MATLAB 雖然功能很強大，但上手卻很容易，尤其是 R2013a 以後的版本， 使用起來更加容易。 現在使用 MATLAB 的一個理念就是像 Word 一樣去使用 MATLAB。對於從來沒有用過 MATLAB 的模友來說，也可以輕鬆入門。
1. MATLAB 的功能
如果想用 MATLAB 首先要了解 MATLAB 具有哪些功能，圖 1 是 MATLAB 家族產品的結構，包含了眾多工具箱，所以其應用領域非常廣泛。在各行業和學術機構中，工程師和科學家使用 MATLAB 大大提高了他們的工作效率。瞭解 MATLAB 具有哪些功能，就知道在什麼情況下可以使用 MATLAB , 縱觀這幅圖就可以知道，無論從事哪個行業，只要涉及到科學計算或工程設計，都可以使用 MATLAB。
圖1 MATLAB 家族產品結構圖
2. 快速入門案例
MATLAB 雖然是一款程序開發工具，但依然是工具，所以它可以像其他工具（如 Word）一樣易用。而傳統的學習 MATLAB 方式一般是從學習 MATLAB 入門知識開始，比如 MATLAB 矩陣操作、繪圖、數據類型、程序結構、數值計算等內容。學這些知識的目地是能夠將 MATLAB 用起來，可是即便學完了，很多人還是不自信自己能獨立、自如地使用 MATLAB。這是因為在我們學習這些知識的時候，目標是虛無的，不是具體的目標，具體的目標應該是要解決某一問題。
數模哥雖然已使用多年的 MATLAB，但記住的 MATLAB命令不超過 20 個，每次都靠幾個常用的命令一步一步地實現各種項目。所以說想使用 MATLAB 並不需要那麼多知識的積累，只要掌握住 MATLAB 的幾個小技巧就可以了。下面將通過一個小項目，帶著大家一步一步用 MATLAB 解決一個實際問題，並假設我們都是 MATLAB 的門外漢（還不到菜鳥的水平）。
我們要解決的問題是：已知股票的交易數據：日期、開盤價、最高價、最低價、收盤價、成交量和換手率，試用某種方法來評價這隻股票的價值和風險。
這是個開放的問題，但比較好的方法肯定是用定量的方式來評價股票的價值和風險，所以這是個很典型的科學計算問題。通過前面對 MATLAB 功能的介紹，我們可以確信 MATLAB 可以幫助我們（選擇合適的工具）。
現在拋開 MATLAB，我們來看對於一個科學計算問題，一個典型的處理流程是怎樣的。一個典型科學計算的流程如圖 2 所示，即獲取數據，數據探索和建模，最後是將結果分享出去。
圖2 MATLAB 典型科學計算流程
現在根據這個流程，看如何用 MALTAB 實現這個項目。
第一階段：從外部讀取數據
對於一個門外漢，我並不知道如何用命令來操作，但計算機操作經驗告訴我們當不知如何操作的時候，不妨嘗試一下右鍵，故：
Step1.1：選中數據文件，右鍵，將彈出右鍵列表，很快可發現有個“導入數據”菜單，如圖 3 所示。
圖3 啟動導入數據引擎示意圖
Step1.2：單擊“導入數據”這個按鈕，則很快發現起到一個導入數據引擎，如圖 4 所示。
圖2-4導入數據界面
圖4 導入數據界面
Step1.3：觀察圖 4，只在右上角有個“導入所選內容”按鈕，則可直接單擊之。馬上我們就會發現在 MATLAB 的工作區（當前內存中的變量）就會顯示這些導入的數據，並以列向量的方式表示，因為默認的數據類型就是“列向量”，當然您可以可以選擇其他的數據類型，大家不妨做幾個實驗，觀察一下選擇不同的數據類型後會結果會有什麼不同。至此，第一步獲取數據的工作的完成。
第二階段：數據探索和建模
現在重新回到問題，對於該問題，我們的目標是能夠評估股票的價值和風險，但現在我們還不知道該如何去評估，MATLAB 是工具，不能代替我們決策用何種方法來評估，但是可以輔助我們得到合適的方法，這就是數據探索部分的工作。下面我們就來嘗試如何在 MATLAB 中進行數據的探索和建模。
Step2.1：查看數據的統計信息，瞭解我們的數據。具體操作方式是雙擊工具區（直接雙擊這三個字），此時會得到所有變量的詳細統計信息。通過查看這些基本的統計信息，有助於快速在第一層面認識我們所正在研究的數據。當然，只要大體瀏覽即可，除非這些統計信息對某個問題都有很重要的意義。數據的統計信息是認識數據的基礎，但不夠直觀，更直觀也更容易發現數據規律的方式就是數據可視化，也就是以圖的形式呈現數據的信息。下面我們將嘗試用 MATLAB 對這些數據進行可視化。
