滯后殘差作為R中的自變量

Question

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)))

Answer 1

這是一個ARIMA（0，0，1），帶有回歸模型