[英]Looping a regression for different independent variable columns and lagged dependent variables in R?
[英]Lagged Residual as Independent Variable in R
我正在建立一個因子模型來估計未來的股票收益。 我想在此模型中包括一個自回歸殘差項。 我希望將昨天的誤差(昨天的預期收益與實際收益之間的差)作為自變量包含在回歸中。 這叫什么類型的自回歸模型? 我搜索了各種時間序列計量經濟學文本,但沒有找到描述的特定模型。 我當前在R中的解決方案是在每個離散時間步(t)重新運行回歸,並手動包括昨天的殘差,但是我很好奇是否有更有效的方法或軟件包可以執行此操作。
下面是一些示例代碼,其中不包括剩余項:
Data:
# fake data
set.seed(333)
df <- data.frame(seq(as.Date("2017/1/1"), as.Date("2017/2/19"), "days"),
matrix(runif(50*506), nrow = 50, ncol = 506))
names(df) <- c("Date", paste0("var", 1:503), c("mktrf", "smb", "hml"))
Then I store my necessary variables for regression:
1.All the dep var
x = df[,505:507]
2.All the indep var
y <- df[,2:504]
4.Fit all the models
list_models_AR= lapply(y, function(y)
with(x, lm(y ~ mktrf + smb + hml , na.action = na.exclude)))
這是一個ARIMA(0,0,1),帶有回歸模型
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.