运行结果

K>> Nodata1=rmfield(ftsdata,'data1');

K>> fnames = fieldnames(ftsdata)

 

fnames =

 

    'desc'

    'freq'

    'dates'

    'data1'

    'data2'

    'data3'

 

K>> Nodata2=rmfield(ftsdata,{'data1','data2'});

K>> fnames = fieldnames(Nodata2)

 

fnames =

 

    'desc'

    'freq'

    'dates'

    'data3'

 

K>> fnames = fieldnames(Nodata1)

 

fnames =

 

    'desc'

    'freq'

    'dates'

    'data2'

    'data3'

 

五.时间序列转化为矩阵数据、文本文件

（1）转化为矩阵

格式：data=fts2mat(ftsobj，IncludeDates，seriesnames)

输入参数：

fts2mat将时间对象ftsobj中的全部或部分时间序列转化为矩阵。

IncludeDates：是否将日期导出。

 IncludeDates=0,或不输入，默认只对时间序列转化，不转化时间。IncludeDates=1，则把时间和时间序列数据转化在一个矩阵中。

Seriesnames：需要导出的时间序列名称，如果不输入默认为全部时间序列。

注意：1.第一个参数必须有，第二和第三个参数如果不输入，则取默认。

    2.由于时间序列对象的引用后也是时间序列对象，因此，ftsobj

可以直接是引用后的时间对象，比如fts2mat (ftsdata.data1);

（2）转化为文本文件

格式：

Stat=fts2ascii(filename,tsobj,exttext)

Stat= fts2ascii(filename,dates,data,colheads,desc,exttext)

输入参数：

Filename:ASCII文件名称

Tsobj:需要转换的fints型格式的金融时间序列数据

Exttext:不需要的描述项的行数

Dates:包含日起的列向量，日期格式必须是序数型

Data:列转置矩阵，每一列是一个数据序列

Dcolheads:列标题的单元数组，第一个单元列一定是日期列

Desc:描述性字符串，是文件的第一行

输出：stat:转换成功标志，成功为1，否则为0.

例 fints1 = fts2ascii(‘aa.txt’,ftsdata)

 

六、时间序列的缺失值补齐

格式：fillts(oldfts,fill_method，‘增加新日期’)

fill_method：处理缺失值的方法，常用的有以下五种。

1.线性插值方法  ‘linear’、‘l’、‘le’

2.3次多项式插值‘cubic’、‘c’、‘ce’

3.样条插值‘spline’、‘s’、‘se’

4.最近插值法‘nearest‘、‘n’、‘ne‘

5.逐段光滑的三次Hemite多项式法‘pchip‘、‘p’、‘pe’

6. 常数插值。用固定的常数代替缺失值。

7. ‘增加新日期’表示增加时间序列的长度，增加一个日期。以后探索。

七、时间序列频率的转换

格式：newfts=convertto(oldfts,newfreq)

八、价格与收益率相互转换

（1）价格转化为收益率

格式[RetSeries,RetIntervals]=price2ret(TickSeries,TickTimes,Method)

输入参数

TickSeries：价格列向量或矩阵，如果是矩阵的话，则每一列是一个时间序列。

TickTimes：单调递增的时间向量，长度与价格序列长度一致，如果不输入，或者为‘[]’,则默认样本点从1，2……，length（时间序列）

Method：计算收益率的方法，menthd不输入或者输入‘Continuous’ /[]时，默认为连续复利的形式。输入‘periodic’表示单利。

输出：

RetSeries：资产收益率矩阵，行数比价格矩阵少一行

RetIntervals：相邻的时间差。RetIntervals（i）=TickTimes（i+1）-TickTime（i）

注：

Method=‘continuous’时，第i期的收益率计算公式如下：

RetSeries（i）=log[TickTimes（i+1）/TickTimes（i+1）]/ RetIntervals（i）.

Method=‘periodic’时, 第i期的收益率计算公式如下：

RetSeries（i）= [TickTimes（i+1）/TickTimes（i+1）-1]/ RetIntervals（i）.

如果没有后面两个参数，则直接公式log[TickTimes（i+1）/TickTimes（i+1）]计算。

（2）收益率转化为价格

格式：

[TickSeries,TickTimes]=ret2price(RetSeries,StartPrice,,retinterval,starttime,method)

输入参数：

Retseries：收益率数据列向量/矩阵

StartPrice：资产的初试价格向量，元素个数为收益率矩阵的列数。默认值为1.

Retinterval：时间区间，默认值为1

Starttime：初试时间，标量，默认值为0

Method：与（1）相同。

输出：

TickSeries：资产价格矩阵

Starttime：时间向量。

 

 

 

一些比较好的代码：

Newtsobj=todayly（tsobj）

将时间序列对象转化为日度数据。

tsobj.Const=c

对时间对象tsobj增加一个常数序列，每个数据都为1.

Intersect（A,B）,寻找A,B中相同的元素，返回相同的元素。

Matlab中判断是不是有限的的函数：

判断有限：isfinite（A）,或者~isnan（A）

判断无限：isnan（A），或者~ isfinite（A）

上述两个函数都是返回与A相同的0-1矩阵。

判断A中的元素是否全为1，all（A）,全为1，显示1，否则显示0，返回与A列数相同的0-1向量，默认判断列向量是否全为1；要判断每一行中是否全为1，用all（A，2），判断A的行是否全为0.

假设A的某些行含有nan值，请找出不含有nan的行。

第一步，对A中每个元素进行判断，找出有限的。

isfinite（A,2）

第二步，判断每一行是否全为1，如果全为1，则意味着这一行都有限

All(isfinite（A,2）,2)

第三步，找出全为1的位置。

find（All(isfinite（A,2）,2)）

find（All(isfinite（A,2）,2)）等价于（All(isfinite（A,2）,2)==1）

第四步，引用全有限的行

A(find（All(isfinite（A,2）,2),:）)

 

Matlab一元回归中一个简单的方法求回归系数

回归系数=自变量矩阵\因变量矩阵

“\”这个运算符号很少使用