Ledoit和Wolf的非线性收缩估计(2018)
nonlinshrink的Python项目详细描述
非线性收缩
提供一个函数,该函数使用由提供的非线性分析公式计算收缩协方差矩阵的估计值 Ledoit和Wolf(2018)的工作文件,题为【“大维协方差矩阵的分析非线性收缩”】 (http://www.econ.uzh.ch/static/wp/econwp264.pdf)。在
安装
pip install nonlinshrink
使用
^{pr2}$除非另有规定,否则数据将自动删除。在数据已经被预处理并且数据集的有效自由度降低的情况下,例如通过OLS回归,用户可以通过表示已经减去的自由度的参数k
来指定。例如
import numpy as np
import nonlinshrink as nls
p = 2
n = 14
sigma = np.eye(p, p)
data = np.random.multivariate_normal(np.zeros(p), sigma, n) + np.arange(n)[:, np.newaxis] + 1
x = np.vstack((np.ones(n).T, np.arange(n).T)).T
betahat = np.linalg.solve(np.dot(x.T, x), np.dot(x.T, data))
datahat = np.dot(x, betahat)
res = data - datahat
sigma_tilde = nls.shrink_cov(res, k=2) # corresponding to 2 degrees of freedom
发展中
请提交公关!收缩函数本身位于nonlinshrink.py
。
为了运行测试
git clone https://github.com/matzhaugen/analytic_shrinkage.git
cd analytic_shrinkage
pip install -e . # install the package
pytest
- 项目
标签: