私は現在、金融時系列のある予測をR
にしようとしています。私は従属変数が1, 12, 24, 36, and 48 months
で計算された超過収益率である線形回帰を始めました。私は1ヶ月返品の場合はln(r1/r0)
、12ヶ月返品の場合はln(r13/r1)
と計算しています。私の質問は次のとおりです。そのように予測変数(配当利回りなど)も計算する必要がありますか?したがって、ln(r13/r1)
と配当利回りln(dy13/dy1)
を組み合わせて返すか、または1323月の配当利回りだけを返信ln(r13/r1)
と組み合わせて返しますか?金融時系列の変数
Q
金融時系列の変数
0
A
答えて
0
あなたの質問は非常に一般的です。線形モデルでテストしたいという仮説があると仮定すると、任意の数の予測子を作成してテストすることができます。答えは、あなたは両方をすることができます!
しかし、予測変数の数が増えるにつれて、テストできるさまざまなモデルの数が階乗で増加し、すぐに巨大な数値になります。あなたがこのシナリオ(遅かれ早かれ)で自分を見つけたら、私はLasso回帰の研究と読解を強く勧めます。 r
パッケージglmnet
は、これの複雑さを処理します。本質的に、それはあなたのためのすべてのプレディクタをテストし、それほど影響がないものをドロップするように設計されています。
関連する問題
- 1. 数量金融リサーチ言語
- 2. JSON金融プロトコル?
- 3. 変換時系列
- 4. Java用数量金融/数学ライブラリ
- 5. 年の金融日のSQL関数
- 6. Rの単変量時系列の時系列予測
- 7. 金融用Pythonライブラリ
- 8. 複数変数の時系列共分散行列 - R
- 9. 金融取引用API
- 10. 時系列の変動の学習
- 11. 時系列多変量回帰 - 不規則な時間入力/複数変数
- 12. 変換パンダの時系列は
- 13. 時系列プロットマトリックス
- 14. バンドパスフィルタ:時系列
- 15. プロットピクセル時系列
- 16. 別の時系列のインデックスを持つ時系列の再サンプリング
- 17. MODISToolsの時系列
- 18. 時系列のRollapply
- 19. ggplot2の時系列
- 20. 時系列のLSTM
- 21. 時系列の累積変数の予測
- 22. R [ggplot2]:時系列のブール変数のプロット状態
- 23. Django webapp - 金融アカウント情報の追跡
- 24. Pythonでの金融技術分析
- 25. 金融アプリケーションのトランザクション分離レベル
- 26. リアルタイムCUDA金融アプリケーションの設計方法
- 27. 金融番号の正規表現
- 28. 時系列 - plot.ts()と複数のグラフ
- 29. ggplot2複数の時系列プロット
- 30. 複数の時系列とggplot2