多列pandas时间序列蒙特卡洛模拟正态样本生成报错解决

形状不匹配错误来自三个写法问题：

1. 给loc、scale参数多套了一层方括号，把原本形状为(列数,)的一维均值、标准差数组转成了形状为(1,1,列数)的三维数组
2. 手动指定的size参数是二维，和三维的分布参数无法广播对齐
3. 将diffs.describe()的统计结果赋值给data变量，覆盖了原始时序数据的变量，后续容易引发逻辑错误

直接提取每列收益率的均值、标准差为一维数组，numpy会自动按列广播生成对应正态分布的样本，最后转成DataFrame方便后续统计：

import numpy as np
import pandas as pd

# 计算简单收益率（几何布朗运动的增量项）
returns = (data.diff() / data.shift(1)).dropna()

# 提取各列统计量，输出为一维数组
col_means = returns.mean().to_numpy()
col_stds = returns.std().to_numpy()
desired_samples = 1000

# 生成随机样本，形状自动对齐为 (样本数, 列数)
rng = np.random.default_rng()
sample_arr = rng.normal(loc=col_means, scale=col_stds, size=(desired_samples, len(returns.columns)))

# 转为和原数据列名一致的DataFrame
sample_df = pd.DataFrame(sample_arr, columns=returns.columns)

对sample_df执行sample_df.describe()即可得到符合要求的输出：

• 每列count固定为1000
• 各列mean、std和原收益率序列的统计值在随机误差范围内匹配

如果需要统计值完全精确相等（无采样误差），可以在生成后做一次强制标准化校准：

# 校准到精确的给定均值、标准差
sample_df = (sample_df - sample_df.mean()) / sample_df.std() * col_stds + col_means

校准后再调用describe()得到的均值、标准差会和原数据统计值完全一致，适合对参数精度要求极高的蒙特卡洛模拟场景。

内容的提问来源于stack exchange，提问作者Pedro Montoto García