① 要交一篇關於股價走勢的論文，怎麼寫快啊！！！！要求如下：
你應該一類股票中選一隻,績優股,就是近來漲的比較多的.憑著它近來良好的走勢在所處的行業中有怎麼的競爭實力.
公司的財物指標在金通證券軟體中,選中一隻股票按F10,就可以看到該股的財務指標,盡量多抄點.
2007年以來的走勢圖在金通證券里也有,按F5每天走勢,F8每周走勢,再按F8每月走勢,自己可以概括.
至於股價的未來走勢,反下也沒人知道以後會怎樣,隨便寫也無所謂,實在不行可以聽股憑.
還有你為什麼要選這只股最好也寫出來.
② 求一篇"matlab在數值分析中的應用"的論文
.2.2 冪法的MATLAB程序
用冪法計算矩陣的主特徵值和對應的特徵向量的MATLAB主程序
function [k,lambda,Vk,Wc]=mifa(A,V0,jd,max1)
lambda=0;k=1;Wc =1; ,jd=jd*0.1;state=1; V=V0;
while((k<=max1)&(state==1))
Vk=A*V; [m j]=max(abs(Vk)); mk=m;
tzw=abs(lambda-mk); Vk=(1/mk)*Vk;
Txw=norm(V-Vk); Wc=max(Txw,tzw); V=Vk;lambda=mk;state=0;
if(Wc>jd)
state=1;
end
k=k+1;Wc=Wc;
end
if(Wc<=jd)
disp('請注意：迭代次數k,主特徵值的近似值lambda,主特徵向量的近似向量Vk,相鄰兩次迭代的誤差Wc如下：')
else
disp('請注意：迭代次數k已經達到最大迭代次數max1,主特徵值的迭代值lambda,主特徵向量的迭代向量Vk,相鄰兩次迭代的誤差Wc如下：')
end
Vk=V;k=k-1;Wc;
例5.2.2 用冪法計算下列矩陣的主特徵值和對應的特徵向量的近似向量，精度.並把（1）和（2）輸出的結果與例5.1.1中的結果進行比較.
(1)； (2)；(3)；（4）.
解 （1）輸入MATLAB程序
>>A=[1 -1;2 4]; V0=[1,1]';
[k,lambda,Vk,Wc]=mifa(A,V0,0.00001,100),
[V,D] = eig (A), Dzd=max(diag(D)), wuD= abs(Dzd- lambda), wuV=V(:,2)./Vk,
運行後屏幕顯示結果
請注意：迭代次數k,主特徵值的近似值lambda,主特徵向量的近似向量Vk,相鄰兩次迭代的誤差Wc如下：
k = lambda = Wc =
33 3.00000173836804 8.691862856124999e-007
Vk = V = wuV =
-0.49999942054432 -0.70710678118655 0.44721359549996 -0.89442822756294
1.00000000000000 0.70710678118655 -0.89442719099992 -0.89442719099992
Dzd = wuD =
3 1.738368038406435e-006
由輸出結果可看出，迭代33次，相鄰兩次迭代的誤差Wc 8.69 19e-007，矩陣的主特徵值的近似值lambda3.000 00和對應的特徵向量的近似向量Vk （-0.500 00，1.000 00, lambda與例5.1.1中的最大特徵值近似相等，絕對誤差約為1.738 37e-006，Vk與特徵向量 的第1個分量的絕對誤差約等於0，第2個分量的絕對值相同.由wuV可以看出，的特徵向量V(:,2) 與Vk的對應分量的比值近似相等.因此，用程序mifa.m計算的結果達到預先給定的精度.
