退貨
確定返回序列之間的顯著差異
我想分析兩個返回系列是否不同。我被告知執行以下回歸:
diff = return series 1 - return series 2 constant = beta * diff
我將常數設置為 1。我使用 t 檢驗來評估具有 HAC 標準誤差的回歸。在 R 中,這看起來像這樣:
diff <- as.numeric(series1[startRow:endRow]) - as.numeric(series2[startRow:endRow]) reg <- lm (formula = diff ~ 1, na.action = na.omit) coeftest(reg, vcov=NeweyWest(reg, lag = 1, prewhite=FALSE), df=length(diff)-1)
結果如下:
t test of coefficients: Estimate | Std. Error | t value | Pr(>|t|) (Intercept) -8.7425e-05 | 9.3240e-05 | -0.9376 | 0.3485
但是,我不知道如何解釋結果。常數有什麼作用?貝塔是什麼意思?當結果顯著或不顯著時,這意味著什麼?
(我的樣本存在問題:退貨系列是相關的,個別退貨系列是非正常的)
它類似於 Diebold 和 Mariano 測試。它測試 series1 減去 series2 是正還是負,同時考慮存在自相關的可能性。如果您有正常的 iid 數據,您只需查看 series1-series2 並進行學生 t 檢驗,以確定差異是否平均為零。這是一種奇特的方法,由於 HAC 方法論而更通用。在你的情況下 series2 比 series1 好
$$ i.e. on average series2[i $$> 系列1$$ i $$對於所有 i] 但不是很明顯。