写出matlab的代码。假设市场因素的变动服从正态分布，判断收益率是否符合正态分布，若数据检验指数回报率服从正态分布，那么计算出相应的均值方差、标准差、协方差。

假设市场因素的变动服从正态分布，根据中心极限定理，指数回报率也应该近似符合正态分布。下面是MATLAB代码示例：

% 假设市场因素的变动服从正态分布
mu_m = 0.05; % 市场因素的均值
sigma_m = 0.1; % 市场因素的标准差

% 生成市场因素的随机数
market = normrnd(mu_m,sigma_m,1000,1);

% 假设指数回报率与市场因素的变动存在线性关系，且误差项服从正态分布
beta = 1.2;
alpha = 0.02;
sigma_e = 0.05;

% 生成指数回报率的随机数
return_rate = alpha + beta*market + normrnd(0,sigma_e,1000,1);

% 检验指数回报率是否符合正态分布
figure;
normplot(return_rate);

% 计算均值、方差、标准差、协方差
mu_r = mean(return_rate);
var_r = var(return_rate);
std_r = std(return_rate);
cov_rm = cov(return_rate,market);

上述代码中，`normrnd`函数用于生成服从正态分布的随机数，`normplot`函数用于绘制概率图，`mean`、`var`、`std`函数用于计算均值、方差、标准差，`cov`函数用于计算协方差。