(2) 輸入MATLAB程序
>>B=[1 2 3;2 1 3;3 3 6]; V0=[1,1,1]';
[k,lambda,Vk,Wc]=mifa(B,V0,0.00001,100), [V,D] = eig (B),
Dzd=max(diag(D)), wuD= abs(Dzd- lambda), wuV=V(:,3)./Vk,
運行後屏幕顯示結果
請注意：迭代次數k,主特徵值的近似值lambda,主特徵向量的近似向量Vk,相鄰兩次迭代的誤差Wc如下：
k = lambda = Wc = Dzd = wuD =
3 9 0 9 0
Vk = wuV =
0.50000000000000 0.81649658092773
0.50000000000000 0.81649658092773
1.00000000000000 0.81649658092773
V =
0.70710678118655 0.57735026918963 0.40824829046386
-0.70710678118655 0.57735026918963 0.40824829046386
0 -0.57735026918963 0.81649658092773
(3) 輸入MATLAB程序
>> C=[1 2 2;1 -1 1;4 -12 1];V0=[1,1,1]';
[k,lambda,Vk,Wc]=mifa(C,V0,0.00001,100), [V,D] = eig (C),
Dzd=max(diag(D)), wuD=abs(Dzd-lambda),
Vzd=V(:,1),wuV=V(:,1)./Vk,
運行後屏幕顯示
請注意：迭代次數k已經達到最大迭代次數max1,主特徵值的迭代值lambda,主特徵向量的迭代向量Vk,相鄰兩次迭代的誤差Wc如下：
k = lambda = Wc =
100 0.09090909090910 2.37758124193119
Dzd = wuD =
1.00000000000001 0.90909090909091
Vk= Vzd = wuV =
0.99999999999993 0.90453403373329 0.90453403373335
0.99999999999995 0.30151134457776 0.30151134457778
1.00000000000000 -0.30151134457776 -0.30151134457776
由輸出結果可見，迭代次數k已經達到最大迭代次數max1=100，並且lambda的相鄰兩次迭代的誤差Wc2.377 58>2,由wuV可以看出，lambda的特徵向量Vk與真值Dzd的特徵向量Vzd對應分量的比值相差較大，所以迭代序列發散.實際上，實數矩陣C的特徵值的近似值為，並且對應的特徵向量的近似向量分別為=（0.90453403373329，0.30151134457776，-0.30151134457776），
（-0.72547625011001,-0.21764287503300-0.07254762501100i,
0.58038100008801-0.29019050004400i），
( -0.72547625011001, -0.21764287503300 + 0.07254762501100i,
0.58038100008801 + 0.29019050004400i) , 是常數）.
（4）輸入MATLAB程序
>> D=[-4 14 0;-5 13 0;-1 0 2]; V0=[1,1,1]';
[k,lambda,Vk,Wc]=mifa(D,V0,0.00001,100), [V,Dt] =eig (D),
Dtzd=max(diag(Dt)), wuDt=abs(Dtzd-lambda),
Vzd=V(:,2),wuV=V(:,2)./Vk,
運行後屏幕顯示結果
