pandas计算时序数据协方差矩阵数值超出[-1,1]范围的问题解析

核心认知偏差：混淆了两类统计指标 #

你记忆中取值固定在[-1,1]区间的指标是皮尔逊相关系数，并非协方差：

• 协方差的本质是两个变量离均差乘积的期望，计算过程没有做归一化处理，本身没有固定的取值上下限，数值大小完全和变量本身的量纲、绝对数值尺度强绑定。比如你提供的原始数据中，s2列的单期价格就在2600量级，本身的方差就达到11349，对应的和其他变量的协方差自然会跟着变量的绝对量级放大，不存在“数值超范围”的异常。
• 只有将协方差用两个变量的标准差乘积做标准化缩放后，得到的相关系数才会被约束在[-1,1]区间，用来衡量两个变量线性相关的方向和强弱程度。

Pandas的计算逻辑不存在异常 #

你运行data.cov()得到的是标准的无偏协方差矩阵，计算逻辑为对任意两列X、Y，按公式sum((X - X.mean())*(Y - Y.mean()))/(n-1)计算，输出结果完全符合统计定义。
可以直接对照原始数据量级验证：s2的单期价格波动幅度就有上百的区间，它和s1的协方差达到1862，完全匹配尺度对应的计算结果。

获取[-1,1]区间结果的方法 #

如果需要归一化后的、取值落在[-1,1]区间的联动性矩阵，只需要将代码中的cov()替换为corr()即可：

print(data.corr())

输出结果为每个协方差除以对应两列的标准差乘积得到的相关系数，比如当前样本中s1和s2的相关系数计算值为1862.176/(sqrt(470.118)*sqrt(11349.608)) ≈ 0.807，完全落在[-1,1]区间内，和你此前的认知匹配。

场景提示：股票数据处理中两类矩阵的适用边界很明确：计算投资组合的整体收益波动、风险敞口时，通常保留原始协方差矩阵匹配实际持仓的尺度；只需要判断不同股票的价格/收益联动性强弱时，再使用相关系数矩阵即可。

内容的提问来源于stack exchange，提问作者ACarter