由於變量比較多，所以還有必要對這些變量進行初步的梳理。對於這個問題，我們一般關心收盤價隨時間的變化趨勢，這樣我們就可以初步選定日期（DateNum）和收盤價（Pclose）作為重點研究對象。也就是說下一步，要對這這兩個變量進行可視化。
對於一個新手，我們還不知道如何繪圖。但不要緊，新版 MATLAB 提供了更強大的繪圖功能——“繪圖”面板，這裡提供了非常豐富的圖形原型，如圖 5 所示。
圖5 MATLAB繪圖面板中的圖例
要注意，需要在工作區選中變量後繪圖面板中的這些圖標才會激活。接下來就可以選中一箇中意的圖標進行繪圖，一般都直接先選第一個（plot）看一下效果，然後再瀏覽整個面板，看看有沒有更合適的。下面我們進行繪圖操作。
Step2.2：選中變量 DataNum 和 Pclose，在繪圖面板中單機 plot 圖標，馬上可以得到這兩個變量的可視化結果，如圖 6 所示，同時還可以在命令窗口區顯示繪製此圖的命令：
>> plot(DateNum,Pclose)
圖6 通過 plot 圖標繪製的原圖
這樣我們就知道了，下次再繪製這樣的圖直接用 plot 命令就可以了。一般情況下，用這種方式繪圖的圖往往不能滿足我們的要求，比如我們希望更改：
（1）曲線的顏色、線寬、形狀；
（2）座標軸的線寬、座標，增加座標軸描述；
（3）在同個座標軸中繪製多條曲線。
此時我們就需要了解更多關於命令 plot 的用法，這時就可以通過 MATLAB 強大的幫助系統來幫助我們實現期望的結果。最直接獲取幫助的兩個命令是 doc 和 help，對於新手來說，推薦使用 doc，因為 doc 直接打開的是幫助系統中的某個命令的用法說明，不僅全，而且有應用實例，這樣就可以“照貓畫虎”，直接參考實例，從而將實例快速轉化成自己需要的代碼。
接下來我們就要考慮如何評估股票的價值和風險呢？
從圖 6 可以大致看出，對於一隻好的股票，我們希望股票的增幅越大越好，體現在數學上，就是曲線的斜率越大越好。而對於風險，則可用最大回撤來描述更合適。不妨一個一個來，我們先來看如何計算曲線的斜率。對於這個問題，比較簡單，由於從數據的可視化結果來看，數據近似成線性，所以不妨用多項式擬合的方法來擬合該改組數據的方程，這樣我們就可以得到斜率。
如何擬合呢？對於一個新手來說，我並不清楚用什麼命令。此時又可以用幫助系統了。在 MATLAB 主面板（靠近右側）點擊“幫助”，就可以打開幫助系統，在搜索框中搜索多項式擬合的英文單詞“polyfit”，馬上就可以列出與該關鍵詞相關的幫助信息，同時很快就會發現，正好有個命令就是 polyfit，果斷點擊該命令，進入該命令的用法頁面，瞭解該命令的用法，就可以直接用了。也可以直接找中意的案例，然後直接將案例中的代碼拷貝過去，修改數據和參數就可以了。
Step2.3：通過幫助搜索多項式擬合的命令，並計算股票的價值，具體代碼為：
<code>>> p = polyfit(DateNum,Pclose,1); % 多項式擬合
>> value = p(1) % 將斜率賦值給value，作為股票的價值
value =
0.1212
/<code>
Step2.4：用相似的方法，可以很快得到計算最大回撤的代碼：
<code>>> MaxDD = maxdrawdown(Pclose); % 計算最大回撤
>> risk = MaxDD % 將最大回撤賦值給risk，作為股票的風險
risk =
0.1155
/<code>
到此處，我們已經找到了評估股票價值和風險的方法，並能用 MALTAB 來實現了。但是，我們都是在命令行中實現的，並不能很方便地修改代碼。而 MATLAB 最經典的一種用法就是腳本，因為腳本不僅能夠完整地呈現整個問題的解決方法，同時更便於維護、完善、執行，優點很多。所以當我們的探索和開發工作比較成熟後，通常都會將這些有用的程序歸納整理起來，形成腳本。現在我們就來看如何快速開發解決該問題的腳本。
Step2.5：像 Step1.1 一樣，重新選中數據文件，右鍵並單擊“導入數據”菜單，待啟動導入數據引擎後，選擇“生成腳本”，然後就會得到導入數據的腳本，並保存該腳本。
Step2.6：從命令歷史中選擇一些有用的命令，並複製到 Step2.5 得到的腳本中，這樣就很容易得到了解決該問題的完整腳本了，如下所示：
