線性回歸和資產方向預測

我有以下資產回報 Y 和同一時期 Y’ 的預測：

Y = { 10, 200, -1000, -1, -7 }
Y' = { 1, 2, -3, -4, -5 }

這兩個向量的 OLR R 平方為 0.11，F 統計量為 0.39，因此很明顯解釋的變異數不是很高。然而，變異數分析並未顯示 Y’ 中的所有預測都與 Y 匹配相同的返回方向。為了捕捉這一點，我必須執行一個單獨的研究來計算具有相同符號的每個 (Yn, Y’n) 對。

是否有更好的方法來擬合模型並優化返回方向的 IVs 係數？理想情況下，我想擬合一個模型，該模型賦予資產方向更多權重，然後是變異數。

聽起來您只需要執行邏輯回歸，符號為 $ Y $ 作為你的因變數而不是 $ Y $ 本身。這只會賦予變數的符號權重，而不是幅度。一旦你用更一般的術語重新表述你的問題（符號和大小 $ Y $ ，而不是方向和波動性），您也許可以從Cross Validated獲得進一步的幫助。

引用自：https://quant.stackexchange.com/questions/2628