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Julia 实现协方差估计器,julia,rcov,Julia,Rcov,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
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。