使用Python的pandas和numpy库可快速计算风险收益指标，以贵州茅台（600519）为例：

import pandas as pd
import numpy as np
import yfinance as yf  # 需安装：pip install yfinance

# 获取数据（2020-2024年）
stock = yf.download("600519.SS", start="2020-01-01", end="2024-12-31")['Adj Close']
index = yf.download("000300.SS", start="2020-01-01", end="2024-12-31")['Adj Close']

# 计算收益率
stock_ret = stock.pct_change().dropna()
index_ret = index.pct_change().dropna()

# 计算Beta系数（CAPM模型）
cov_matrix = np.cov(stock_ret, index_ret)
beta = cov_matrix[0,1] / cov_matrix[1,1]  # 结果约1.2（茅台Beta>1，波动性高于市场）

# 计算夏普比率（无风险利率取3%）
sharpe = (stock_ret.mean()*252 - 0.03) / (stock_ret.std()*np.sqrt(252))  # 结果约1.8

代码解释：Beta=1.2表明茅台波动是市场的1.2倍，夏普比率1.8表明单位风险收益较高，适合风险承受能力中高的投资者。

 量化代码库：添加微信回复“Python”领取《投资量化分析工具包》，含Beta/夏普比率计算模板、数据获取脚本及可视化代码！