Definir el R Cuadrado (y lo que no es)
El R Cuadrado (a menudo escrito como R²) es una estadística que mide cuánta de la variación en un resultado observado es explicada por un modelo especificado sobre un conjunto de datos determinado. En términos simples, resume qué tan cerca se ajusta la línea o curva ajustada del modelo a los datos pasados.
Una limitación clave se deriva de inmediato: el R Cuadrado se trata de describir el ajuste a los datos, no de garantizar resultados. Un R Cuadrado alto significa que la relación elegida coincidió bien con la muestra histórica; no significa que la misma relación se mantendrá más adelante.
Cómo funciona el R Cuadrado en una configuración práctica
Para calcular el R Cuadrado, normalmente se comparan los valores predichos por el modelo con los valores reales para el mismo período histórico. La estadística depende de:
- La forma del modelo que elijas (por ejemplo, relaciones lineales vs. no lineales).
- La variable dependiente que modeles (por ejemplo, rendimientos vs. niveles de precios).
- La(s) variable(s) independiente(s) que incluyas.
- La ventana de datos y las opciones de muestreo (el rango de tiempo específico y cómo se espacian las observaciones).
Debido a que estas elecciones son parte de la medición, el R Cuadrado no es una propiedad universal del “mercado”. Es una propiedad de la relación específica medida en una muestra histórica específica.
Evidencia y ejemplos de modos de falla
Un modo de falla común es el sobreajuste. Si un modelo es lo suficientemente flexible como para seguir el ruido, puede lograr un ajuste histórico fuerte, lo que infla el R Cuadrado, incluso si la relación no es estable.
Otro modo de falla es el cambio de régimen. Los mercados pueden transicionar entre diferentes condiciones de volatilidad o liquidez. Cuando el proceso generador de datos cambia, la relación histórica que produjo un R Cuadrado alto puede debilitarse o desaparecer, reduciendo el poder explicativo futuro.
Un tercer modo de falla es la calidad variable y las condiciones cambiantes en el flujo de datos. Si tus observaciones realizadas incluyen efectos no presentes en el modelado (como costos de transacción, diferente sincronización de ejecución o fuentes de datos inconsistentes), el ajuste histórico puede no traducirse en resultados realizados. Incluso si el ajuste estadístico se ve bien, la medición del “mundo real” puede divergir.
Finalmente, el R Cuadrado puede ser engañoso cuando el objetivo del modelado no es apropiado. Por ejemplo, modelar niveles de precios absolutos a menudo introduce comportamiento no estacionario. El R Cuadrado puede parecer alto debido a tendencias compartidas, mientras que la relación puede no ser significativa para la pregunta subyacente que te importa.
Limitaciones y riesgos que debes verificar de forma independiente
El R Cuadrado tiene limitaciones materiales que vale la pena verificar explícitamente:
-
Es condicional a los supuestos. Si la ventana de datos, las variables o la forma del modelo cambian, el R Cuadrado también puede cambiar. Eso significa que debes tratar el R Cuadrado como evidencia condicional, no como una conclusión independiente.
-
Las relaciones históricas no establecen resultados futuros. Incluso un R Cuadrado de apariencia estable en un período no descarta que la relación se rompa bajo nuevas condiciones de mercado.
-
Los costos y la ejecución pueden invalidar la “variación explicada”. Un ajuste estadístico puede ignorar fricciones prácticas, por lo que debes distinguir entre poder explicativo y rendimiento realizado real.
-
Los resúmenes de un solo número pueden ocultar estructura. Dos modelos pueden producir un R Cuadrado similar pero diferir en el comportamiento de los residuos (por ejemplo, si los errores son aleatorios o agrupados). Eso importa porque los patrones en los residuos sugieren que el modelo está omitiendo factores importantes.
-
La incertidumbre no se expresa directamente solo con el R Cuadrado. El R Cuadrado resume el ajuste, pero no te dice automáticamente qué tan estable es el ajuste entre remuestras ni qué tan sensible es a pequeños cambios en los datos.
Verificación y siguientes preguntas para hacer el concepto comprobable
Para verificar de forma independiente lo que dice el R Cuadrado en tu caso de uso, puedes probar la estabilidad de la relación medida en lugar de confiar en el valor único:
- Compara resultados en múltiples ventanas de tiempo (por ejemplo, períodos anteriores vs. posteriores) usando la misma configuración del modelo.
- Comprueba si la relación se mantiene después de cambiar la frecuencia de muestreo o el horizonte temporal.
- Examina si los residuos muestran patrones sistemáticos, no solo si el ajuste general se ve fuerte.
- Confirma que la variable dependiente y la forma del modelo coincidan con la cantidad relevante para la decisión que pretendes explicar.
Una pregunta siguiente útil no es solo “¿Cuál es el R Cuadrado?” sino también “¿Qué supuestos, elecciones de datos y condiciones de mercado se requieren para que la relación siga siendo explicativa?”