R kvadrāts pret koriģēto R kvadrātu: pārskats
R kvadrāts (R 2) un pielāgots R kvadrāts ļauj investoram izmērīt kopfonda vērtību attiecībā pret etalona vērtību. Investori var arī izmantot šo aprēķinu, lai novērtētu savu portfeli attiecībā pret noteikto etalonu.
Šīs vērtības svārstās no 0 līdz 100. Rezultātā iegūtais skaitlis nenorāda, cik labi darbojas konkrēta vērtspapīru grupa, un tas tikai mēra, cik cieši ienākumi no turējumiem ir saskaņoti ar izmērītā etalona atdevi.
R kvadrāts, kas pazīstams arī kā noteikšanas koeficients, ir statistiskās analīzes rīks, ko izmanto, lai prognozētu ieguldījuma turpmāko iznākumu un cik cieši tas atbilst vienam izmērītam modelim.
Pielāgotais R kvadrāts salīdzina ieguldījuma korelāciju ar vairākiem izmērītajiem modeļiem.
R-kvadrātā
R kvadrāts nevar pārbaudīt, vai tiek ietekmēta koeficienta ballpark skaitlis un tā prognozes. Tas arī neuzrāda, vai regresijas modelis ir apmierinošs; tas var parādīt R kvadrātu skaitlim labam modelim vai augstu R kvadrātu skaitlim modelim, kas neatbilst. Jo zemāka ir R2 vērtība, jo mazāk abi mainīgie savstarpēji korelē. Rezultāti, kas pārsniedz 70%, parasti norāda, ka portfelis precīzi seko izmērītajam etalonam. Augstākas R kvadrāta vērtības norāda arī uz beta rādījumu ticamību. Beta mēra vērtspapīra vai portfeļa nepastāvību.
Viena būtiska atšķirība starp R kvadrātu un koriģēto R kvadrātu ir tāda, ka R2 pieņem katru modeļa neatkarīgo mainīgo - etalonu - izskaidro atšķirīgā mainīgā lieluma - kopfonda vai portfeļa - izmaiņas. Tas parāda izskaidroto variāciju procentuālo daudzumu, it kā visi modeļa neatkarīgi mainīgie ietekmē atkarīgo mainīgo. Reālajā pasaulē šīs savstarpējās attiecības reti notiek. No otras puses, koriģētais R kvadrāts parāda variācijas procentus, ko izskaidro tikai ar tiem neatkarīgajiem mainīgajiem, kas patiesībā ietekmē atkarīgo mainīgo.
R-Squared bieži tiek izmantots ar statistisko lineāro regresiju, lai prognozētu akciju cenu izmaiņas, taču tas ir tikai viens no daudzajiem tehniskajiem rādītājiem, kas tirgotājiem vajadzētu būt viņu arsenālā. Investopedia tehniskās analīzes kurss sniedz visaptverošu pārskatu par tehniskajiem rādītājiem un diagrammu modeļiem ar vairāk nekā piecu stundu video pēc pieprasījuma. Jūs uzzināsit visus populārākos paņēmienus un to izmantošanu reālās dzīves tirgos, lai maksimāli palielinātu uz risku balstīto peļņu.
Pielāgots R kvadrāts
Pielāgotais R kvadrāts salīdzina regresijas modeļu - divu vai vairāku mainīgo - aprakstošo jaudu, kas ietver daudzveidīgu neatkarīgu mainīgo skaitu, kas pazīstams kā prognozētājs. Katrs prognozētājam vai neatkarīgs mainīgais, kas pievienots modelim, palielina R-kvadrāta vērtību un nekad to nesamazina. Tātad, modelim, kas ietver vairākus prognozētājus, tiks atgrieztas augstākas R2 vērtības un varētu šķist, ka tas ir labāk piemērots. Tomēr šis rezultāts ir saistīts ar to, ka tajā ir vairāk terminu.
Pielāgotais R kvadrāts kompensē mainīgo pievienošanu un palielinās tikai tad, ja jaunais prognozētājs uzlabo modeli virs tā, ko iegūtu varbūtība. Pretēji tam samazināsies, ja prognozētājs modeli uzlabo mazāk nekā tas, kas tiek prognozēts nejauši.
Ja statistiskajā modelī tiek izmantots pārāk maz datu punktu, to sauc par pārmērīgu aprīkojumu. Pārmērīga uzstādīšana var dot nepamatoti augstu R-kvadrāta vērtību. Šis nepareizais skaitlis var samazināt spēju prognozēt darbības rezultātus. Pielāgotais R kvadrāts ir modificēta R2 versija modeļa prognozētāju skaitam. Pielāgotais R kvadrāts var būt negatīvs, bet ne vienmēr.
Kaut arī R kvadrāta vērtība ir no 0 līdz 100 un parāda lineāro attiecību datu paraugā pat tad, ja nav pamata sakarību, koriģētais R kvadrāts sniedz vislabāko novērtējumu par attiecību pakāpi pamatpopulācijā.
Lai parādītu modeļu korelāciju ar R-kvadrātu, izvēlieties modeli ar augstāko robežu. Tomēr labākais un vienkāršākais veids, kā salīdzināt modeļus, ir izvēlēties modeli ar mazāku pielāgoto R kvadrātu. Pielāgotais R kvadrāts nav tipisks nelineāru modeļu salīdzināšanas modelis, bet tā vietā parāda vairākas lineāras regresijas.
Taustiņu izņemšana
- Viena no būtiskām atšķirībām starp R kvadrātu un koriģēto R kvadrātu ir tāda, ka R kvadrātā tiek pieņemts, ka katrs modeļa neatkarīgais mainīgais izskaidro atkarīgā mainīgā variācijas. R-kvadrātā nevar pārbaudīt, vai tiek ietekmēts koeficienta ballparka skaitlis un tā prognozes. Pielāgotais R kvadrāts ir modificēta R kvadrāta versija, kas paredzēta modeļa prognozētāju skaitam.
