编程 / Python 数据与量化分析
3.2.1 · NumPy
该模块已接入真实课节内容。beta 阶段优先展示中文版本，内容团队会继续校对和补充练习。
阶段
基础
课节
3 节
预计时长
165 分钟
未来正式边界
2 节未来免费
课节
beta 阶段所有课节默认可读；免费/付费标签仅标记正式发布后的权限边界。
3.2.1.1ndarray 与向量化周一早盘前，你接手了一笔策略回测：沪深300 ETF（510300.SH）一年的日线，要算每日对数收益率（daily log return）。上一课你已经能把 CSV 流过来、用生成器逐行解析、再用 dataclass 装好。可一旦真要算数，你写下的还是那段熟悉的循环： 十二行能写完，对一年 252 个交易日尚可。可同样一段逻辑会出现在每一份回测脚本里——一...未来免费校验中3.2.1.2聚合、轴与归约周三上午十点，一家私募的研究员把上一课写好的 (252, 3) 沪深300 成分股日收益矩阵 returns 甩进 Jupyter，敲下 returns.mean() ，得到一个标量 0.00042 。他把这个数贴进周报，标题写「样本期内组合日均收益约 4 个基点」——这句话有问题。 returns.mean() 在没有 axis 参数时会把整个矩阵展平成一...未来免费校验中3.2.1.3NumPy 的线性代数与随机数周二下午两点，某上海私募的股票池经理把你叫到工位前：要 600519.SH 对沪深300 ETF（510300.SH）的市场 β，日简单收益（daily simple return），近252个交易日窗口，今晚9点前要见。教科书答案一行就能解决： beta = Cov(r stock, r mkt) / Var(r mkt) 。工程答案稍长：把 [1, r ...未来付费校验中