计算具有不同滚动窗口的对角线和非对角线值的协方差矩阵的python方法。Pandas

Question

我有一个每日因素回报的数据框架。我期望的最终结果是获得VcV矩阵，其中方差对角线以1.5年（358天）滚动计算，非对角线协方差值以3年（756天）滚动窗口计算。为了简单起见，我现在对观察结果进行了同等的加权。你知道吗

我的当前函数创建了两个协方差矩阵的多索引数据帧，然后使用for循环将一个对角线替换为另一个对角线。这是可行的；但是，有没有比计算两个多索引数据帧更有效的方法呢？你知道吗

def blendCovarianceMatrix(daily_returns, var_window = 358, cov_window = 756 ):
    varianceMatrix = daily_returns.rolling(int(var_window)).cov()
    covarianceMatrix = daily_returns.rolling(int(cov_window)).cov()
    datelist = covarianceMatrix.dropna().index.get_level_values("DataDate").unique()
    for dates in datelist:
        np.fill_diagonal(covarianceMatrix.loc[dates].values,np.diag(varianceMatrix.loc[dates]))
    return covarianceMatrix, datelist