我需要对一系列收益进行Lo和MacKinlay方差比检验，但是我一直在努力理解代码Lo.Mac（r，kvec）。
我理解“ r”是一系列收益，但是“ kvec”的形式到底是什么呢？我读到kvec是持有期的向量，那么这应该是日期的向量吗？ R帮助表提供的示例将其定义为kvec <- c(2,5,10)，并生成一个结果表，例如：
k=2 M1=3.39 M2=2.12,...，每个k=2,k=5,k=10旁边都有数字
在这种情况下，这些k到底意味着什么？以及我们如何解释M1和M2下的这些数字？
我将kvec定义为日期向量，格式为“ 1926年1月，1926年2月...”，但出现错误：
"Error in filter(y, rep(1, k), method = "convolution") :
'filter' is longer than time series"
任何帮助和指导将不胜感激。
答案 0 :(得分：0)
将k视为时间序列的第k个滞后（例如k = 1是时间序列的第一个差，k = 2是时间序列的第2个，依此类推）。 Lo.Mac是方差比检验，这意味着它检查给定k的VR是否为1，以查看序列是否为随机游动（这是零假设）。但是，当您执行类似Lo.Mac的测试时，习惯上要检查VR的几个滞后而不是一个滞后。因此，您需要测试多个k周期。因此，您需要将滞后向量指定为数字而不是日期。
M1是根据同等假设得出的Lo.Mac统计量。 M2是异方差假设下的Lo.Mac统计量。 M2比M1更好看，因为M2是基于更现实的假设。
假定M1和M2遵循正态分布。因此，如果M1或M2大于1.96，则可以拒绝5％显着水平的原假设。