請注意：迭代次數k,主特徵值的近似值lambda,主特徵向量的近似向量Vk,相鄰兩次迭代的誤差Wc如下：
k = lambda = Wc =
19 6.00000653949528 6.539523793591684e-006
Dtzd = wuDt =
6.00000000000000 6.539495284840768e-006
Vk = Vzd = wuV =
0.79740048053564 0.79740048053564 0.79740048053564
0.71428594783886 0.56957177181117 0.79740021980618
-0.24999918247180 -0.19935012013391 0.79740308813370
③ 求一篇用K線圖分析一隻股票的論文
親，首先真的羨慕您現在擁有這么好的學習條件，證券專業就國內高校來講是一門新興朝陽學科，也是快速獲取財富的學科；在此建議您還是自己動手完成相關分析論文吧，這也是一種能力的積攢相信加以時日不久的將來這些能力將為您帶來源源不斷的財富和令人尊敬的社會地位。想想，人生何求，不過如此罷了！盼，學業有成，早成霸業。
④ 誰能教我寫一個MATLAB實現BP神經網路預測股票價格的編碼，我要寫畢業論文，不懂，多謝啊！
網路的訓練過程與使用過程了兩碼事。
比如BP應用在分類，網路的訓練是指的給你一些樣本，同時告訴你這些樣本屬於哪一類，然後代入網路訓練，使得這個網路具備一定的分類能力，訓練完成以後再拿一個未知類別的數據通過網路進行分類。這里的訓練過程就是先偽隨機生成權值，然後把樣本輸入進去算出每一層的輸出，並最終算出來預測輸出（輸出層的輸出），這是正向學習過程；最後通過某種訓練演算法（最基本的是感知器演算法）使得代價（預測輸出與實際輸出的某范數）函數關於權重最小，這個就是反向傳播過程。
您所說的那種不需要預先知道樣本類別的網路屬於無監督類型的網路，比如自組織競爭神經網路。
⑤ 數學建模MATLAB解股票問題，高分求助
大哥。。。
股票是不可預測的，我們曾經做過一個這樣的題，結果是相當的不靠譜！！！
⑥ 求一篇股票分析的論文，2500-3000字，任選一隻股票，從基本面和技術面分析
股票投資分析----002310東方園林
東方園林是國內園林景觀行業的龍頭企業，業務涵蓋苗木種植、園林景觀設計、工程施工和後期養護等產業鏈一體化服務，公司是行業內同時具有城市園林景觀一級企業資質和甲級工程設計資質的10家企業之一，具有承接千萬級及以上景觀工程項目的能力。
相關人士認為東方園林代表了在細分行業內高成長的公司，公司實現了景觀設計和施工的一體化，業務覆蓋范圍更廣，是未來景觀工程在中國發展能行之有效的商業模式，而目前在這個成長中龐大市場——景觀工程仍於起步階段，國內廣大的二、三線城市才是行業走向繁榮發展的真正市場，率先上市融資無疑使得東方園林具有較大的先發優勢。
園林景觀行業是一個具有生態效益和社會效益、物質文明和精神文明雙重效益的行業，其與國民經濟的發展程度息息相關。隨著我國經濟的快速發展和經濟結構的優化，綜合國力不斷提高，人民生活水平不斷改善，國家對環境生態的日趨重視，園林景觀行業呈現出快速增長的發展態勢，發展速度遠超過國民經濟總體增長速度。
東方園林以設計品牌轉動一體化產業鏈，公司兩個設計品牌經歷了時間的磨練與沉澱，與EDSA的合資品牌和自己的全資品牌東方利禾涵蓋了景觀工程設計的中高端市場，旗下有高爾夫、地產、公園景觀、濕地景觀四個設計分院，其中高爾夫和濕地設計是國內唯一的設計院。公司未來對於設計品牌的投入和建設還將不斷加大。
募集資金助推公司業務的擴張，鞏固一體化的業務格局。公司此次發行募集資金，擬投資設立3家分公司和8，495畝的綠化苗木基地，通過擴大園林景觀工程施工業務規模以及苗木培育規模的方式來加速公司業務的擴張和解決苗木資源瓶頸。
