金融時間序列中的變量

Question

我目前正在嘗試使用R中的金融時間序列進行一些預測。我已經開始做一個線性迴歸，其中因變量是爲1, 12, 24, 36, and 48 months計算的超額回報。我計算了ln(r1/r0)爲1個月的回報，ln(r13/r1)爲12個月的回報。我的問題是：我是否也應該以這種方式計算預測指標（例如，股息收益率）？因此，返回ln(r13/r1)加上股息收益率ln(dy13/dy1)，或僅在第13個月的股息收益率合併收益ln(r13/r1)？

Answer 1

你的問題是非常籠統的。假設你有一些想用線性模型測試的假設，你可以創建任意數量的預測器，然後測試它們。所以答案是，你可以同時做兩件事！

但是，隨着預測變量數量的增長，您可以測試的不同模型的數量會增加一個階乘，並很快變成一個巨大的數字。如果你發現自己在這種情況下（遲早你會這樣），我會強烈建議研究和閱讀Lasso迴歸。 r包glmnet將處理這種複雜性。從本質上講，它旨在爲您測試所有預測變量並刪除那些沒有太大影響的變量。