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。

引用自：https://quant.stackexchange.com/questions/19277