線性模型中的變量選擇及股票市場(chǎng)實(shí)證研究.pdf

1、線性回歸分析是各種多元統(tǒng)計(jì)分析方法當(dāng)中應(yīng)用最為廣泛的一種方法,目的是為了研究多個(gè)變量間相互依賴的關(guān)系。而建立回歸模型的過(guò)程中，有一個(gè)非常重要的問(wèn)題，就是如何從眾多的解釋變量中選取對(duì)響應(yīng)變量影響最大的變量,即變量選擇問(wèn)題。變量選擇在現(xiàn)代統(tǒng)計(jì)學(xué)中的地位越來(lái)越重要，其中，于1996年Tibshirani提出來(lái)的“Lasso”方法受到了學(xué)者們的追捧。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，現(xiàn)階段，“Lasso”方法已經(jīng)被用到各類模型中來(lái)解決變量選擇問(wèn)題。

2、r>　　本文主要是將“Lasso”方法運(yùn)用到回歸模型，并利用股票市場(chǎng)來(lái)進(jìn)行實(shí)證研究。首先,本文從多元回歸分析入題,簡(jiǎn)單介紹了線性回歸模型中有偏估計(jì)的發(fā)展、線性模型中常用的變量選擇方法。其次,本文對(duì)“Lasso”方法進(jìn)行了詳細(xì)的解釋，主要介紹了“Lasso”的定義、Lars算法以及”Lasso”的相關(guān)方法等等。最后，本文選取上證50指數(shù)的5分鐘分時(shí)數(shù)據(jù)作為因變量，組成上證50指數(shù)的50支股票的相同時(shí)間段的5分鐘分時(shí)收盤(pán)價(jià)作為自變量進(jìn)行實(shí)證

3、研究。
　　為了體現(xiàn)“Lasso”方法的壓縮與選擇功能，本文還選擇了逐步回歸方法作為對(duì)比，通過(guò)對(duì)上證50指數(shù)和組成其指數(shù)的50只成分股建立回歸模型，然后采用“Lasso”方法和Lars算法，運(yùn)用R軟件中Lars程序包對(duì)模型進(jìn)行求解。最后成功選取出了19支對(duì)上證50指數(shù)影響較大的成分股，通過(guò)進(jìn)一步的擬合分析，發(fā)現(xiàn)模型效果是很好的。本文最后還在模型中引入權(quán)重，以使用更多的自變量信息，發(fā)現(xiàn)引入權(quán)重后選擇的股票只數(shù)并未改變，只是每只股票的