在jupyter中 假如你刚在tushare中调去一只股票一段时间的指数日行情，怎么计算日涨跌幅，协方差矩阵

在Jupyter中，假设你已经通过Tushare API获取到了一只股票的历史指数日行情数据，包括开盘价、收盘价等信息，你需要做以下几步来计算日涨跌幅和协方差矩阵：

1. **计算日涨跌幅**：
- 首先，从API获取的数据通常包含日期和收盘价字段，可以用`pandas`库处理这个数据。

   import pandas as pd
   df = pd.read_csv('stock_data.csv')  # 假设csv文件存储了你的数据
   df['date'] = pd.to_datetime(df['date'])  # 确保日期格式正确
   df['change'] = df['close'].pct_change()  # 计算每日涨幅（百分比）

这里`pct_change(1)`会计算当天收盘价相对于前一天的百分比变化，正值表示上涨，负值表示下跌。

2. **计算协方差矩阵**：
- 要计算收盘价的日收益率序列的协方差矩阵，首先提取收益率列：

   df['returns'] = df['change'].dropna()  # 删除缺失值
   returns = df['returns'].values.reshape(-1, 1)  # 将序列转化为二维数组

- 接着使用NumPy计算协方差矩阵：

   cov_matrix = np.cov(returns.T)  # 对收益率的行向量求协方差矩阵