Jak ustawienia zmieniają R Squared w analizie technicznej forex
Bezpośrednia odpowiedź
R Squared zmienia się, gdy zmienisz sposób jego obliczania. W praktyce na wykresach „ustawienia” zwykle oznaczają wybory takie jak długość okna wstecznego, które punkty danych są uwzględniane, a czasami to, które zmienne są regresowane względem których. Te wybory zmieniają czułość miary dopasowania oraz stopień, w jakim wygładza ona lub wyolbrzymia krótkoterminowe zmiany.
Mechanizm i definicja
R Squared (często zapisywane jako R²) opisuje, jak silnie jedna zmienna może być wyjaśniona przez drugą za pomocą modelu regresji. W prostej interpretacji wyższe R² oznacza, że obserwowane punkty są bliżej zależności liniowej w ramach zastosowanej regresji; niższe R² oznacza, że zależność jest słabsza lub bardziej rozproszona.
To, co zmienia się po dostosowaniu ustawień, to nie „samo R²”, ale zbiór danych i/lub konfiguracja regresji, które generują tę liczbę. Na przykład:
- Długość okna wstecznego: Dłuższe okno uśrednia większą historię. Zazwyczaj sprawia to, że R² jest mniej skokowe, ponieważ regresja obejmuje szerszą mieszankę zachowań rynku. Krótsze okno może sprawić, że R² szybko zareaguje na zmiany reżimu, ale może też bardziej fluktuować.
- Częstotliwość i próbkowanie danych: Użycie różnych rozmiarów świec (np. minut vs. godziny) zmienia, które obserwacje trafiają do regresji. Ten sam rynek bazowy może wyglądać na bardziej lub mniej liniowy w zależności od próbkowania.
- Które serie są regresowane: Niektóre implementacje na wykresach obliczają R² dla dopasowania linii trendu, podczas gdy inne regresują jedną przekształconą serię względem drugiej. Jeśli zmienne zależna i niezależna się zmieniają, zmienia się również znaczenie wynikowego R².
Prosty model tej wrażliwości to: R² jest statystyką obliczaną z bieżącego okna. Zastąp okno lub serię wejściową, a obliczone dopasowanie może się zmienić, nawet jeśli rynek w czasie rzeczywistym jest „taki sam”.
Dowód lub przykład (z podanymi założeniami)
Załóżmy, że obliczasz R² z regresji ostatnich N cen zamknięcia do linii trendu.
- Scenariusz A: mniejsze N (np. 50 świec). Jeśli ostatnie 50 świec obejmuje ostry ruch kierunkowy, punkty mogą skupić się ciaśniej wokół linii, podnosząc R². Jeśli ten ruch się kończy, R² może szybko spaść, ponieważ kolejne świece przekształcają okno.
- Scenariusz B: większe N (np. 200 świec). Jeśli ten sam wykres ma mieszane zachowanie w obrębie tych 200 świec (trend, po którym następuje ruch boczny), dopasowanie do pojedynczej linii prostej będzie średnio słabsze, więc R² może być niższe i zmieniać się wolniej.
To pokazuje kompromis: krótsze okna często sprawiają, że R² jest bardziej responsywne na lokalne zmiany, podczas gdy dłuższe okna często czynią je bardziej stabilnym. Żaden wybór nie jest z natury „lepszy”, ponieważ mierzą one różne okna, a zatem różne lokalne zależności.
Ograniczenia i ryzyka (oraz co może zawieść)
Może wystąpić kilka trybów awarii, gdy ludzie traktują R² jako wiarygodną zmienną decyzyjną:
- Zmiana ustawień łamie porównywalność: Wysokie R² obliczone dla krótkiego okna nie jest bezpośrednio porównywalne z wysokim R² obliczonym dla długiego okna, ponieważ odzwierciedlają one różne zbiory danych i różne konteksty regresji.
- Zmiany reżimu mogą uczynić dopasowanie nieaktualnym: R² opisuje dopasowanie w bieżącym oknie. Jeśli zachowanie rynku się zmienia (zmienność, trwałość trendu lub struktura), historyczna liniowość może zniknąć, a R² może szybko spaść.
- Różnice w danych i implementacji mają znaczenie: Jeśli dwie platformy używają różnych transformacji (cena vs. stopy zwrotu), różnych celów regresji lub innego podejścia do brakujących danych, wynikowe R² może się różnić nawet przy tej samej nazwie „ustawień”.
- Koszty i wykonanie nie są uwzględnione: R² jest statystyczną miarą dopasowania zależności w danych, a nie miarą możliwości handlu. Koszty transakcyjne, spready i jakość wykonania mogą dominować nad rzeczywistymi wynikami, ale nie pojawiają się w obliczeniach R².
Te ryzyka oznaczają, że R² należy rozumieć jako statystykę opisową zależności w bieżącym oknie, a nie samodzielną gwarancję przyszłego zachowania.
Weryfikacja i kolejne pytanie
Aby niezależnie zweryfikować, jak ustawienia zmieniają R², wykonaj następujące kroki:
- Zidentyfikuj dokładne dane wejściowe: Jaka seria jest regresowana (surowa cena, stopy zwrotu czy inna transformacja)? Jaka jest zmienna zależna, a jaka niezależna?
- Zmieniaj jedno ustawienie na raz: Dostosuj tylko okno wsteczne (lub tylko częstotliwość próbkowania) i obserwuj, czy R² staje się bardziej responsywne, czy bardziej stabilne.