Python 如何在滚动的基础上从数据帧中获得反向协方差矩阵

我有一个由十个不同的投资组合组成的数据框架，期限为12904天。我试图得到每个日期的滚动反向协方差矩阵。我用.rolling（）函数得到协方差矩阵。不幸的是，与之相反会产生一个错误。非常感谢您的帮助

数据帧返回（12904行×10列）：

我尝试的代码：

rolling_cov_inv = np.linalg.inv(excess_return.rolling(750).cov().shift())

我收到的错误是：

LinAlgError: Last 2 dimensions of the array must be square

我还尝试：

rolling_cov_inv = excess_return.rolling(750).np.linalg.inv(cov()).shift())

此处显示错误消息：

'Rolling' object has no attribute 'np'

每一天的预期输出为10x10矩阵

---

非常感谢

我想你就快到了。以下代码返回一个序列，其中每个日期对应于750个观测周期内的协方差矩阵：

excess_return.rolling(750).cov().groupby('Date').apply(lambda g: pd.DataFrame(np.linalg.inv(g.values), index=g.index, columns=g.columns))

---

谢谢这就解决了计算部分。但输出结果并不是我所希望的。我得到的是每个日期的字符串，而不是矩阵。你对此有什么建议吗？@BjarneTimm结果是一个

pd.Series

，即一维。序列中的每个元素都是一个

np.ndarray

。您想要什么输出？我希望它是10维的，这样我每天可以得到一个10x10的矩阵。@BjarneTimm我的更新解决了这个问题吗？@BjarneTimm很高兴它有用-我在学习自己。祝你论文顺利

excess_return.rolling(750).cov().groupby('Date').apply(lambda g: pd.DataFrame(np.linalg.inv(g.values), index=g.index, columns=g.columns))