用python代码编程：寻找三只股票，记录若干天的日收益率，计算收益率均值、收益率标准差及协方差矩阵

在Python中，你可以使用pandas库来处理金融数据，包括日收益率的计算、均值、标准差以及协方差矩阵的生成。下面是一个简单的例子，假设你已经有了包含三只股票每日收盘价数据的DataFrame：

import pandas as pd

# 假设df是这样的 DataFrame，包含了日期、股票A、B、C的价格数据
df = pd.DataFrame({
    'date': pd.date_range(start='2022-01-01', periods=10, freq='D'),  # 10天的数据
    'stock_A': [100, 105, 107, 109, 108, 110, 112, 115, 114, 116],  # 每天收盘价
    'stock_B': [200, 205, 207, 209, 208, 210, 212, 215, 214, 216],
    'stock_C': [300, 305, 307, 309, 308, 310, 312, 315, 314, 316]
})

# 计算日收益率
df['returns'] = df.pct_change()  # 默认百分比变化

# 提取收益率列
returns = df[['returns_A', 'returns_B', 'returns_C']]  # 假设returns_A, returns_B, returns_C是收益率列名

# 计算收益率的均值
mean_returns = returns.mean()

# 计算收益率的标准差
std_dev_returns = returns.std()

# 计算协方差矩阵（需要先将收益率标准化）
cov_matrix = returns.cov()  # 如果数据未经归一化，记得先做标准化处理

print("收益率均值：", mean_returns)
print("收益率标准差：", std_dev_returns)
print("协方差矩阵：\n", cov_matrix)

在这个示例中，你需要根据实际数据替换`df`, `returns_A`, `returns_B`, 和 `returns_C`等变量。如果你的数据存储在CSV或其他格式文件中，可以先读取到DataFrame。