copula理论matlab应用实例

copula理论matlab应用实例

ID:27898927

大小:265.50 KB

页数:28页

时间:2018-12-06

copula理论matlab应用实例_第1页
copula理论matlab应用实例_第2页
copula理论matlab应用实例_第3页
copula理论matlab应用实例_第4页
copula理论matlab应用实例_第5页
资源描述:

《copula理论matlab应用实例》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、-%--------------------------------------------------------------------------%Copula理论及其在matlab中的实现程序应用实例%--------------------------------------------------------------------------%******************************读取数据*************************************%从文件hush

2、i.xls中读取数据hushi=xlsread('hushi.xls');%提取矩阵hushi的第5列数据,即沪市的日收益率数据X=hushi(:,5);%从文件shenshi.xls中读取数据shenshi=xlsread('shenshi.xls');%提取矩阵shenshi的第5列数据,即深市的日收益率数据Y=shenshi(:,5);%****************************绘制频率直方图*********************************%调用ecdf函数和ecdfhist

3、函数绘制沪、深两市日收益率的频率直方图[fx,xc]=ecdf(X);figure;ecdfhist(fx,xc,30);xlabel('沪市日收益率');%为X轴加标签ylabel('f(x)');%为Y轴加标签[fy,yc]=ecdf(Y);figure;ecdfhist(fy,yc,30);xlabel('深市日收益率');%为X轴加标签ylabel('f(y)');%为Y轴加标签%****************************计算偏度和峰度****************************

4、*****%计算X和Y的偏度xs=skewness(X)ys=skewness(Y)%计算X和Y的峰度kx=kurtosis(X)ky=kurtosis(Y)%******************************正态性检验***********************************%分别调用jbtest、kstest和lillietest函数对X进行正态性检验[h,p]=jbtest(X)%Jarque-Bera检验[h,p]=kstest(X,[X,normcdf(X,mean(X),std(

5、X))])%Kolmogorov-Smirnov检验.---[h,p]=lillietest(X)%Lilliefors检验%分别调用jbtest、kstest和lillietest函数对Y进行正态性检验[h,p]=jbtest(Y)%Jarque-Bera检验[h,p]=kstest(Y,[Y,normcdf(Y,mean(Y),std(Y))])%Kolmogorov-Smirnov检验[h,p]=lillietest(Y)%Lilliefors检验%****************************求

6、经验分布函数值*******************************%调用ecdf函数求X和Y的经验分布函数[fx,Xsort]=ecdf(X);[fy,Ysort]=ecdf(Y);%调用spline函数,利用样条插值法求原始样本点处的经验分布函数值U1=spline(Xsort(2:end),fx(2:end),X);V1=spline(Ysort(2:end),fy(2:end),Y);%调用ecdf函数求X和Y的经验分布函数[fx,Xsort]=ecdf(X);[fy,Ysort]=ecdf(Y)

7、;%提取fx和fy的第2个至最后一个元素,即排序后样本点处的经验分布函数值fx=fx(2:end);fy=fy(2:end);%通过排序和反排序恢复原始样本点处的经验分布函数值U1和V1[Xsort,id]=sort(X);[idsort,id]=sort(id);U1=fx(id);[Ysort,id]=sort(Y);[idsort,id]=sort(id);V1=fy(id);%*******************************核分布估计*****************************

8、*****%调用ksdensity函数分别计算原始样本X和Y处的核分布估计值U2=ksdensity(X,X,'function','cdf');V2=ksdensity(Y,Y,'function','cdf');%**********************绘制经验分布函数图和核分布估计图**********************[Xsort,id]=sort(X)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。