随 机生成 10000 个权重向量 w(k) ∈ R 6 , 对每一个权重向量计算对应投资组合 rp 的 均值和标准差，并在均值-标准差图像上画出每个权重对应的点

好的，这里提供一个 Python 代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 随机生成 10000 个权重向量
w = np.random.rand(10000, 6)
w = w / np.sum(w, axis=1, keepdims=True)  # 归一化使得每个权重向量之和为 1

# 模拟投资组合，假设有 6 种资产，每种资产的收益率分别为 0.05, 0.04, ..., 0.01
returns = np.array([0.05, 0.04, 0.03, 0.02, 0.015, 0.01])
rp = np.dot(w, returns)

# 计算每个权重向量对应的均值和标准差
mu = np.mean(rp)
sigma = np.std(rp)

# 画出均值-标准差图像
plt.scatter(sigma, mu, s=10, alpha=0.5)
plt.xlabel('标准差')
plt.ylabel('均值')
plt.title('投资组合风险-收益图像')
plt.show()

运行后会得到一个均值-标准差图像，每个点表示一个随机生成的权重向量对应的投资组合的风险和收益。图像中的点越靠上表示收益越高，越靠右表示风险越大。