matlab多种式拟合优度代码预测日元/美元汇率 队员 张士琪1701213153 浩里湾1701213095 1.背景介绍 使用宏观因素预测汇率的结构模型很容易被随机游走模型击败。 预测变量经常使用时间序列模型，例如ARMA，ARIMA，ARCH，GARCH。 近年来，人工神经网络，支持向量机和混沌理论被广泛应用于预测汇率中。 2.动机 该项目针对外汇汇率的短期波动性，应用SVR方法和深度学习方法ANN预测未来7个期间的汇率。 3.目标 我们的主要目标是使用每日汇率数据预测未来7天（2018.03.30-2018.04.10）的汇率。为此，我们首先使用网格搜索并从3.13-3.30（10个周期）移动窗口，估算最佳参数。 确定预测方法长度的主要方法是chaos theory和lyapunov exponents 。 使用Wolf方法并根据经验选择参数，我们计算出the maximum lyapunov exponents is L=0.1407 （数据= JPY / USD（2016.01.04-2018.04.10），N = 592，m = 10，tau = 60，P = 15）。

matlab多种式拟合优度代码 MultiPolyRegress示例 X是您的数据矩阵。 5个维度的500个数据点。 另一种看待这种情况的方法是5个独立变量的500个样本。 Y是您乘以1的观察向量500。您想找到X到Y列的良好多项式拟合。假设您决定对所有5个独立变量拟合2次多项式。 目前，您有兴趣拟合标准多项式基础，而无需进一步干预这些条款。 内容 如何使用输入 清楚的 load Example.mat reg=MultiPolyRegress(X,Y,2) % Gives you your fit. reg = FitParameters: '-----------------' PowerMatrix: [21x5 double] Scores: [500x21 double] PolynomialExpression: [21x2 table] Coefficients: [21x1 double] yhat: [500x1 double] Residuals: [500x1 double] GoodnessOfFit: '-----------------' RSquare:

本代码主要利用MATLAB工具实现MATLAB——数据的多项式拟合，简单明了，易于理解

matlab多项式拟合及其作图

需要将点坐标导入目录中的excel表中，可自定义多项式次数，并绘出结果图。

使用matlab进行多项式拟合，提供了友好的GUI界面