我目前正在尝试使用R中的财务时间序列进行一些预测。我已经开始进行线性回归，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)一个月的回报率，ln(r13/r1)为12个月的回报率。我的问题是：我是否还应该以这种方式计算预测因子（例如股息收益率）？因此，请将ln(r13/r1)与股息收益率ln(dy13/dy1)相结合，或仅将第13个月的股息收益率与收益率ln(r13/r1)相结合？
答案 0 :(得分：0)
你的问题非常笼统。假设您有一些假设，您希望使用线性模型进行测试，您可以创建任意数量的预测变量，然后对其进行测试。所以答案是，你可以做到这两点！
然而，随着您的预测变量数量的增加，您可以测试的不同模型的数量会增加一个阶乘，很快就会变成一个巨大的数字。如果你发现自己处于这种情况下（你迟早会），我强烈建议你研究和阅读Lasso回归。 r包glmnet将处理此问题的复杂性。从本质上讲，它旨在为您测试所有预测变量，并放弃那些不会产生太大影响的预测变量。