<code>%% MATLAB 入門案例
%% 導入數據
clc, clear, close all
% 導入數據
[~, ~, raw] = xlsread(’sz000004.xls’,‘Sheet1’,‘A2:H99’);
% 創建輸出變量
data = reshape([raw{:}],size(raw));
% 將導入的數組分配給列變量名稱
Date = data(:,1);
DateNum = data(:,2);
Popen = data(:,3);
Phigh = data(:,4);
Plow = data(:,5);
Pclose = data(:,6);
Volum = data(:,7);
Turn = data(:,8);
% 清除臨時變量
clearvars data raw;
%% 數據探索
figure % 創建一個新的圖像窗口
plot(DateNum,Pclose,’k’) % 更改圖的的顏色的黑色（打印後不失真）
datetick(’x’,‘mm’);% 更白日期顯示類型
xlabel(’日期‘); % x軸說明
ylabel(’收盤價‘); % y軸說明
figure
bar(Pclose) % 作為對照圖形
%% 股票價值的評估
p = polyfit(DateNum,Pclose,1); % 多項式擬合,
% 分號作用為不在命令窗口顯示執行結果
P1 = polyval(p,DateNum); % 得到多項式模型的結果
figure
plot(DateNum,P1,DateNum,Pclose,’*g’); % 模型與原始數據的對照
value = p(1) % 將斜率賦值給value，作為股票的價值。
%% 股票風險的評估
MaxDD = maxdrawdown(Pclose); % 計算最大回撤
risk = MaxDD % 將最大回撤賦值給risk，作為股票的風險
/<code>
到此處，第二階段的數據探索和建模工作就完成了。
第三階段：發佈
當項目的主要工作完成之後，就進入了項目的發佈階段，換句話說，就是將項目的成果展示出去。下面還將繼續上面的案例將介紹如何通過 MATLAB 的 publish 功能，來快速發佈報告。
Step3.1：在腳本編輯器的“發佈”面板，從“發佈”按鈕（最右側）的下拉菜單中，選擇“編輯發佈選項”，這樣就打開了發佈的配置面板。
Step3.2：根據自己的要求，選擇合適的“輸出文件格式”，默認為 html，但比較常用的是 Word 格式，因為 Word 格式便於編輯，尤其是對於寫報告或論文。然後單擊“發佈”按鈕，就可以運行程序，同時會得到一份詳細的運行報告，包括目錄、實現過程、主要結果和圖，當時也可以配置其他選項來控制是否顯示代碼等內容。
至此，整個項目就算完成了。我們可以發現，這個過程中，我們並沒有需要記住多少個 MATLAB 命令，只用少數幾個命令，MATLAB 就幫我們完成了想做的事情。通過這個項目，我們可以有這樣的基本認識，一是 MATLAB 的使用真的很簡單，就像一般的辦公工具那樣好用；二是在做項目的過程中，思路是核心，我們只是用 MATLAB 快速實現了我們想做的事情。
3. 入門後的提高
快速入門是為了讓我們快速建立對 MATLAB 的使用信心，有了信心後，提高就是自然而然的事情了。為了幫助讀者能夠更自如的應用 MATLAB，下面將介紹幾個入門後提高 MATLAB 使用水平的幾個建議：
一是要了解 MATLAB 最常用的操作技巧和最常用的知識點，基本上是每個項目中都會用到的最基本的技巧。入門之後， 再去看 MATLAB 的基礎知識（幫助系統裡有個 Language Fundamentals ）， 視角就完全不一樣了， 有種一覽眾山小的從容。
二是要了解 MATLAB 的開發模式，這樣無論項目多複雜，都能靈活面對。關於 MATLAB 開發模式， 可以參考《大數據挖掘：系統方法與實例分析》中的第三章， 或者 MathWorks 官網上的關於 MATLAB 程序開開發技巧的視頻,點擊閱讀原文觀看視頻。
三是在實踐中學習，不斷積累經驗和知識，拓展 MATLAB 的外延。
根據以上三點，大家就可以逐漸變成 MATLAB 高手了，至少可以很自信地使用 MATLAB 。
閱讀更多 sandag 的文章
