当然可以实现这个需求！Matlab里有几种简洁高效的方式来完成每n个元素分组求和的操作，下面给你介绍两种常用方法：

方法1：使用reshape + sum（推荐） #

这是最简洁且高效的方式，利用Matlab的矩阵操作特性一步完成：

% 假设你已经生成了向量m，且已知nsimul和n的值
A = sum(reshape(m, n, nsimul), 1);

原理说明： #

• reshape(m, n, nsimul)会把1×(nsimul×n)的向量m转换成n行、nsimul列的矩阵，每一列正好对应原向量中连续的n个元素（比如你的示例中，转换后第1列是[1; -1]，第2列是[1; -1]，以此类推）。
• sum(..., 1)表示对矩阵的每一列求和，最终得到的1×nsimul向量就是你需要的A。

用你的示例验证：
当m = [1 -1 1 -1 1 -1 -1 1 1 -1]，n=2，nsimul=5时，执行代码后会得到A = [0 0 0 0 0]，完全符合预期。

方法2：使用循环实现 #

如果你更习惯用循环逻辑，也可以通过索引遍历完成：

A = zeros(1, nsimul); % 预先初始化结果向量
for i = 1:nsimul
    % 计算每组元素的索引范围
    idx_start = (i-1)*n + 1;
    idx_end = i*n;
    % 对当前组的元素求和并赋值给A的对应位置
    A(i) = sum(m(idx_start:idx_end));
end

这种方法逻辑更直观，适合刚接触Matlab的用户，但对于大规模数据来说，效率不如第一种方法。

内容的提问来源于stack exchange，提问作者Igor Tomiatti