设置如何改变外汇技术分析中的R平方
直接回答
当你改变计算方式时，R平方也会随之改变。在实际图表分析中，“设置”通常指诸如回溯窗口长度、包含哪些数据点，以及有时回归变量之间的对应关系等选择。这些选择会改变拟合度量的敏感性，以及它对短期变化的平滑或放大程度。
机制与定义
R平方（常写作R²）描述了一个变量在回归模型中能被另一个变量解释的强度。简单来说，较高的R²意味着观测点更接近所用回归模型中的直线关系；较低的R²则表示关系较弱或更分散。
当你调整设置时，改变的并非“R²本身”，而是生成该数值的数据集或回归设置。例如：
- 回溯窗口长度：较长的窗口会平均更多历史数据。这通常使R²波动较小，因为回归模型涵盖了更广泛的市场行为。较短的窗口可使R²对市场状态变化反应更快，但也可能导致更大的波动。
- 数据频率与采样：使用不同的K线周期（如分钟与小时）会改变输入回归的数据点。相同的市场走势因采样方式不同，可能显得更线性或更不规则。
- 回归的序列选择：一些图表工具对趋势线拟合计算R²，而另一些则对一个转换后的序列回归另一个序列。如果因变量和自变量发生变化，所得R²的意义也随之改变。
这种敏感性的一个简单模型是：R²是从当前窗口计算出的统计量。即使市场实时状态“相同”，更换窗口或输入序列也会改变计算出的拟合度。
证据或示例（含假设说明）
假设你对最近N个收盘价与一条直线趋势进行回归来计算R²。
- 情景A：较小的N（例如50根K线）。如果最近50根K线包含一次急剧的单向走势，数据点可能更紧密地聚集在一条直线上，从而提高R²。一旦该走势结束，R²可能迅速下降，因为新K线重塑了窗口。
- 情景B：较大的N（例如200根K线）。如果这200根K线中市场行为混合（趋势后接盘整），对单一直线的拟合平均而言会更弱，因此R²可能更低且变化更缓慢。
这表明了权衡：较短的窗口通常使R²对局部变化更敏感，而较长的窗口则使其更稳定。两种选择并无绝对优劣，因为它们衡量的是不同窗口，因而反映不同的局部关系。
局限性与风险（及可能失败之处）
当人们将R²视为可靠的决策变量时，可能出现多种失效情况：
- 更改设置破坏可比性：在短窗口上计算出的高R²与在长窗口上计算出的高R²不可直接比较，因为它们反映的是不同的数据集和回归背景。
- 市场状态变化使拟合过时：R²描述的是当前窗口内的拟合情况。如果市场行为发生变化（波动性、趋势持续性或结构），历史线性关系可能消失，R²会迅速下降。
- 数据与实现差异的影响：如果两个平台使用不同的转换方式（价格 vs. 收益率）、不同的回归目标或对缺失数据的处理方式不同，即使“设置”名称相同，所得R²也可能不同。
- 未包含交易成本与执行因素：R²是数据中关系的统计拟合度量，而非可交易性的度量。交易成本、点差和执行质量可能主导实际结果，但这些因素不会出现在R²计算中。
这些风险意味着R²应被理解为当前窗口关系的描述性统计量，而非对未来行为的独立保证。
验证与下一步问题
要独立验证设置如何改变R²，请执行以下操作：
- 明确具体输入：正在回归的是哪个序列（原始价格、收益率或其他转换）？因变量与自变量分别是什么？
- 一次只更改一个设置：仅调整回溯窗口（或仅调整采样频率），观察R²是否变得更敏感或更稳定。