帶有滯後變數的回歸

我是回歸分析的新手。假設最初我有一個線性回歸

x = alag(x1) + blag(x2) + clag(x3) – eq 1

我想根據前幾天 x 的價格來預測 x 的價格。

假設我相信滯後波動 y 和滯後範圍（高 - 低） z 也會影響今天的價格，我該如何回歸數據？我只是做

x = alag(x1) + blag(x2) + clag(x3) + dlag(y1) + elag(y2) + flag(y3) + glag(z1) + hlag(z2) + ilag(z3) - 方程 2

直覺上，我認為將特定日期的三個因素組合在一起對預測很有用。例如，

x = alag（所有因素滯後 1）+ blag（所有因素滯後 2）+ clag（所有因素滯後 3）–eq 3

但是，通過使用 eq2，似乎我正在獨立處理所有因素，而不管數據點是否來自同一天。那麼有沒有一種方法可以分組處理滯後數據，或者我這樣想錯了？

謝謝。

我認為將特定日期的三個因素組合在一起對預測很有用。

一條捷徑。

您是否正式確定了這3 個因素組合在一起的性質？

假設您想出組合：factor1 + factor2 + factor3。

您可以做的是將它視為一個新變數，例如v到那個v = factor1 + factor2 + factor3

您現在只需將新變數v插入方程。

對於預測和回歸方法，Rob Hyndman有一本很棒的免費線上教科書。第 9 章討論時間序列回歸。如等式 2 所示，在 rhs 上有相關因子是完全可以的。預測會起作用，但回歸因子的明確歸因是不可能的。

引用自：https://quant.stackexchange.com/questions/7672