从tushare中调取五只股票从2021.06.01到2024.10.18的所有日线数据，用这些数据的收盘价计算均值和方差，在均值-方差坐标系上绘制出可行集

首先，你需要安装Tushare Python库，如果尚未安装，可以使用pip命令进行安装：

pip install tushare

然后按照以下步骤获取并处理数据：

1. **导入所需库并设置Tushare API Key（需要先注册获取API）**：

   import tushare as ts
   ts.set_token('your_tushare_token')  # 替换为你的Tushare API密钥
   pro = ts.pro_api()

2. **获取指定时间段内的股票日线数据**：

   stock_list = ['000001.SZ', '000002.SZ', '000003.SZ', '000004.SZ', '000005.SZ']  # 五只股票的代码
   start_date = '20210601'
   end_date = '20241018'

   df = pro.daily(ts_code=stock_list, trade_date=start_date:end_date)

这将返回一个DataFrame，包含收盘价等信息。

3. **计算收盘价的均值和方差**：

   means = df['close'].mean()
   variances = df['close'].var()

4. **准备绘图数据**：

   x = np.linspace(means - 3 * variances, means + 3 * variances, 100)  # 假设标准差为3倍方差
   y = x

5. **绘制可行集**：

   plt.figure(figsize=(10, 6))
   plt.plot(x, y, linestyle='dashed', label='Mean-Variance Frontier')
   plt.scatter(df['close'], df['close'], c='r', marker='o', s=10, label='Stock Prices')
   
   plt.axhline(y=means, linewidth=1, color='k', label='Mean')
   plt.axvline(x=means, linewidth=1, color='k')
   
   plt.legend()
   plt.xlabel('Closing Price Mean')
   plt.ylabel('Closing Price Variance')
   plt.title('Mean-Variance Analysis of Stock Prices')
   plt.grid(True)
   plt.show()

这个脚本将生成一个散点图，显示每只股票的日收盘价以及它们的平均值和方差，同时描绘出均值-方差可行集的虚线。