查看全课大纲（第 27 / 52 节）

NumPy与SciPy：加速量化矩阵计算

约 8 分钟

小象实战讲义 · 量化交易Python入门：从咖啡馆到华尔街

欢迎进入量化矩阵计算的世界！NumPy 是所有 Python 金融库的底层基石。本章你将掌握 ndarray 多维数组的操作，学习如何用高效的向量化计算和广播机制代替缓慢的 Python 循环，计算股票组合的协方差与收益率。

💡 核心导读

本节将深入介绍Python科学计算生态中的两大核心库：NumPy和SciPy。通过学习，您将掌握多维数组的创建与操作、高效数值计算技巧，以及如何利用SciPy进行科学计算和工程应用。重点内容包括：NumPy数组的核心特性、广播机制、线性代数运算，以及SciPy在优化、插值和统计等领域的典型应用场景。所有知识点均配有可立即运行的代码示例。

基础数据结构：NumPy数组

ndarray对象特性

NumPy的核心是ndarray对象，相比Python原生列表具有以下优势：

固定大小的连续内存块
同质数据类型元素
向量化操作避免循环
内置广播功能

import numpy as np

arr = np.array([1, 2, 3], dtype=np.float32)
print(f"数组形状: {arr.shape}")
print(f"数据类型: {arr.dtype}")

matrix = np.array([[1, 2], [3, 4]])
print("矩阵乘法结果:")
print(matrix @ matrix)

数组形状: (3,)
数据类型: float32
矩阵乘法结果:
[[ 7 10]
 [15 22]]

数组索引技巧

NumPy提供比原生Python更强大的索引功能：

import numpy as np

data = np.arange(16).reshape(4,4)
print("原始矩阵:")
print(data)

mask = data > 10
print("布尔索引结果:")
print(data[mask])

print("第2、3行数据:")
print(data[[1,2]])

原始矩阵:
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]
布尔索引结果:
[11 12 13 14 15]
第2、3行数据:
[[ 4  5  6  7]
 [ 8  9 10 11]]

科学计算核心：SciPy模块

线性代数运算

SciPy建立在NumPy基础上，提供更专业的数学工具：

import numpy as np
from scipy import linalg

A = np.array([[1, 2], [3, 4]])
b = np.array([5, 6])

x = linalg.solve(A, b)
print("方程解:", x)

det = linalg.det(A)
print("行列式值:", round(det, 2))

方程解: [-4.   4.5]
行列式值: -2.0

优化与插值

SciPy提供多种数值优化算法：

import numpy as np
from scipy.optimize import minimize

def rosen(x):
    return sum(100.0*(x[1:]-x[:-1]**2.0)**2.0 + (1-x[:-1])**2.0)

x0 = np.array([1.3, 0.7, 0.8, 1.9, 1.2])

res = minimize(rosen, x0, method='nelder-mead')
print("优化结果:", res.x)

优化结果: [0.99910115 0.99820923 0.99646346 0.99297555 0.98600385]

实战应用案例

图像处理示例

利用SciPy进行简单的图像处理：

import numpy as np
from scipy import ndimage
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt

im = np.zeros((256, 256))
im[64:-64, 64:-64] = 1
im = ndimage.rotate(im, 15, mode='constant')

im_blur = ndimage.gaussian_filter(im, 8)

fig = plt.figure(figsize=(10, 5))
plt.subplot(121), plt.imshow(im), plt.title('原始图像')
plt.subplot(122), plt.imshow(im_blur), plt.title('高斯模糊')
plt.show()
plt.close(fig)

统计分布分析

使用SciPy的统计模块进行数据分析：

import numpy as np
from scipy import stats

np.random.seed(42)
data = stats.norm.rvs(size=1000, loc=0, scale=1)

mean, std = stats.norm.fit(data)
print(f"拟合均值: {mean:.2f}, 标准差: {std:.2f}")

t_stat, p_value = stats.ttest_1samp(data, popmean=0)
print(f"t检验p值: {p_value:.4f}")

拟合均值: 0.02, 标准差: 0.98
t检验p值: 0.5326

📝 动手练一练

第 1 题 · 概念应用

你正在处理一个包含 1000 只股票过去 252 个交易日（约一年）的日收益率数据，数据以 Python 列表的列表形式存储，即 list_of_lists，其中每个子列表代表一只股票的收益率序列。你需要计算这 1000 只股票收益率之间的协方差矩阵，以评估投资组合的风险。

以下哪种做法在执行速度和内存效率上是最优的？

A. 使用嵌套的 Python for 循环遍历 list_of_lists，手动计算每两只股票收益率之间的协方差，并将结果填充到一个新的列表中。
B. 先将 list_of_lists 转换为一个 NumPy 的 ndarray，然后使用 np.cov() 函数一次性计算整个协方差矩阵。
C. 使用 Python 内置的 statistics 模块中的 covariance 函数，对 list_of_lists 中的每一对股票收益率序列进行计算。
D. 将 list_of_lists 转换为 Pandas DataFrame，然后使用 DataFrame 的 .iterrows() 方法循环计算协方差。

