非平凡重构：如何借助Cython、Numba、多进程与Numpy加速程序？

我目前正在开发一款配对交易策略程序，整体的开发流程梳理如下：

• 数据提取：从PostgreSQL数据库中提取大型金融数据集的子集，这份数据包含约100只股票的日期时间索引与股价数据
• 数据清洗：对提取到的数据进行清洗操作，核心规则是剔除NaN占比超过30%的股票，以此保障后续分析的数据质量
• 指标计算：基于清洗后的数据，计算每只股票的收益率，同时对股价做指数化处理——也就是以每只股票的首个观测值作为基准进行标准化
• 配对组合构建与排序：
  • 生成所有股票的两两配对组合
  • 计算每一组配对间的相关性（属于同类量化指标，具体计算逻辑这里暂不展开）
  • 根据相关性计算结果，对所有配对组合进行排序，筛选出潜在的优质配对

内容的提问来源于stack exchange，提问作者eternity1