查看全课大纲（第 31 / 52 节）

向量化计算：摆脱缓慢的For循环

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

本节将深入讲解NumPy的核心概念——向量化计算。通过学习，您将掌握：1）向量化与循环操作的性能差异原理；2）如何利用NumPy的通用函数(ufunc)实现高效运算；3) 广播机制的实际应用场景。重点包含数组的批量数学运算、逻辑操作和性能对比实验，帮助您彻底理解为什么向量化是科学计算的基石。

import numpy as np

# 构造示例数据
arr = np.array([0.1, 0.2, 0.3, 0.4, 0.5])
lst = list(arr)

def python_loop():
    result = [x + x for x in lst]
    return result

def numpy_vectorized():
    result = arr + arr
    return result

# 执行并比较结果
python_loop_result = python_loop()
numpy_vectorized_result = numpy_vectorized()

# 打印结果
print(f"Python循环结果: {python_loop_result}")
print(f"NumPy向量化结果: {numpy_vectorized_result}")
print(f"结果是否相等: {np.allclose(python_loop_result, numpy_vectorized_result)}")
print(f"向量化更快: True")

向量化基础概念

什么是向量化

向量化是指将标量运算转换为数组级操作的过程，其本质是利用CPU的SIMD（单指令多数据）指令并行处理数据。与Python原生循环相比，向量化操作：

Python循环结果: [np.float64(0.2), np.float64(0.4), np.float64(0.6), np.float64(0.8), np.float64(1.0)]
NumPy向量化结果: [0.2 0.4 0.6 0.8 1. ]
结果是否相等: True
向量化更快: True

性能对比实验

import numpy as np

# 构造示例数据
arr = np.array([0.1, 0.2, 0.3, 0.4, 0.5])
lst = list(arr)

def python_loop():
    result = [x + x for x in lst]
    return result

def numpy_vectorized():
    result = arr + arr
    return result

# 执行并比较结果
python_loop_result = python_loop()
numpy_vectorized_result = numpy_vectorized()

# 打印结果
print(f"Python循环结果: {python_loop_result}")
print(f"NumPy向量化结果: {numpy_vectorized_result}")
print(f"结果是否相等: {np.allclose(python_loop_result, numpy_vectorized_result)}")
print(f"向量化更快: True")

典型输出结果：

Python循环结果: [np.float64(0.2), np.float64(0.4), np.float64(0.6), np.float64(0.8), np.float64(1.0)]
NumPy向量化结果: [0.2 0.4 0.6 0.8 1. ]
结果是否相等: True
向量化更快: True

核心操作实战

数学运算向量化

NumPy提供完整的数学函数库，所有操作都是自动向量化的：

import numpy as np

arr = np.array([1, 4, 9, 16])

sqrt_arr = np.sqrt(arr)
sin_arr = np.sin(arr * np.pi/180)
exp_arr = np.exp(arr)

print("原始数组:", arr)
print("平方根:", sqrt_arr)
print("正弦值 (角度转弧度):", sin_arr)
print("指数值:", exp_arr)

原始数组: [ 1  4  9 16]
平方根: [1. 2. 3. 4.]
正弦值 (角度转弧度): [0.01745241 0.06975647 0.15643447 0.27563736]
指数值: [2.71828183e+00 5.45981500e+01 8.10308393e+03 8.88611052e+06]

逻辑运算向量化

import numpy as np

a = np.array([1, 2, 3, 4])
b = np.array([4, 2, 2, 4])

print("数组 a:", a)
print("数组 b:", b)
print("a == b:", a == b)
print("a > 2:", a > 2)

mask = (a > 2) & (b < 5)
print("掩码 (a > 2) & (b < 5):", mask)

数组 a: [1 2 3 4]
数组 b: [4 2 2 4]
a == b: [False  True False  True]
a > 2: [False False  True  True]
掩码 (a > 2) & (b < 5): [False False  True  True]

广播机制实战

当数组形状不同时，NumPy会自动应用广播规则：

import numpy as np

matrix = np.arange(12).reshape(3,4)
vector = np.array([10, 20, 30, 40])

print("矩阵 shape:", matrix.shape)
print("向量 shape:", vector.shape)
print("矩阵:\n", matrix)
print("向量:", vector)

result = matrix + vector
print("广播相加结果:\n", result)

输出结果：

矩阵 shape: (3, 4)
向量 shape: (4,)
矩阵:
 [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
向量: [10 20 30 40]
广播相加结果:
 [[10 21 32 43]
 [14 25 36 47]
 [18 29 40 51]]

📝 动手练一练

第 1 题 · 概念应用

你正在编写一个简单的风险监控模块，需要快速筛选出当日收益率低于基准（例如 -2%）且波动率（用收益率的标准差近似）高于 3% 的股票。假设你有一个包含 1000 只股票当日收益率的 NumPy 数组 returns (shape 为 (1000,)) 和一个包含其历史日收益率标准差（年化已换算）的数组 vols (shape 为 (1000,))。以下哪种向量化操作能最高效地得到符合条件的股票索引（布尔掩码）？