👉 点击查看参考答案

答案：B（先将 list_of_lists 转换为一个 NumPy 的 ndarray，然后使用 np.cov() 函数一次性计算整个协方差矩阵。）

推理过程：

选项A：纯 Python 循环在处理大规模数值计算（1000x252 的数据）时极其缓慢，因为每次循环都涉及 Python 对象的类型检查和引用计数开销。
选项B：NumPy 的 ndarray 在内存中是连续存储的同质数据，np.cov() 函数底层由高度优化的 C/Fortran 代码实现，支持向量化操作。它能一次性对整个矩阵进行计算，充分利用 CPU 缓存和 SIMD 指令，速度比 Python 循环快数十到数百倍，是量化计算的标准做法。
选项C：Python 内置的 statistics 模块是为小规模数据设计的，其函数通常也是基于 Python 循环，不适合处理高维金融数据。
选项D：Pandas DataFrame 虽然方便，但其 .iterrows() 方法本质上仍是逐行迭代的 Python 循环，效率低下。对于纯数值矩阵运算（如协方差），转换为 NumPy 数组后使用向量化函数是更优选择。

💡 小象贴士：在量化回测中，将数据预处理为 NumPy 数组并利用其向量化函数（如 np.mean(), np.std(), np.cov()）是提升性能的关键第一步，能将分钟级的计算压缩到秒级甚至毫秒级。

第 2 题 · 代码填空

在构建一个简单的投资组合时，你需要计算三只股票（AAPL, GOOGL, MSFT）过去5日的日收益率向量与一个权重向量 w = [0.5, 0.3, 0.2] 的点积，以得到投资组合的日收益率。请补全以下代码，使用 NumPy 的广播机制和向量化操作，避免使用循环。

import numpy as np

# 三只股票过去5日的日收益率 (每行代表一只股票，每列代表一天)
returns = np.array([
    [0.012, -0.005, 0.023, 0.001, -0.008],  # AAPL
    [0.008,  0.002, -0.015, 0.010, 0.005],  # GOOGL
    [-0.003, 0.011, 0.007, -0.002, 0.009]   # MSFT
])

# 投资组合权重
weights = np.array([0.5, 0.3, 0.2])

# 计算投资组合的日收益率：对每只股票的日收益率按权重求和
# 要求：使用向量化操作，一行代码完成
portfolio_returns = ______

print(f"投资组合日收益率: {portfolio_returns}")
print(f"平均日收益率: {portfolio_returns.mean():.4f}")

👉 点击查看参考答案

空位应填：weights @ returns 或 np.dot(weights, returns)

完整代码与解释：

import numpy as np

# 三只股票过去5日的日收益率 (每行代表一只股票，每列代表一天)
returns = np.array([
    [0.012, -0.005, 0.023, 0.001, -0.008],  # AAPL
    [0.008,  0.002, -0.015, 0.010, 0.005],  # GOOGL
    [-0.003, 0.011, 0.007, -0.002, 0.009]   # MSFT
])

# 投资组合权重
weights = np.array([0.5, 0.3, 0.2])

# 计算投资组合的日收益率：对每只股票的日收益率按权重求和
# 使用矩阵乘法（点积），权重(3,) @ 收益率(3x5) = 组合收益率(5,)
portfolio_returns = weights @ returns

print(f"投资组合日收益率: {portfolio_returns}")
print(f"平均日收益率: {portfolio_returns.mean():.4f}")

投资组合日收益率: [ 0.0078  0.0003  0.0084  0.0031 -0.0007]
平均日收益率: 0.0038

计算过程说明：

returns 是一个形状为 (3, 5) 的矩阵。
weights 是一个形状为 (3,) 的一维向量。
矩阵乘法中权重向量的长度维（3）与收益率的第 0 维（3）相乘后被求和消去，所以结果是一个形状为 (5,) 的一维数组（不是 (1,5) 的二维行向量），依次给出组合在 5 个交易日中每天的收益率。
这行代码等价于对每一天 j 执行：portfolio_returns[j] = sum(weights[i] * returns[i, j] for i in range(3))，但通过向量化一次完成，效率极高。

💡 小象贴士：@ 运算符是 Python 3.5+ 引入的矩阵乘法运算符，在量化计算中比 np.dot() 更直观。使用向量化操作替代循环是编写高效回测引擎的核心技能。

本章小结

📋 行动清单

使用np.linspace创建0到10之间的100个等距点，计算它们的sin值并用Matplotlib绘制曲线
用scipy.optimize.curve_fit对随机生成的正弦波数据进行曲线拟合
创建一个5x5的随机矩阵，分别用NumPy和SciPy计算其特征值和特征向量，比较结果差异

—— 小象教研组