如何针对含空值的股票数据生成协方差/相关矩阵？

核心逻辑：针对每一对资产，仅保留两者同时有非空数据的时间戳条目，基于这些重叠数据计算协方差（或相关系数），最终组合成矩阵。

实现步骤（Python + Pandas） #

假设你的时间序列数据已存入DataFrame df，其中包含timestamp列和各资产价格列：

1. 提取资产列
   先分离出所有需要计算的资产列（排除timestamp）：

   asset_cols = df.columns.drop('timestamp')
   

2. 初始化结果矩阵
   创建一个空的协方差矩阵，行和列都以资产名为索引：

   import pandas as pd
   import numpy as np
   
   # 协方差矩阵初始化
   cov_matrix = pd.DataFrame(
       np.zeros((len(asset_cols), len(asset_cols))),
       index=asset_cols,
       columns=asset_cols
   )
   

3. 遍历资产对计算协方差
   对每一对资产，筛选共同有效数据后计算协方差：

   for i, asset_x in enumerate(asset_cols):
       for j, asset_y in enumerate(asset_cols):
           # 筛选两者均非空的行
           valid_pairs = df[[asset_x, asset_y]].dropna()
           # 至少需要2个数据点才能计算协方差
           if len(valid_pairs) >= 2:
               # 提取两者的协方差值
               cov_value = valid_pairs.cov().iloc[0, 1]
               cov_matrix.iloc[i, j] = cov_value
           else:
               # 数据不足时标记为NaN
               cov_matrix.iloc[i, j] = np.nan
   

扩展：计算相关矩阵 #

如果需要生成相关矩阵，只需将上述代码中的cov()替换为corr()即可：

corr_value = valid_pairs.corr().iloc[0, 1]

示例验证 #

用你提供的测试数据，usdjpy与AAPL的有效重叠数据为行1、2、3：

• usdjpy数据：[5, 6, 4]
• AAPL数据：[5, 6, 2]
  计算得协方差为2，与代码运行结果一致。

内容的提问来源于stack exchange，提问作者gustavjaune