R kvadratas ir pakoreguotas R kvadratas: apžvalga
R kvadratas (R 2) ir pakoreguotas R kvadratas leidžia investuotojui įvertinti investicinio fondo vertę lyginamojo indekso verte. Investuotojai taip pat gali naudoti šį skaičiavimą vertindami savo portfelį pagal nurodytą etaloną.
Šios vertės svyruoja nuo 0 iki 100. Gautas skaičius nenurodo, kaip gerai veikia tam tikra vertybinių popierių grupė, ir tik matuoja, kaip artimai akcijų paketo grąža sutampa su išmatuoto etalono grąža.
R kvadratas, taip pat žinomas kaip apsisprendimo koeficientas, yra statistinės analizės įrankis, naudojamas numatyti būsimą investicijos rezultatą ir kaip jis artimai atitinka vieną išmatuotą modelį.
Pakoreguotas R kvadratas lygina investicijų koreliaciją su keliais išmatuotais modeliais.
R-kvadratas
R-kvadratas negali patikrinti, ar nepažeidžiamas koeficientas „Ballpark“ ir jo prognozės. Tai taip pat neparodo, ar regresijos modelis yra patenkinamas; ji gali parodyti netinkamo modelio R kvadrato figūrą arba aukšto R kvadrato figūrą. Kuo mažesnė R2 vertė, tuo mažiau kintamieji koreliuoja vienas su kitu. Rezultatai, didesni nei 70%, paprastai rodo, kad portfelis tiksliai atitinka išmatuotą etaloną. Didesnės R kvadrato vertės taip pat rodo beta rodmenų patikimumą. Beta matuoja vertybinio popieriaus ar portfelio kintamumą.
Pagrindinis skirtumas tarp R kvadrato ir pakoreguoto R kvadrato yra tas, kad R2 prisiima kiekvieną nepriklausomą kintamąjį - etaloną - modelyje paaiškina priklausomo kintamojo - investicinio fondo ar portfelio - kitimą. Tai rodo paaiškinto varianto procentą, tarsi visi modelio nepriklausomi kintamieji paveiktų priklausomą kintamąjį. Realiame pasaulyje šie vienas su kitu santykiai pasitaiko retai. Kita vertus, pakoreguotas R kvadratas rodo variacijos procentą, paaiškinamą tik tais nepriklausomais kintamaisiais, kurie iš tikrųjų turi įtakos priklausomam kintamajam.
„R-Squared“ dažnai naudojamas su statistine tiesine regresija numatant akcijų kainų pokyčius, tačiau tai tik vienas iš daugelio techninių rodiklių, kuriuos prekybininkai turėtų turėti savo arsenale. „Investopedia“ techninės analizės kursas pateikia išsamią techninių rodiklių ir diagramų modelių apžvalgą su daugiau nei penkiomis valandomis užsakomu vaizdo įrašu. Sužinosite visas populiariausias technikas ir kaip jas naudoti realiojo gyvenimo rinkose, siekiant maksimalios naudos, atsižvelgiant į riziką.
Pakoreguotas R kvadratas
Pakoreguotas R kvadratas lygina regresijos modelių - dviejų ar daugiau kintamųjų, apimančių įvairius skaičius nepriklausomų kintamųjų, žinomų kaip numatytojas, aprašomąją galią. Kiekvienas nuspėjamasis ar nepriklausomas kintamasis, pridėtas prie modelio, padidina R kvadrato vertę ir niekada jos nemažina. Taigi modelis, į kurį įeina keli numatytojai, grąžins aukštesnes R2 reikšmes ir gali atrodyti labiau tinkantis. Tačiau dėl šio rezultato yra daugiau terminų.
Pakoreguotas R kvadratas kompensuoja kintamųjų pridėjimą ir padidėja tik tuo atveju, jei naujasis numatiklis padidina modelį aukščiau to, kurį gautų tikimybė. Priešingai, jis sumažės, kai prognozuojamasis pagerins modelį mažiau, nei numatoma atsitiktinai.
Kai statistiniame modelyje naudojama per mažai duomenų taškų, jis vadinamas pertekliniu. Per didelis įrengimas gali grąžinti nepagrįstai didelę R kvadrato vertę. Dėl neteisingo skaičiaus gali sumažėti galimybė numatyti veiklos rezultatus. Pakoreguotas R kvadratas yra modifikuota R2 versija, skirta modelyje numatytam skaičiui. Pakoreguotas R kvadratas gali būti neigiamas, bet ne visada.
Nors R kvadrato vertė yra nuo 0 iki 100 ir rodo tiesinį ryšį duomenų imtyje net tada, kai pagrindinio ryšio nėra, pakoreguotas R kvadratas suteikia geriausią įverčių santykį pagrindinėje populiacijoje.
Norėdami parodyti modelių ryšį su R kvadratu, pasirinkite modelį su aukščiausia riba. Tačiau geriausias ir lengviausias būdas palyginti modelius yra pasirinkti tą modelį, kurio mažesnis pakoreguotas R kvadratas. Pakoreguotas R kvadratas nėra tipiškas netiesinių modelių palyginimo modelis, o rodo daugybines tiesines regresijas.
Pagrindiniai išvežamieji daiktai
- Pagrindinis skirtumas tarp R-kvadrato ir pakoreguoto R-kvadrato yra tas, kad R-kvadratas reiškia, kad kiekvienas nepriklausomas modelio kintamasis paaiškina priklausomo kintamojo kitimą. R-kvadratas negali patikrinti, ar pakenkta koeficiento rutulinio parko figūrai ir jo prognozėms. Pakoreguotas R-kvadratas yra modifikuota R-kvadrato versija, skirta modelio numatytojų skaičiui.
