用MATLAB对已采集的上证指数20个交易日的日数据，进行最小二乘拟合，画出指数曲线图。用最小二乘法，拟合方式采用指数进行比较，选择你和程度最好的最为计算结果。

在MATLAB中，你可以按照以下步骤对上证指数的日数据进行最小二乘拟合，并绘制指数曲线图：

1. **数据导入**:
首先，你需要导入包含20个交易日日数据的CSV或其他文件。可以使用`readtable`或`csvread`函数。

data = readtable('sh_index_data.csv');

2. **数据预处理**:
确保数据是时间序列，并且日期作为索引。如果需要，转换日期列为datetime类型。

data.Date = datetime(data.Date);
indexData = table2array(data(:, 'Close')); % 提取收盘价数据

3. **模型建立**:
使用`polyfit`或`lsqcurvefit`进行最小二乘线性回归，这里假设我们想用指数函数y=a*exp(b*x)进行拟合。如果你已有理论认为指数拟合更合适，可以选择`exp`函数。

% 指数拟合
p = polyfit(indexData, log(indexData), 1); % 对对数数据拟合得到a和b
y_fit_exp = exp(p(1)) .* exp(p(2).*data.Date);

4. **曲线绘制**:
用原始数据和拟合后的指数函数数据绘制折线图。

plot(data.Date, indexData, 'o', data.Date, y_fit_exp, '-')
xlabel('Date')
ylabel('Closing Price')
title('SSE Index Close with Exponential Fit')
legend('Observed Data', 'Exponential Fit')

5. **评估拟合度**:
可以使用`explainedVarienceIndex`或`rmse`等函数检查拟合效果，看R^2分数或均方根误差(MSE)。

varIndex = explainedVarience(y_fit_exp, indexData);
rmseError = rmse(indexData, y_fit_exp);