金融时间序列中的变量

Question

我目前正在尝试使用R中的金融时间序列进行一些预测。我已经开始做一个线性回归，其中因变量是为1, 12, 24, 36, and 48 months计算的超额回报。我计算了ln(r1/r0)为1个月的回报，ln(r13/r1)为12个月的回报。我的问题是：我是否也应该以这种方式计算预测指标（例如，股息收益率）？因此，返回ln(r13/r1)加上股息收益率ln(dy13/dy1)，或仅在第13个月的股息收益率合并收益ln(r13/r1)？

Answer 1

你的问题是非常笼统的。假设你有一些想用线性模型测试的假设，你可以创建任意数量的预测器，然后测试它们。所以答案是，你可以同时做两件事！

但是，随着预测变量数量的增长，您可以测试的不同模型的数量会增加一个阶乘，并很快变成一个巨大的数字。如果你发现自己在这种情况下（迟早你会这样），我会强烈建议研究和阅读Lasso回归。 r包glmnet将处理这种复杂性。从本质上讲，它旨在为您测试所有预测变量并删除那些没有太大影响的变量。