在多元線性回歸中使用滾動回報？

我試圖在多元線性回歸中使用 PE、BV 和 CFO 等基本因素，響應變數是滾動 1 個月的回報。但是這種方法似乎有缺陷，因為殘差的自相關性很高，而 Durbin Watson 測試也指出了這些缺陷。線上性回歸中使用長期滾動回報的最佳方法是什麼？

為什麼不首先將 ARMA 模型擬合到滾動收益，然後在回歸方程中對殘差進行建模？這樣，您應該消除自相關的大部分影響。

它只是指出了這樣一個事實，即您的模型對月回報沒有太大的解釋力。一個原因可能是觀察期不匹配。我不是一個基本型的人，但我認為每月回報的衡量時間太短（1 個月），而大多數基本因素每季度更新一次（有時每半年或每年一次，具體取決於當地市場法規） . 因此，每季度現金流的變化或絕對水平可能無法解釋月回報的變化。您能否再次執行相同的模型，但使用季度回報（或匹配自變數週期的周期性）並進行報告？

引用自：https://quant.stackexchange.com/questions/3728