Julia 实现协方差估计器

我想用Julia中的高频数据估计协方差矩阵。我希望从使用已实现的协方差估计器开始。因此，是否有任何可用的Julia代码可以使用rcov进行估算？

我认为您不需要一个包来完成这项工作。实现协方差是一个非常简单的估计量。让

pmat

表示高频价格矩阵，其中列对应于资产，行对应于时间索引。高频返回可通过以下方式获得：

rmat = log.(pmat[2:end,:] ./ pmat[1:end-1,:])

注意，您可以使用循环来避免临时分配，从而加快计算速度。或者正如奥斯卡在评论中指出的那样：

rmat = @views log.(pmat[2:end,:] ./ pmat[1:end-1,:])

也将减少临时性，同时保持整洁的一行

给定

rmat

，跨越第一个到最后一个时间索引的已实现协方差估计器仅为：

realizedcov = rmat' * rmat

---

@views log.（pmat[2:end，：]./pmat[1:end-1，：]）

将减少2份副本。@OscarSmith我已经调整了答案，谢谢。