R-kvadrat in prilagojeni R-kvadrat: pregled
R-kvadrat (R 2) in prilagojeni R-kvadrat omogočata vlagatelju, da izmeri vrednost vzajemnega sklada glede na vrednost referenčne vrednosti. Vlagatelji lahko ta izračun uporabijo tudi za merjenje svojega portfelja glede na določeno referenčno vrednost.
Te vrednosti se gibljejo med 0 in 100. Tako dobljena številka ne kaže, kako uspešna je določena skupina vrednostnih papirjev, temveč meri le, kako natančno se donosnosti iz deležev ujemajo z izmerjenimi referenčnimi vrednostmi.
R-kvadrat - znan tudi kot koeficient določanja - je orodje za statistično analizo, ki se uporablja za napovedovanje prihodnjega izida naložbe in natančno uskladitev z enim izmerjenim modelom.
Prilagojeni R-kvadrat primerja korelacijo naložbe z več merjenimi modeli.
R-kvadrat
R-kvadrat ne more preveriti, ali vplivata številka koeficienta in njegove napovedi. Prav tako ne kaže, ali je regresijski model zadovoljiv; lahko prikazuje R-kvadrat v dobrem modelu ali visoko R-kvadratno številko za model, ki ne ustreza. Nižja kot je vrednost R2, manj sta si dve spremenljivki medsebojno korelirani. Rezultati višji od 70% običajno kažejo, da portfelj natančno sledi izmerjenemu referenčnemu rezultatu. Višje vrednosti R-kvadrata kažejo tudi na zanesljivost odčitkov beta. Beta meri nestanovitnost vrednostnega papirja ali portfelja.
Glavna razlika med R-kvadratom in prilagojenim R-kvadratom je, da R2 prevzame vsako neodvisno spremenljivko - referenčno vrednost - v modelu razloži razliko v odvisni spremenljivki - vzajemni sklad ali portfelj. Daje odstotek pojasnjene variacije, kot da vse neodvisne spremenljivke v modelu vplivajo na odvisno spremenljivko. V resničnem svetu se ta odnos med seboj redko zgodi. Po drugi strani prilagojeni R-kvadrat daje odstotek variacije, ki ga pojasnjujejo samo tiste neodvisne spremenljivke, ki v resnici vplivajo na odvisno spremenljivko.
R-Squared se pogosto uporablja s statističnimi linearnimi regresijami za napovedovanje gibanja cen delnic, vendar je le eden izmed številnih tehničnih kazalcev, ki bi jih morali imeti trgovci v svojih arzenalih. Tečaj tehnične analize Investopedije ponuja izčrpen pregled tehničnih kazalcev in vzorcev grafikonov z več kot pet ur videov na zahtevo. Naučili se boste vseh najbolj priljubljenih tehnik in kako jih uporabiti na trgih resničnega življenja za povečanje donosnosti, prilagojenih tveganju.
Prilagojen R-kvadrat
Prilagojeni R-kvadrat primerja opisno moč regresijskih modelov - dveh ali več spremenljivk - ki vključujejo raznoliko število neodvisnih spremenljivk - znanih kot napovedovalka. Vsak napovedovalec ali neodvisna spremenljivka, dodana v model, poveča vrednost R kvadrata in je nikoli ne zmanjša. Torej bo model, ki vključuje več napovedovalcev, vrnil višje vrednosti R2 in se morda zdi bolj primeren. Vendar pa je rezultat tega rezultat, vključno z več izrazi.
Prilagojeni R-kvadrat kompenzira dodajanje spremenljivk in se poveča le, če novi napovedovalec nadgradi model nad tistim, ki bi ga dobili po verjetnosti. Obratno pa se bo zmanjšalo, ko napovedovalec izboljša model manj, kot je predvideno po naključju.
Kadar se v statističnem modelu uporablja premalo podatkovnih točk, se imenuje prekomerno opremljanje. Če prevelika oprema lahko vrne neupravičeno visoko R-vrednost. Ta napačna številka lahko zmanjša sposobnost napovedovanja rezultatov. Prilagojeni R-kvadrat je spremenjena različica R2 za število napovedovalcev v modelu. Prilagojeni R-kvadrat je lahko negativen, vendar ni vedno.
Medtem ko je vrednost R-kvadrata med 0 in 100 in prikazuje linearno razmerje v vzorcu podatkov, tudi kadar ni osnovnega razmerja, prilagojeni R-kvadrat daje najboljšo oceno stopnje povezanosti v osnovni populaciji.
Če želite prikazati povezanost modelov z R-kvadratom, izberite model z najvišjo omejitvijo. Vendar pa je najboljši in najlažji način za primerjavo modelov izbrati enega z manjšim prilagojenim R-kvadratom. Prilagojeni R-kvadrat ni tipičen model za primerjavo nelinearnih modelov, ampak namesto tega prikazuje več linearnih regresij.
Ključni odvzemi
- Glavna razlika med R-kvadratom in prilagojenim R-kvadratom je, da R-kvadrat predvideva, da vsaka neodvisna spremenljivka v modelu razloži nihanje odvisne spremenljivke. R-kvadrat ne more preveriti, ali sta predpostavka o vrednosti koeficienta in njegovih napovedih ogrožena. Prilagojeni R-kvadrat je spremenjena različica R-kvadrata za število prediktorjev v modelu.
