如何在Python中利用协方差矩阵计算方差？附代码报错求助

• 你的第二段代码执行失败，核心原因是组合标准差的计算逻辑错误：
  组合方差的正确公式是 权重向量^T × 协方差矩阵 × 权重向量，你当前只计算了权重向量 × 协方差矩阵，得到的是一个向量而非标量，无法直接赋值给标准差列。同时，标准差是方差的平方根，就算算出方差也需要开根号才能得到标准差。

• 修正后的代码：

for num in range(9):
    # 保留原期望收益计算逻辑，注意缩进要正确
    result_table2.iloc[num]['Expected Return'] = arith_mean.dot(result_table1.iloc[num])
for num in range(9):
    w = result_table1.iloc[num]
    # 先计算组合方差
    variance = w @ V.values @ w
    # 开平方得到标准差
    result_table2.iloc[num]['Standard Deviation'] = variance ** 0.5

• 额外提示：
  1. 注意代码缩进，你粘贴的原代码中for循环后的语句没有缩进，实际运行会报错，第一段能正常执行大概率是粘贴时格式丢失，要确保缩进符合Python语法要求。
  2. 也可以用numpy.sqrt(variance)代替variance ** 0.5，两者效果一致。

（补充数据结构说明：result_table1是9行5列的持仓权重表，每行对应一组股票权重；result_table2是结果存储表，包含期望收益和标准差列；协方差矩阵为5x5的矩阵，对应5只股票的协方差数据）

内容的提问来源于stack exchange，提问作者pupupyguy