有消息稱預計公司未來三年營業收入分別增長46.43%，72.50%和44.26%，經測算，公司2009-2011年各年將分別實現凈利潤0.87億元、1.50億元和2.16億元。2009-2011年每股收益(攤薄後)為1.73元、2.98元和4.31元。
綜合PE及PEG兩種估值方法，我們給予公司的二級市場的股價范圍為96.50～102.50元／股，公司所處行業空間巨大，公司有望將成為行業的領導者和整合者，此次IPO將是公司成長的新起點，公司具有較好的中長期投資價值。
公司介紹
一、公司概述
公司是行業內同時具有城市園林景觀一級企業資質和甲級工程設計資質的10家企業之一，業務范圍覆蓋園林景觀產業鏈的各個環節，經營區域遍布華北、華東、西南和華南等地區，是一家綜合性、跨區域發展的園林景觀企業，也是國內市場第一家以園林景觀工程為主營業務的上市公司。
與普通的建築施工企業不同，園林景觀工程的成敗取決於藝術家對「美」的塑造，隨著社會大眾對環境鑒賞能力的提高，景觀工程項目對藝術效果的要求越來越高，尤其在政府大型園林景觀項目，往往被視為城市名片，對項目的藝術成就越來越重視，這也決定了大型的、復雜的景觀工程項目往往由專業的景觀工程公司承建，這也決定了項目較高的收益率。
東方園林是白手起家型企業，公司由何巧雲、唐凱(二人是夫妻關系)創辦，公司從最早的園林花卉種植業務起步，逐步發展出園林景觀工程一體化的業務模式，公司股權結構明晰，主業清楚。
此次IPO公司發行股份1，450萬股，發行價格58.60元／股，占發行完成後股本總額的28.95%。發行完成後，公司股本總額為5，008.13萬股。
二、主營業務
東方園林業務涵蓋苗木種植、園林景觀設計、工程施工和後期養護等產業鏈一體化服務。其中園林工程施工占據主營業務的較大份額。景觀工程不同於一般的建築施工企業，工程的質量優劣除了施工品質之外很大程度上取決於設計師的設計水平和審美品位，因此這種細分行業特殊的文化藝術屬性使其毛利率水平明顯高於一般施工企業。
三、財務狀況
2008年東方園林實現主營業務收入4.16億元，其中歸屬於母公司所有者的凈利潤0.59億元，近三年年均復合增長率分別達到34.83%和44.96%。在同類上市公司中，像東方園林這樣能連續保持多年收入和利潤都高速增長的公司並不多。這除了公司所處細分行業的快速發展外，和公司本身在細分行業中較強的競爭力、品牌優勢以及較強的管理能力都分不開。
四、證券公司對公司的看法
他們認為東方園林代表了未來細分行業內的高成長公司，與之前上市的綠大地[28.80 -0.14%]主營苗木銷售不同，公司實現了景觀設計和施工的一體化，業務覆蓋范圍更廣，是未來景觀工程在中國發展能行之有效的商業模式，而目前國內景觀工程——這個成長中龐大市場仍於起步階段，國內二、三線城市才是行業走向繁榮發展的真正市場，率先上市融資無疑使得東方園林具有了較大的先發優勢。
從行業上看，國內景觀行業的發展仍處於初級階段，尤其在大型景觀工程的設計方面幾乎被國外壟斷，在一線城市如北京、上海的大型城市公園、綠地項目中，國內企業很難中標工程的主體設計。如今市場的發展已逐漸向內地輻射，眾多的二、三線城市開始營造自身的生態家園，從而啟動了一個更為龐大的市場，而此時通過與國外頂級設計院的交流、學習，國內優秀的設計企業設計能力已有了很大的提高，部分優秀的企業將在這個繁榮的市場中真正脫穎而出。
另一方面，目前國內的景觀工程公司規模普遍較小，據中國風景園林學會的調查，中國總資產超過2億元的園林公司僅5家，前82家園林公司的總資產平均僅為8800萬元，相當數量的園林公司脫胎於苗木種植公司，缺乏景觀設計、施工的能力，難以承接大型的景觀，而部分具有較強設計能力的設計院又缺乏施工能力，而東方園林是行業內同時具有城市園林景觀一級企業資質和甲級工程設計資質的10家企業之一，可以對項目進行一體化服務，這種業務模式無疑對內地二三線城市更具有吸引力。
在這樣的背景下，東方園林已能夠向景觀規劃的較高階段發展，通過構建園林景觀設計、苗木培育、工程施工的一體化模式，擁有承接千萬元及以上級別大型園林景觀工程項目能力，以一體化模式帶動項目的整體盈利能力的提升。
