编程 / Python 数据与量化分析
3.2.3 · SciPy 与统计工具
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
4 节
预计时长
235 分钟
未来正式边界
1 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。
3.2.3.1scipy.stats 分布对象与描述性统计周一上午十点，你坐在一家中型私募的研究台。3.2.2 收尾那张 tear sheet 昨晚跑完了，落到磁盘的中间产物里有一行 returns = (closes['510300.SH'].pct change().dropna()).to numpy() ——一根长度 252 的 np.ndarray ，是沪深300 ETF（510300.SH）在 2024...未来免费校验中3.2.3.2用 SciPy 做假设检验与置信区间周五下午两点半，浦东陆家嘴一家中型私募的风控会上，PM 把昨晚跑出来的 tear sheet 推过来：「食品饮料这只 600519.SH 的 63 日滚动 夏普比率 （Sharpe ratio）样本期均值是 0.86，银行那两只 000001.SZ 和 600036.SH 是 0.42。0.44 的差，可信吗？」你脑子里第一反应是 3.2.2 L5 那...未来付费校验中3.2.3.3用 SciPy 做回归与曲线拟合周三午后，浦东陆家嘴一家中型私募的研究台上，PM 把一张 252 天的样本期跑出来推过来：「 600519.SH 对沪深300 ETF（ 510300.SH ）的 beta 我刚才用 np.linalg.lstsq 解出来是 0.91——但 0.91 离 1 到底有多远？是抽样噪音里飘出来的一格，还是这只票就比沪深300 系统性低 beta？」3.2.1 L...未来付费校验中3.2.3.4面向 quant 的 scipy.optimize 与 scipy.linalg周一上午十点，浦东一家中型私募的研究台。PM 把 3.2.2 L5 那张已经稳定跑通的 tear sheet 推过来，篮子是 、252 个交易日的 NumPy 收益矩阵 returns ，形状 公式。「我现在不要单只票的 alpha 也不要 Sharpe——给我四个数：第一，这只 3 票篮子的 最小方差 长仓权重；第二，顶端主成分占多少方差，看篮子风...未来付费校验中