第一阶矩：Mu
您可以使用 numpy 的 mean() 函数来计算股票的历史平均收益率。
当您计算股票的日均收益率时，实际上是在估计历史收益分布的第一阶矩（$\mu$）。
但对长期投资者来说，日收益率估计有什么用？给定日均收益率和每年的交易日数（通常大约为 252 天），您可以使用下面的公式来估计股票的平均年化收益率：
$$ \text{Average Annualized Return} = ((1 + \mu)^{252}) - 1 $$
上一个练习中的 StockPrices 对象已作为变量保存。
本练习是课程的一部分
Python 投资组合风险管理入门
练习说明
- 导入
numpy并命名为np。 - 计算
'Returns'列的均值以估计第一阶矩（$\mu$），并将其赋值给mean_return_daily。 - 使用公式在假设每年有 252 个交易日的前提下推导平均年化收益率。请记住，在 Python 中使用
**运算符计算幂。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import numpy as np
import ____ as ____
# Calculate the average daily return of the stock
mean_return_daily = ____(StockPrices['Returns'])
print(mean_return_daily)
# Calculate the implied annualized average return
mean_return_annualized = ((____+____)**____)-____
print(mean_return_annualized)