“ Rwml”是每月的日志回报
因此第一列很清楚,我得到了几乎相同的值,至少具有相同的幅度。但是:如果我对方差进行回归,则我的输入值太低而无法获得像0.009(图片)这样的系数
StdDeviation <- foreach(i=1:22666, .combine = cbind) %do% {
B <- Fama.French.daily$Mkt[i:(125+i)]
past24cum <- StdDev(B)
}
Variance <- t(StdDeviation^2)
那是我的第一次尝试。 (当然,只使用了滞后的月末值,因为这种方法给出了“下一个” 126天标准差)。但是方差就像0.0003 ...乘以0.009就是回归的方法。
我的另一个方法是使用过去126天的已实现差异作为输入:
Realized.Variance<-rollapply((log(Fama.French.daily$Mkt+1)^2) ,126,sum,by=1)
值较高(0.002等),但仍不足以证明“ 0.009”作为回归系数。乘以12并没有帮助。
reg <- lm(log(1+Momentum.monthly$WMLRF[25:1035]) ~ Fama.French.monthly$Real.Var.Mkt [2:1012])
summary(reg)
这就是我正在运行的回归,记录方差返回。
任何人都知道他们正在使用哪种方差类型?