matlab計算出來的金融機構效率

Ⅰ 金融計算教程——MATLAB金融工具箱的應用的簡介

內容提要
在金融界越來越重視金融計算的背景下，許多大型計算軟體開始運用於金融領域的復雜計算，MATLAB就是其中一款專業的工作計算軟體，把計算交給MATLAB。金融研究人員可以更深入地研究金融工具定價和風險管理。
本書適合作為大學本科和研究生金融類教科書和參考書，也適合金融機構從業人員使用。

Ⅱ c++和matlab的運算速度比較

matlab是解釋性語言，看看下面的解釋吧：

計算機不能直接理解高級語言，只能直接理解機器語言，所以必須要把高級語言翻譯成機器語言，計算機才能執行高級語言編寫的程序。

翻譯的方式有兩種，一個是編譯，一個是解釋。兩種方式只是翻譯的時間不同。

解釋性語言的程序不需要編譯，省了道工序，解釋性語言在運行程序的時候才翻譯，比如解釋性basic語言，專門有一個解釋器能夠直接執行basic程序，每個語句都是執行的時候才翻譯。這樣解釋性語言每執行一次就要翻譯一次，效率比較低。解釋是逐行的翻譯。

編譯型與解釋型，兩者各有利弊。前者由於程序執行速度快，同等條件下對系統要求較低，因此像開發操作系統、大型應用程序、資料庫系統等時都採用它，像C/C++、Pascal/Object Pascal（Delphi）等都是編譯語言，而一些網頁腳本、伺服器腳本及輔助開發介面這樣的對速度要求不高、對不同系統平台間的兼容性有一定要求的程序則通常使用解釋性語言，如Java、JavaScript、VBScript、Perl、Python、Ruby、MATLAB 等等。

但隨著硬體的升級和設計思想的變革，編譯型和解釋型語言越來越籠統，主要體現在一些新興的高級語言上，而解釋型語言的自身特點也使得編譯器廠商願意花費更多成本來優化解釋器，解釋型語言性能超過編譯型語言也是必然的。

我個人在做矩陣運算時用的是MTL4，這個庫是用C++的template（模板）寫的，效率很高，因此就是做矩陣運算也不輸matlab，也還易用。當然，想讓程序做計算時跑得更快，你應該學學數值計算中的一些經典演算法，以期能達到最小的時間復雜度，然後再結合c++編譯器，這樣你代碼才能無敵於其他平台。當然如果你認定matlab在某些領域的演算法上有已有更好的易用性和執行速度，那麼你也可以利用C++與matlab混合編程的做法，也是不錯的選擇，畢竟matlab工程計算庫經過這么多年的經營，其內容是如此豐富多彩，把它嵌入到自己的工程開發中將省事不少。

Ⅲ 請問Matlab軟體有自帶用來測度成本效率、標准利潤效率和替代利潤效率的程序嗎是否需要自己另行編程

這個是沒有的，當然要自己編程了！但你確實可以其論壇上找一下有沒有現成的！

Ⅳ 如何用matlab計算dea交叉效率

如果CPU利用率低，而計算慢的話，說明你的程序處理的數據量並不大，但是處理流程很復雜，裡面肯定涉及了很多的類似於for循環的語句，使得程序的時間復雜度一下子就上去了。看了下面你的補充回答，好像和多核處理並行計算沒關系的。
雖然最新版的matlab支持這種運行方式，但感覺你似乎還用不到這么做。建議你還是優化一下你的演算法。盡量減少for循環的次數，對於矩陣和向量運算，直接可以採用matlab現有的運算方法。

Ⅳ Matlab計算一個循環有100個函數值需要計算，請問如何提高計算速度用並行計算嗎謝謝！

樓上的回答有那麼點意思，但似乎並未答到點子上。

原因是，並行計算的parfor循環把變數劃分成幾類：即Loop Variable、Sliced Variables、Broadcast Variables、Rection Variables、Temporary Variables，幾類變數各有不同的限制和用途。而題主的循環中f本來應該是Sliced Variables，但由於其索引方式用到了變數col，導致不好分類。

