Definición y qué significa “comportamiento diferente”
R Squared (R²) es una medida estadística de cuánta variación en una variable dependiente es explicada por una o más variables independientes en un modelo. En términos simples: describe qué tan cerca las predicciones pasadas del modelo coinciden con los resultados históricos, utilizando los mismos datos que se usaron para ajustar el modelo. No indica inherentemente el rendimiento futuro de las operaciones ni la probabilidad de un movimiento particular.
Entonces, cuando la gente dice que R Squared “se comporta de manera diferente” bajo ciertas condiciones de mercado, generalmente quiere decir: los valores calculados de R² cambian porque la relación subyacente entre los insumos y los resultados cambia, y porque la calidad de los datos y los supuestos detrás del modelo cambian.
Mecanismo: por qué las condiciones de mercado pueden cambiar el R²
El R² depende de tres elementos amplios: (1) la fuerza de la relación entre las variables, (2) el nivel de ruido, y (3) qué tan estable es esa relación a lo largo de la muestra.
-
Fuerza de la relación (señal vs. aleatoriedad) Si el entorno de mercado produce una relación más fuerte y repetible entre las variables que modelas, la curva ajustada tiende a seguir los resultados históricos más de cerca, elevando el R². Si la relación se debilita o se vuelve inconsistente, el R² puede caer.
-
Ruido y rupturas estructurales La alta volatilidad, los cambios repentinos de régimen y la microestructura cambiante pueden aumentar el ruido. Cuando el ruido domina los datos, incluso un modelo razonable puede ajustarse menos estrechamente, reduciendo el R².
-
Composición de la muestra y escalado El R² se calcula a partir de una ventana de muestra particular y una elección de variables. Cambiar el marco temporal, la cantidad de datos históricos utilizados, o la transformación (por ejemplo, usar rendimientos en lugar de precios brutos) puede cambiar cuánta varianza se captura.
Evidencia mediante ejemplo (con supuestos explícitos)
Considera una configuración de modelado simple: ajustas una regresión entre una serie de insumos elegida y una serie de resultados utilizando una ventana móvil fija. Supón que evalúas dos regímenes con tamaños de muestra comparables.
- Régimen A: movimiento más suave con una relación insumo-resultado más consistente. Si el error del modelo es menor en muchas observaciones, la varianza explicada aumenta y el R² tiende a ser más alto.
- Régimen B: cambios frecuentes entre comportamientos (por ejemplo, fases alternas de tendencia y reversión a la media). Si la relación insumo-resultado cambia con el tiempo, la misma forma de modelo puede ajustarse a algunas partes de la ventana pero fallar en otras, aumentando los residuos y a menudo reduciendo el R².
Esto no es prueba de que cualquier régimen “siempre” producirá un R² más alto o más bajo. Solo ilustra el mecanismo: el R² es sensible a la estabilidad y al ruido.
Limitaciones y modos de fallo
Las limitaciones clave merecen separarse de las “condiciones de mercado”:
- Sobreajuste a la muestra: Un modelo puede ajustarse bien a los datos históricos incluso si la relación es temporal. Un R² alto dentro de la muestra puede ser engañoso sobre el comportamiento fuera de la muestra.
- Dependencia del régimen: Un régimen de mercado puede cambiar después de que calculas el R². Las relaciones históricas no garantizan resultados futuros.
- Desajuste de variables: Si las variables independientes y dependientes no están alineadas en el tiempo (por ejemplo, usar insumos que no corresponden a la ventana de resultados), el R² calculado puede cambiar drásticamente.
- Efectos de costos y ejecución: El R² calculado sobre series de precios ignora los costos de negociación, el deslizamiento y las restricciones de ejecución. Incluso si la relación ajustada es estadísticamente fuerte, los resultados del mundo real pueden divergir.
- No linealidad y forma del modelo: El R² está ligado a la estructura del modelo elegido. Si la relación verdadera es no lineal o cambia de forma, el R² puede subestimar la utilidad o fluctuar.
Verificación: cómo comprobar tus supuestos de manera independiente
Para verificar “cuándo cambia el R²”, puedes comprobar cómo varía entre: (1) diferentes ventanas de muestra, (2) diferentes marcos temporales, y (3) diferentes especificaciones del modelo. Registra si el R² cambia principalmente porque los datos se vuelven más ruidosos, porque la relación se vuelve menos estable, o porque tus elecciones de transformación cambian la varianza.
Una pregunta siguiente a considerar es: ¿estás calculando el R² sobre el mismo tipo de serie (por ejemplo, rendimientos versus precios), con una alineación y longitud de muestra consistentes? Si no, el “comportamiento diferente” puede provenir de la configuración del cálculo en lugar del mercado en sí.