比如想研究一只股票的月超额收益率的影响因素：宏观（国内，国外），微观（财务数据）我搜集了下数据大概有50+的因素。
因为财务数据频率最大也要每季度一次，而股价是每天变动的，虽然我这边研究的是月度的，但是这两者之间的数据频率还是不匹配，最后我将每个财务数据重复了3次，虽然这个做法很不好，但是我想不出别的办法了。


现在用我之间看了一篇国外的文章进行建模。
大概是这样：y = ax
y被解释变量，x是解释变量（50+个因素）
由于因素太多而且y是非正态的，所以先进行主成分分析，得出因子与y建立分位数回归。
国外这篇文章的特点是这个主成分分析和传统的不一样，具体一两句话说不太清楚，最后就是会得出在不同分位点下，会有不同个数的最佳成分个数。


我的问题是：
（1）我因素的选取有没有问题？ 财务数据有没有必要？如果有必要的话，如何处理频率问题
（2）财务数据有必要的话，要怎么处理呢？  我看了一些硕士论文，基本都不写清楚。
（3）因为用股票对数收益率建模时很不理想，我后来用了股票超额收益率，结果好了很多，但是在进行平稳性检验时，股票对数收益率基本都平稳，而超额收益率却都不平稳，都是一阶单整。那我是直接继续还是要一阶差分后再继续？