matlab中如何读取带有日期和时间的txt数据文件，并放入矩阵中

1. matlab中如何读取带有日期和时间的txt数据文件，并放入矩阵中

假定data_zd.txt文件内容为:
2018-01-16 00:00:00 -290.27 -201.9 421.1 999999 13.22
2018-01-16 00:00:01 -290.26 -201.9 421.1 999999 13.22
2018-01-16 00:00:02 -290.25 -201.9 421.2 999999 13.22
2018-01-16 00:00:03 -290.26 -201.9 421.1 999999 13.22
代码:

FileName='data_zd.txt';		%文件名
[y,m,d,hh,mm,ss,d1,d2,d3,d4,d5]=textread(FileName,'%d-%d-%d %d:%d:%d %f %f %f %f %f');
T=datenum(y,m,d,hh,mm,ss);	%转成时间序列
subplot(2,2,1);		plot(T,d1);		datetick('x','SS');
subplot(2,2,2);		plot(T,d2);		datetick('x','SS');
subplot(2,2,3);		plot(T,d3);		datetick('x','SS');
subplot(2,2,4);		plot(T,d5);		datetick('x','SS');
初步估计是地震观测数据,如果文件长度较大,你自己改一下datetick里面的SS,换成小时就是HH

2. 怎么用matlab生成时间序列？

1
选5个移位寄存器
其实我也不知道这名字正不正确，反正就是z分之1那个
按顺序排列好，其中第二个初始条件（initial
conditions）设置为0，其他的默认为1.
2
先把这5个移位寄存器链接起来
第一个输出连第二个输入，以此类推到第五个接out，out这里再接一个scope以便观察信号波形
3
选一个logical
operator，并从设置中调成xor，4输入端
4
继续连线，xor的输出端接第一个移位寄存器的输入端；然后把xor输入端引到第二个移位寄存器和第三个移位寄存器的连线上，此时xor还有3个输入端，分别像刚刚那样分别引到第三和第四，第四和第五，第五和out的线上
5
点击运行
scope中显示的便是m序列，看吧
周期是31，1的个数比0多一个，而且没有重复波形！
不知道你要编程的还是simulink的....

3. 想用matlab读取txt数据进行时间序列分析，不懂该如何操作？

不会的话，你直接把它复制到矩阵上就行了。把那个读取函数删了。

4. 如何在matlab中生成时间序列

参考代码：


t0=datenum(2013,1,1,0,0,0);
dt=1/24;
tf=datenum(2013,12,31,23,0,0);
T=t0:dt:tf;
dv = datevec(T);
C=mat2cell(dv(1:end,1:5),ones(length(T),1),5);
S=cellfun(@(t){sprintf('%4i_%02i_%02i_%02i%02i_02',t)},C);
S1=cell2mat(S);
   

生成的结果，S是cell数组，每个元素对应一个时间；S1是字符矩阵，每行对应一个时间。

5. matlab中金融时间序列工具怎么用

MATLAB和金融工具箱为金融分析和金融工程提供了一个完整的计算环境。
并且金融工具箱提供了一切可帮助你完成金融数据的数学和统计分析的功能，并能将结果用高质量图像显示出来。你可以快速地提出、可视化并且解答复杂的问题。

6. 如何用matlab构建一个债券价格时间序列数据

比如，时间（秒）从1到9999，储存在a(...)里面。 for i=1:9999 B(i)=length(find(a==i)) end plot(B) 横坐标是时间（秒）从1-9999 纵坐标时每一个秒下的采样点个数。

7. matlab中金融时间序列工具怎么用

可能你安装的时候缺组件，不完整

8. 如何利用matlab确定时间序列ARMA模型的阶数

满意请采纳
%下面要对差分以后的序列进行拟合和预测，求出最好的阶数
z=[DX;zeros(12,1)];
z=iddata(z);

test=[];
for p=1:12
     for q=1:12
         m=armax(z(1:200),[p q]);
         AIC=aic(m);
         test=[test;p q AIC];
     end
end
for k=1:size(test,1)
   if test(k,3)==min(test(:,3))
       p_test=test(k,1);
       q_test=test(k,2);
       break;
   end
end

%拟合
m1=armax(z(1:200),[p_test q_test]);
figure(5);
e = resid(m1,z);
plot(e);
set(gca,'Xlim',[0 ls]);

figure(6);
subplot(2,1,1)
autocorr(e.outputdata)
subplot(2,1,2)
parcorr(e.outputdata)
set(gca,'Xlim',[0 ls]);

%预测过程
pr=predict(m1,z,12);

po=pr.outputdata;
figure(7)
plot(po,'r')
hold on

plot(y,'b');
set(gca,'Xlim',[0 ls]);