※曲線擬合

股票預測問題

plot函數講解：
https://blog.csdn.net/xuxinrk/article/details/80051238
第三個參數要加單引號
比如上面這個問題

>> x=[2,3,4,5,8,9,10,11,12,15,16,17,18,19,22,23,24,25,26,29,30];
>> y=[7.74,7.84,7.82,7.78,7.91,7.97,7.9,7.76,7.9,8.04,8.06,8.11,8.08,8.13,8.03,8.01,8.06,8.0,8.3,8.41,8.28];
>> plot(x,y, '*');

曲線擬合優先選用三次多項式
低了不精確，多了產生龍格現象。

但是用三次函數polyfit和polyval進行擬合得出來的結果在這裏沒啥參考價值
…
所以股票價格本來就不能根據走勢用曲線擬合預測的吧？？？
那這問題沒啥價值啊…
○|￣|_
“對於敏感時序區域的預測，我們不能簡單採取一種方法，而是應當集中多方面的信息綜合考慮”

算法的參數優化問題

y1=[0.01,0.01,0.02,0.03,0.06,0.07,0.13,0.17,0.25,0.37];
y2=[0.85,0.76,0.68,0.62,0.56,0.52,0.49,0.46,0.43,0.39];
plot(x,y1,'*',x,y2,'o');
p1=polyfit(x,y1,2);
p2=polyfit(x,y2,2);
p=p1-p2;
xi=roots(p);
xj=0:0.03:0.36;
yj1=polyval(p1,xj);
yj2=polyval(p2,xj);
yi=polyval(p1,xi(2))
plot(x,y1,'*',x,y2,'o',xj,yj1,xj,yj2,xi(2),yi,'rp');