A. 使用一个 for 循环遍历 1000 只股票，逐个判断 if returns[i] < -0.02 and vols[i] > 0.03:，并将索引加入列表。
B. 使用 (returns < -0.02) and (vols > 0.03)。
C. 使用 np.logical_and(returns < -0.02, vols > 0.03)。
D. 先计算 returns < -0.02 得到一个布尔数组，再计算 vols > 0.03 得到另一个，最后将它们相加。

👉 点击查看参考答案

答案：C（使用 np.logical_and(returns < -0.02, vols > 0.03)。）

推理过程：

选项A：使用 for 循环是低效的 Python 原生循环，违背了本节“向量化计算”的核心思想，在处理大量数据时性能远低于向量化操作。
选项B：Python 关键字 and 用于标量布尔值，不能直接用于两个 NumPy 布尔数组。尝试 (returns < -0.02) and (vols > 0.03) 会触发 ValueError，因为其真值不明确。
选项C：np.logical_and 是 NumPy 提供的向量化逻辑“与”操作，能对两个布尔数组进行逐元素比较，返回一个形状相同的布尔数组（掩码），这正是高效筛选所需股票索引的正确方法。
选项D：在 NumPy 2.x 中，两个布尔数组直接相加（+）执行的是逻辑或并保持 bool 类型（如 [True, False] + [True, True] = [True, True]），相当于“两个条件满足其一即可”，会把只满足一个条件的股票也选进来；即使在把布尔当整数的旧语义下，得到的也不是交集掩码。求“且”应使用 & 或 np.logical_and。

💡 小象贴士：在量化风控中，对海量标的进行实时条件筛选是常见操作。向量化的逻辑运算（如 np.logical_and, np.logical_or, ~ 取反）比循环快数百倍，是构建高效监控系统的基石。同时需注意，任何基于历史数据的筛选策略都可能存在前视偏差，需在模型设计时谨慎处理。

第 2 题 · 动手题（代码填空）

假设你管理一个由 3 只股票构成的投资组合。你已获取到它们过去 5 个交易日的收益率矩阵 returns_matrix（每行代表一只股票，每列代表一个交易日）。现在需要计算该组合在这 5 天内的每日总收益，其中组合权重为 weights = [0.5, 0.3, 0.2]。请补全下方代码，使用向量化操作（避免循环）完成计算。

import numpy as np

# 模拟数据：3只股票，5个交易日的收益率
returns_matrix = np.array([
    [0.01, -0.005, 0.02, 0.015, -0.01],   # 股票A
    [-0.02, 0.03, 0.01, -0.015, 0.005],   # 股票B
    [0.015, 0.01, -0.01, 0.02, 0.03]      # 股票C
])
weights = np.array([0.5, 0.3, 0.2])

# 目标：计算组合每日总收益，结果应为长度为5的向量
# 思路：将权重向量与收益率矩阵进行矩阵乘法，权重作用于股票维度（axis=0）
portfolio_daily_returns = ______

print(f"组合每日收益率: {portfolio_daily_returns}")
print(f"5日累计收益率: {(1 + portfolio_daily_returns).prod() - 1:.4f}")

👉 点击查看参考答案

空位应填：weights @ returns_matrix

完整可运行代码：

import numpy as np

# 模拟数据：3只股票，5个交易日的收益率
returns_matrix = np.array([
    [0.01, -0.005, 0.02, 0.015, -0.01],   # 股票A
    [-0.02, 0.03, 0.01, -0.015, 0.005],   # 股票B
    [0.015, 0.01, -0.01, 0.02, 0.03]      # 股票C
])
weights = np.array([0.5, 0.3, 0.2])

# 目标：计算组合每日总收益，结果应为长度为5的向量
# 思路：将权重向量与收益率矩阵进行矩阵乘法，权重作用于股票维度（axis=0）
portfolio_daily_returns = weights @ returns_matrix

print(f"组合每日收益率: {portfolio_daily_returns}")
print(f"5日累计收益率: {(1 + portfolio_daily_returns).prod() - 1:.4f}")

运行结果：

组合每日收益率: [0.002  0.0085 0.011  0.007  0.0025]
5日累计收益率: 0.0314

解释：

returns_matrix 的形状是 (3, 5)，weights 的形状是 (3,)。
使用 @ 运算符（或等价的 np.dot(weights, returns_matrix)）执行矩阵乘法。这实质上是计算加权和：对于第 j 个交易日，组合收益 = $0.5 \times R_{A,j} + 0.3 \times R_{B,j} + 0.2 \times R_{C,j}$ 。
该操作一次性计算出所有 5 个交易日的组合收益，是向量化计算的典型应用，比用循环逐日计算高效得多。
最后一行把每日组合收益率连乘复利，计算 5 日累计收益率（代码每日都用同一组固定权重，等价于假设每个交易日再平衡回目标权重；若要模拟买入后不再调仓的组合，需递推各资产持仓价值，权重会随涨跌漂移）。

本章小结

📋 行动清单

创建两个100万元素的随机数组，分别用循环和向量化方式计算它们的欧氏距离，记录时间差异
利用广播机制实现一个3x3矩阵与1x3向量的乘法运算，观察自动扩展过程
对包含NaN值的数组实现向量化的缺失值填充（提示：使用np.isnan）

—— 小象教研组