R-Squared vs. Upravené R-Squared: Přehled
R-kvadrát (R 2) a upravený R-čtverec umožňují investorovi měřit hodnotu podílového fondu oproti hodnotě benchmarku. Investoři mohou také použít tento výpočet k měření svého portfolia vůči danému benchmarku.
Tyto hodnoty se pohybují v rozmezí 0 až 100. Výsledné číslo neukazuje, jak dobře daná skupina cenných papírů vede, a pouze měří, jak úzce se výnosy z držby shodují s výnosy měřeného benchmarku.
R-kvadrát - také známý jako koeficient determinace - je nástroj statistické analýzy používaný k předpovídání budoucího výsledku investice a její těsnosti vůči jednomu měřenému modelu.
Upravená R-kvadrát porovnává korelaci investice s několika měřenými modely.
R na druhou
R-kvadrát nemůže ověřit, zda je ovlivněna hodnota koeficientu a jeho předpovědi. Rovněž neukazuje, zda je regresní model uspokojivý; může ukázat R-druhou mocninu pro dobrý model nebo vysokou R-druhou mocninu pro model, který se nehodí. Čím nižší je hodnota R2, tím méně spolu tyto dvě proměnné spolu korelují. Výsledky vyšší než 70% obvykle naznačují, že portfolio pozorně sleduje měřený benchmark. Vyšší R-kvadratické hodnoty také indikují spolehlivost odečtů beta. Beta měří volatilitu cenného papíru nebo portfolia.
Jedním z hlavních rozdílů mezi R-čtvercem a upraveným R-čtvercem je, že R2 předpokládá každou nezávislou proměnnou - benchmark - v modelu vysvětluje změnu závislé proměnné - podílového fondu nebo portfolia. Udává procento vysvětlené variace, jako by všechny nezávislé proměnné v modelu ovlivňovaly závislou proměnnou. Ve skutečném světě se tento osobní vztah zřídka stává. Naproti tomu upravená R-kvadrát udává procento variace vysvětlené pouze těmi nezávislými proměnnými, které ve skutečnosti ovlivňují závislou proměnnou.
R-Squared se často používá se statistickými lineárními regresemi k předpovídání pohybů cen akcií, ale je to jen jeden z mnoha technických ukazatelů, které by obchodníci měli mít ve svém arzenálu. Kurz technické analýzy společnosti Investopedia poskytuje ucelený přehled o technických ukazatelích a grafech s více než pěti hodinami videa na vyžádání. Naučíte se všechny nejoblíbenější techniky a jak je používat na reálných trzích k maximalizaci výnosů přizpůsobených riziku.
Upraveno na druhou
Upravený R-kvadrát porovnává deskriptivní sílu regresních modelů - dvou nebo více proměnných - které zahrnují různý počet nezávislých proměnných - známý jako prediktor. Každá prediktor nebo nezávislá proměnná přidaná do modelu zvyšuje hodnotu R na druhou a nikdy ji nesnižuje. Takže model, který obsahuje několik prediktorů, vrátí vyšší hodnoty R2 a může se zdát lépe padnoucí. Tento výsledek je však způsoben tím, že obsahuje více termínů.
Upravený R-kvadrát kompenzuje přidání proměnných a zvyšuje se pouze tehdy, když nový prediktor vylepšuje model nad úroveň, která by byla získána pravděpodobností. Naopak, sníží se, když prediktor vylepší model méně, než co se předpovídá náhodou.
Pokud se ve statistickém modelu použije příliš málo datových bodů, nazývá se to přebytek. Overfitting může vrátit neodůvodněnou vysokou hodnotu R na druhou. Toto nesprávné číslo může vést ke snížené schopnosti předpovídat výsledky výkonu. Upravený R-kvadrát je modifikovaná verze R2 pro počet prediktorů v modelu. Upravený R-kvadrát může být záporný, ale ne vždy.
Zatímco hodnota R-kvadrát mezi 0 a 100 a ukazuje lineární vztah ve vzorku dat, i když neexistuje žádný základní vztah, upravený R-kvadrát dává nejlepší odhad stupně vztahu v základní populaci.
Chcete-li zobrazit korelaci modelů s R na druhou, vyberte model s nejvyšší mezí. Nejlepší a nejjednodušší způsob, jak porovnat modely, je vybrat jeden s menší upravenou R-druhou mocninou. Upravený R-kvadrát není typický model pro porovnávání nelineárních modelů, ale místo toho vykazuje více lineárních regresí.
Klíč s sebou
- Jeden hlavní rozdíl mezi R na druhou a upravenou R na druhou je v tom, že R na druhou předpokládá, že každá nezávislá proměnná v modelu vysvětluje změnu závislé proměnné. R na druhou nemůže ověřit, zda je ovlivněna figura koeficientu a její předpovědi. Upravený R-kvadrát je upravená verze R-kvadrátu pro počet prediktorů v modelu.
