回歸
對因變數具有不對稱影響的自變數建模
我正在嘗試將因變數回歸到具有不對稱影響的自變數上。例如，因變數對自變數的增加比對類似的減少更敏感。嘗試放置一個虛擬變數來表示增加和減少，然後將其作為與自變數的互動項，但這似乎並沒有完全解決我的問題。任何幫助將非常感激。
好的，根據您的評論，有幾個不同的問題。
首先，波動率度量是統計數據，它們不是數據。您將它們用作數據。在一個層面上，這是可以的，因為您可以將所有原始數據合併到您的回歸中，但它會完全搞亂您的所有推斷統計數據和所有預測措施。
在各種形式的回歸中使用的軟體假定您只輸入數據。據此，他們估計統計數據的抽樣分佈。用作數據的匯總統計創建完全不正確的數學。該軟體包假定您正在計算 $ f(x) $ , 當你真的在計算 $ f(x,g(y)) $ 或者 $ f(g(y)) $ . 其次，大多數波動性指標都是非線性的。如果您不介意放棄推斷值和預測值，而只需要點響應度量，則需要將構成這些統計數據的基礎變數的數學匹配到新的水平。