解決辦法：如樓上建議的那樣，直接用for循環是一個辦法，但就目前的循環來看，似乎並無使用循環的必要，直接用向量化的賦值語句就可以了。

題主最好把mengte函數的代碼貼出來，我再幫著看看怎樣改寫以提高效率。

Ⅵ 精通MATLAB金融計算的前 言

MATLAB軟體不僅在科學、工程及學術研究領域普遍應用，而且近年來日益受到美國華爾街金融專業人士推崇，以及金融界從業人員的重視。目前，全球有超過2000家金融機構運用MATLAB來管理公司資產。國際貨幣基金組織、摩根斯坦利等頂級金融機構都在使用MATLAB，利用MATLAB強大的運算平台實現與其他軟體之間的數據交換，顯示出了非常優良的通融性。可見，MATLAB現已成為金融工程人員不可或缺的軟體工具。
寫作目的
MATLAB已成為國際公認的最優秀的科技應用軟體，具有編程簡單、數據可視化功能強、可操作性強等特點，而且包括功能強大、專業函數豐富的三大金融方面的工具箱，是進行金融計算工作必備的軟體工具。
MATLAB在金融數據分析、金融模型構建及模擬計算等金融服務實務工作上，都能發揮強大的作用，包括新型金融產品的設計與風險管理。
本書將全面、系統地講述應用MATLAB進行金融方面的計算，旨在推動金融工程及金融計算相關領域的MATLAB應用。
主要特色
本書內容圍繞MATLAB在金融計算中的應用，通過翔實、豐富的實例講解，一步一步帶領讀者進入MATLAB的金融計算的強大世界。本書主要的特點可以概括為以下幾點：
1．內容由淺入深、層次性強
本書採用3篇結構，MATLAB入門篇將帶領讀者快速掌握MATLAB的基本使用；金融計算及實例篇，循序漸進地講述MATLAB的金融計算功能，這也是全書的重點；最後在MATLAB金融類工具箱函數詳解篇中，詳細講述三大工具箱的全部函數。層次結構簡潔明了，非常適合不同層次的讀者選擇性地學習，提高學習效率。
2．實例典型豐富，實用性強
本書打破了通常金融類書籍理論多、模型多、實例少的弊病，對復雜的理論及演算法一帶而過，重點放在應用MATLAB的函數實現，重在實例！所以本書精心挑選了最具代表性和實用性的大量實例，悉數進行全面、翔實的演算法分析、程序編寫和結果分析，並提供了全部源代碼，非常便於學習和參考。
3．理論聯系實際、應用性強
本書既介紹了相關的金融理論、模型和思想，又講述了利用MATLAB金融、衍生品、固定收益、金融時間序列等工具箱中的函數，而且結合了函數的代碼分析，以及編程將抽象的金融模型，通過MATLAB的數據處理和圖形形式來加以解釋、驗證和求解。這樣，本書便既能使讀者熟悉當前的金融理論、模型和思想，又能夠熟練應用MATLAB軟體來分析、解決相關的金融問題。
4．函數講解翔實，工具性強
金融類工具箱函數詳解篇採用大量的篇幅，對金融、衍生品和固定收益這3大工具箱的函數全部進行了翔實具體的使用說明，能幫助讀者快速高效地掌握這些函數，而且還非常方便進行查詢和參考，提高了本書的實用性和工具性。
5．語言簡潔精練，可讀性強
本書以簡潔、通俗的語言來說明金融計算的相關理論和模型，避免過於復雜的數學推導，提高了可讀性。在MATLAB的實常式序中，本書對關鍵的程序進行點睛式的注釋，讓讀者在程序中快速有效地掌握MATLAB的應用。
本書導讀
光碟使用說明
本書附帶光碟中包括了全書所有實例對應的MATLAB的M文件。所有代碼按照章節存放在各個文件夾下，如「第6章」文件夾下存放了本書第6章所有的程序代碼或實例代碼，「第7章」文件夾下存放了第7章所有的實例代碼，依此類推。在每一個文件夾下的M文件，其名稱和書中的實例編號一一對應，如ex_6_1.m文件對應於例6-1的實例，ex_7_1.m文件對應於例7-1的實例，依此類推。
讀者可以通過運行光碟提供的代碼文件，體會本書所有實例的效果。由於所有代碼都是在MATLAB R2008b下編寫並調試通過，因此，使用本光碟中實例前，讀者需要安裝MATLAB R2008b，並將包含待運行.m文件的文件夾添加到MATLAB 路徑或設置為MATLAB當前目錄。如讀者需要運行ex_6_1.m，那麼就需要將包含此M文件的「第6章」文件夾添加到MATLAB路徑，或者將其設置為MATLAB當前目錄，然後通過命令窗口調用文件名，或者在M-Editor窗口打開並運行代碼文件等方式來運行此M文件。
本光碟內容的著作權屬本書作者所有。所有源程序僅供本書讀者學習和研究之用，任何人未經授權不得擅自復制、傳播或用於商業用途。

Ⅶ MATLAB計算數據所佔比例

n=30;
X=randint(n,1,[2050]);%每組20-50人
sm=sum(X(:,1));
X(:,2)=X(:,1)/sm;
X(:,3)=100*X(:,2)%百分比

Ⅷ matlab中subs函數效率太低了

d=1;t=2;
k=3;

z1=@(z)cosh(k*(z+d))/cosh(k*d)
zm=@(km,z)cos(km.*(z+d))./cos(km*d)

%被積函數
F=@(km,z)z1(z).*zm(km,z);

Q=@(km)quadgk(@(z)F(km,z),-d,-t);%數值積分

km1=12.6
a1m=Q(km1)

Ⅸ matlab中如何提高迭代計算的效率

向量化