從東方園林的目前業務構成看，雖然景觀設計占公司主營業務比例並不大，但對於公司的業務開展和品牌塑造卻起到了至關重要的作用。因此，東方園林也不斷的通過各種方式提高園林景觀設計能力。首先，1999年引入美國EDSA景觀設計公司成為為合作夥伴，合資成立北京易地斯埃東方環境景觀設計研究院(EDSA-ORIENT)，將其打造為高端景觀設計品牌。作為全球規劃設計行業的領袖企業，EDSA是美國歷屆總統指定的唯一景觀顧問公司，也是美國旅遊規劃國家標準的起草人之一。通過與EDSA成立合資公司，東方園林在高檔度假酒店、別墅及大型綜合性園林項目大有斬獲，獲得北京2008奧運會奧林匹克公園、北京香山別墅等優質項目。更為重要的是，通過合資，東方園林得以近距離觀察和學習國際領先公司的操作手法。2001年，東方園林獨資成立定位於中小型景觀設計的東方利禾景觀設計公司，並獲得甲級園林工程設計資質，承擔北京首都國際機場擴建工程、上海佘山高爾夫球場等景觀項目設計。
在我們的城市日益花團錦簇、綠樹成蔭的後面孕育的是一個大生意，隨著人們生活水平的提高，對於「美「需求日益強烈，各級城市也越來越視城市景觀為政府的「臉面」，托起了欣欣向榮的市場，相關數據顯示，僅政府「十一五「規劃對城市綠化的目標，政府財政投資就將超過2000億元。
該股k線圖分析
一． 早晨之星
該圖是此股2010/12/01-----2010/12/07的k線圖走勢，可以清晰看出
1.在下降趨勢中某一天出現一根長陰實體。
2.第二天出現一根向下跳空低開的星形線，且最高價低於頭一天的最低價，與第一天的陰線之間產生一個缺口。
3.第三天出現一根長陽實體。早晨之星一般出現在下降趨勢的末端，是較強烈的趨勢反轉信號。
符合早晨之星特性，因此在七日出現了大幅的反彈。
二.kdj的頂背離
此處是該股2010年八月份的走勢圖，可以看出，股價已經創出新高，但是kdj指數卻沒有創出新高，因此股票在創出這個高點之後便出現了連續性的大幅下跌，這就是kdj的頂背離。
三。MACD的黃金交叉
此處是該股2010年三月至四月之間的macd圖，可以看出，在四月六日的時候，該股出現了macd的金叉，這個信號的出現，標志著股票的上升趨勢已經明顯，因此在四月中旬出現了大幅的連續性上漲。
以上是對該股之前走勢的一下技術性分析。
綜合上述最新指數以及k線圖，kdj，macd，asi等諸多因素，以及對大盤走勢的詳細分析，我認為近日上漲幾率大。近2日上漲勢頭減弱；該股近期的主力成本為116.73元，股價在成本區上方運行，可保持部分倉位；股價處於上漲趨勢，支撐位96.00元，中線持股為主；本股票大方向依然樂觀。
⑦ 用matlab 預測股票走勢的函數
股票是不可預測的！
⑧ 用K線圖分析任一隻股票的論文，字數1000字，急啊~~~
這個1000字應該不難寫。K線圖總體來說有兩種走勢：反轉形態和整理形態。
反轉形態主要是：頭肩頂、頭肩底、W頂、W底、圓弧頂、圓弧底和島型反轉。
整理形態主要有：三角整理、旗形整理、矩形整理、楔形整理。
K線的分析工具主要有：趨勢線、軌道線、壓力線、阻力線、黃金分割線。
（具體定義自己從網上搜）
然後寫論述部分：以上證A股為例，最近兩個月出現過楔形上升形態、頭肩頂、矩形向下通道。。。。。
其中比較能湊字數的就是頭肩頂形態，你可以專門論述一下（尤其是頸線的作用），然後有公式可以計算出下跌空間（應該都能搜到）。然後你再用均線指標（MA）對16日的情況分析一下，之後在用黃金分割線分析一下幾個重要的反彈壓力位就夠了。
⑨ 用matlab什麼程序可以預測股價走勢
這個可以用matlab的時間序列工具試一下，不過感覺沒有spss的時間序列工具好用，因為很多人裝matlab不裝時間序列工具包的。
用spss更好，把數據粘貼進去，就點分析-時間序列-自動時間序列就行，很傻瓜的，等1min，會出來一個走勢圖（輸出結果里下翻才找得到），說是AR多少模型的，後面會有一小段紅線的，那個就是預測。