Financial Toolbox
分析金融数据和开发金融模型
数据预处理
转换日期和时间格式，包括工作日约定、天数计算约定、自定义交易日历和利息支付日期。使用 MATLAB 中的时间表功能删除缺少数据和包含异常值的条目，然后重新采样、汇总和同步与时间相关的数据。
技术指标和金融图表
计算技术指标（包括移动平均线、动量、振荡指标、成交量指标和变化率）并创建金融图表（包括K线图、股票图和布林带图表）。
金融图表和技术指标。
投资业绩指标
使用用于计算各项指标的内置函数评估投资业绩，这些指标包括计算夏普比率、信息比率、跟踪误差、风险调整后的回报、样本下偏矩、预期下偏矩、最大回撤和预期最大回撤等。
使用绩效指标进行回溯测试的资金曲线。
投资组合优化方法
使用 Financial Toolbox 执行均值方差、平均绝对偏差 (MAD) 和条件风险值 (CVaR) 投资组合优化。
使用 MATLAB 和 Financial Toolbox 构建的投资组合优化应用程序。
有效投资组合和有效边界
评估有效投资组合及其权重，以最大化夏普比率、实现有效边界的可视化和计算投资组合风险（包括投资组合标准差、MAD、VaR 和 CVaR）。
有效边界和最佳投资组合。
投资组合约束和交易成本
应用投资组合优化约束，包括跟踪误差、线性不等式、线性等式、边界、预算、分组、分组比率、平均周转率、单向周转率、最小和最大资产数量。将比例或固定交易成本纳入总投资组合回报或净投资组合回报优化。
使用各种周转率阈值的投资组合的有效边界图。
现金流分析
使用 Financial Toolbox 计算当前价值和将来的价值；确定名义值、有效值和修正后的内部回报率；计算摊销和折旧；以及确定贷款或年金的定期利率。
现金流图表。
固定收益分析和期权定价
计算固定收益证券的价格、到期收益率、持续时间和凸性。对债券的完整现金流日期、现金流金额和时间-现金流映射等进行计算分析。使用 Black 和 Black-Scholes 公式计算期权价格和敏感度指标。您可以使用 Financial Instruments Toolbox™ 对复杂的金融工具进行设计、定价和对冲。
认购期权投资组合的 gamma（z 轴高度）和 delta（颜色）。
Monte Carlo 模拟
基于各种随机微分方程 (SDE) 模型生成 Monte Carlo 模拟的随机变量，这些模型包括布朗运动 (Brownian Motion)、几何布朗运动 (Geometric Brownian Motion)、方差恒定弹性 (Constant Elasticity of Variance)、Cox-Ingersoll-Ross、赫尔怀特/瓦西塞克 (Hull-White/Vasicek) 和赫斯顿 (Heston) 模型。
多维市场模型的单一路径。
随机微分方程模型
对 Bates 和 Merton 跳跃扩散模型执行蒙特卡罗仿真。
随机微分方程模型
使用二次指数离散化方案仿真 Bates、Heston、CIR 采样路径。
消费者信贷风险
用平均值、中值、众数或自定义值替换信用评分卡预测中的缺失值。
机器学习示例
有关统计套利机器学习的系列示例。
关于这些功能和相应函数的详细信息，请参阅发行说明。
Computational Finance Suite
The MATLAB Computational Finance Suite is a set of 12 essential products that enables you to develop quantitative applications for risk management, investment management, econometrics, pricing and valuation, insurance, and algorithmic trading.
Computational Finance Suite
MATLAB Computational Finance Suite 是一个包含 12 种基本产品的套件，可用于开发针对风险管理、投资管理、经济计量学、定价和评估、保险和算法交易的定量化应用程序。
