楼主解决了吗？遇到同样问题呢

怎么解决呢？

我当时也遇到了这个问题，采取的解决办法是利用shrink相关系数矩阵来使得协方差矩阵变为半正定，以下是代码实现：
def xiefangcha(cov,corr):#给定相关系数矩阵和协方差矩阵，求出相应的协方差矩阵
    a=np.eye(100)#先生产一个100*100的单位阵，再一个个把协方差的对角线输进去
    for i in range(100):
        a[i][i]=cov.iloc[i,i]**0.5
    cov_new=a@corr@a
    return cov_new
def shrinkxishu(data,w):#shrink相关系数矩阵
    for i in range(100):
        for j in range(100):
            if i!=j:
                data.iloc[i,j]=data.iloc[i,j]*(1-w)
    return data

def main(data,w,cov):
#     data_corr1=pd.DataFrame()
#     data_cov1=pd.DataFrame()
    corr1=shrinkxishu(data,w)#求出shrink后的相关系数矩阵
    cov1=xiefangcha(cov,corr1)#对应shrink后的协方差矩阵
    return cov1
在选取w时，令w=0.0000001这种特别小的（0,1）之间的数就可以啦，相当于对原来的矩阵几乎没有做改变