代码如下：

import pandas as pd
from scipy import stats

valueList = [-0.010185, 0.011844, -0.00852, -0.01888, 0.001009, 0.005242, 0.019054, -0.030944, 0.013519, -0.029266, 0.002225]

if __name__ == '__main__':

    average = pd.DataFrame(valueList).mean()
    standardError = pd.DataFrame(valueList).std()
    print("样本均值：", average)
    print("样本标准误差（这里是除了n-1非n）：", standardError)
    print(stats.t.interval(0.95, len(pd.DataFrame(valueList)) - 1, average, standardError))
    pass

运行截图如下：

这里要注意的一点，现在方差和标准差有两种，一种是除以n的（n为样本总数），一种是除以n-1的（样本总数-1）

一个是针对总体而言的,公式中是除以n；

一个是针对样本而言的,公式中是除以n-1,全称为样本标准差.分母除以n-1；

际生活中的数据基本都是样本,所以都除以n-1；

通过下面这串收益率

valueList = [-0.010185, 0.011844, -0.00852, -0.01888, 0.001009, 0.005242, 0.019054, -0.030944, 0.013519, -0.029266, 0.002225]

可得，这个股票，有95%的可能，收益率区间在-0.0419~0.03375之间。