R 平方应如何解释？
直接回答
R 平方通常用作衡量特定回归模型（通常是线性回归）与特定历史观测数据拟合程度的汇总指标。正确解释 R 平方意味着理解它所衡量的内容——即在该数据集中解释的变化比例——以及它无法保证的内容，例如预测未来结果或确保盈利。
由于该计算依赖于模型形式、所包含的变量以及所使用的数据集，两种不同的设置可能产生截然不同的 R 平方值。不应将单个数值视为对市场行为的普遍性陈述。
机制或定义
在标准形式中，R 平方（R²）将回归模型所解释的变异性与数据总体的变异性进行比较。简而言之：
- 模型试图描述一个输入（解释变量）与输出（因变量）之间的关系。
- R² 总结了模型拟合线（或平面）相对于不使用输入的基线，能够解释多少输出变量的变化。
关键解释边界：
- R² 衡量的是回归所用观测数据的拟合度。
- 它并不自动表示因果关系。
- 它也不是模型下次有效的概率。
标准解释的假设包括：回归模型的设定需与目标一致，且观测数据的使用方式正确（相同数据、相同模型设定、相同变换规则）。
证据或示例
考虑一个简单的受控示例，其中有一个明确假设：对历史数据点进行线性回归，其中因变量序列 Y 由自变量序列 X 解释。
- 如果数据点接近一条直线，则回归残差（观测 Y 与预测 Y 之间的差异）较小。
- 较小的残差通常导致较高的 R²，意味着模型在该特定样本中解释了更大比例的变化。
现在保持模型思路不变但更换数据集：如果在不同的时间窗口或使用不同过滤规则重新拟合，残差结构可能会改变。即使之前的 R² 很高，新的 R² 也可能更低。这表明结果依赖于样本选择和建模决策。
如果增加额外的解释变量，R² 通常会因模型更灵活而上升。但这并不自动意味着新增变量提高了实际预测能力；可能只是模型拟合了训练样本中的噪声。
局限性与风险
主要局限性和失效模式包括：
- 过拟合风险：模型可能通过捕捉无法泛化的模式而获得高样本内 R²。此时高 R² 反映的是过去拟合，而非未来实用性。
- 模型设定依赖性：R² 仅描述你所选特定回归形式的拟合度。如果关系是非线性的，或特征工程不一致，R² 可能产生误导。
- 样本和窗口依赖性：R² 随时间段、预处理和过滤方式变化。在一种市场状态下结果可能很强，而在另一种状态下则较弱。
- 未包含成本与执行因素：R² 是统计拟合度量，不包括交易成本、点差、滑点、流动性或操作约束。
- 无因果关系保证：即使变量间无直接因果机制，也可能因共同变动而出现高 R²。
由于这些问题，R² 应被解释为在特定条件下的描述性拟合统计量，而非关于未来走势的独立信号。
验证与后续问题
独立验证通常聚焦于确认 R² 数值实际总结的内容：
- 检查回归输入和模型设定：使用了哪些变量、哪些变换、哪个时间窗口。
- 查看残差，判断误差是否呈现结构（例如系统性模式而非随机散布）。
- 比较在未用于拟合回归的数据上的表现（基本的样本外检验）。
一个有用的后续问题是：“哪个回归设定和数据集产生了这个 R²，当样本变化时它的稳定性如何？” 这直接触及该统计量的解释边界。