ค่าสัมประสิทธิ์การตัดสินใจคืออะไร?
ค่าสัมประสิทธิ์การตัดสินใจคือการวัดทางสถิติที่ตรวจสอบความแตกต่างในตัวแปรหนึ่งสามารถอธิบายได้โดยความแตกต่างในตัวแปรที่สองเมื่อทำนายผลลัพธ์ของเหตุการณ์ที่กำหนด ค่าสัมประสิทธิ์นี้เป็นที่รู้จักกันทั่วไปว่า R-squared (หรือ r2- มันประเมินว่าความสัมพันธ์เชิงเส้นตรงระหว่างสองตัวแปรและมันพึ่งพาอย่างมากจากนักลงทุนเมื่อทำการวิเคราะห์แนวโน้ม
ค่าสัมประสิทธิ์นี้โดยทั่วไปจะตอบคำถามสำคัญ: เปอร์เซ็นต์ของการเคลื่อนไหวของราคาหุ้นที่เกิดจากการเคลื่อนไหวของราคาของดัชนีหากอยู่ในรายการดัชนีและประสบการณ์การเคลื่อนไหวของราคา?
ประเด็นสำคัญ
- ค่าสัมประสิทธิ์การตัดสินใจเป็นแนวคิดที่ซับซ้อนโดยมีศูนย์กลางอยู่ที่การวิเคราะห์ทางสถิติของข้อมูลและการสร้างแบบจำลองทางการเงิน
- มันใช้เพื่ออธิบายความสัมพันธ์ระหว่างตัวแปรอิสระและตัวแปรตาม
- ค่าสัมประสิทธิ์การตัดสินใจโดยทั่วไปเรียกว่า r-squared (หรือ r2) สำหรับค่าทางสถิติที่แสดงถึง
- การวัดนี้แสดงเป็นค่าระหว่าง 0.0 ถึง 1.0 โดยที่ค่า 1.0 บ่งบอกถึงความสัมพันธ์ที่สมบูรณ์แบบ นี่เป็นรูปแบบที่เชื่อถือได้สำหรับการคาดการณ์ในอนาคต
- มูลค่า 0.0 แสดงให้เห็นว่าราคาสินทรัพย์ไม่ได้เป็นหน้าที่ของการพึ่งพาดัชนี
Investopedia / Julie Bang
ทำความเข้าใจกับสัมประสิทธิ์การตัดสินใจ
ค่าสัมประสิทธิ์การตัดสินใจคือการวัดที่ใช้เพื่ออธิบายความแปรปรวนของปัจจัยหนึ่งที่เกิดจากความสัมพันธ์กับปัจจัยอื่น ความสัมพันธ์นี้แสดงเป็นค่าระหว่าง 0.0 ถึง 1.0 หรือ 0% ถึง 100%
มูลค่า 1.0 หมายถึงความสัมพันธ์ของราคา 100% และเป็นรูปแบบที่เชื่อถือได้สำหรับการคาดการณ์ในอนาคต ค่า 0.0 แสดงให้เห็นว่าโมเดลแสดงให้เห็นว่าราคาไม่ใช่ฟังก์ชั่นของการพึ่งพาดัชนี
มูลค่า 0.20 แสดงให้เห็นว่า 20% ของการเคลื่อนไหวของราคาสินทรัพย์สามารถอธิบายได้โดยดัชนี ค่า 0.50 บ่งชี้ว่า 50% ของการเคลื่อนไหวของราคาสามารถอธิบายได้
สำคัญ
ค่าสัมประสิทธิ์การตัดสินใจคือสี่เหลี่ยมจัตุรัสของค่าสัมประสิทธิ์สหสัมพันธ์หรือที่เรียกว่า "R" ในสถิติ ค่า "r" อาจส่งผลให้จำนวนลบแต่ R2 ไม่สามารถส่งผลให้จำนวนลบได้เนื่องจาก R-Squared เป็นผลมาจาก "R" คูณด้วยตัวเองหรือยกกำลังสอง กำลังสองของจำนวนลบเป็นค่าบวกเสมอ
การคำนวณค่าสัมประสิทธิ์การตัดสินใจ
การคำนวณค่าสัมประสิทธิ์การตัดสินใจทำได้โดยการสร้างพล็อตกระจายของข้อมูลและเส้นแนวโน้ม
คุณจะรวบรวมราคาตามที่แสดงในตารางนี้หากคุณต้องพล็อตราคาปิดสำหรับ S&P 500 และ Apple (AAPL) หุ้นสำหรับวันซื้อขายตั้งแต่วันที่ 21 ธันวาคมถึง 20 มกราคม Apple มีรายชื่ออยู่ใน S&P 500
S&P ปิดทุกวัน | Appl ทุกวันปิด | |
---|---|---|
20 มกราคม | $ 3,972.61 | $ 137.87 |
19 | $ 3,898.85 | $ 135.27 |
18 | $ 3,928.86 | $ 135.21 |
17 | $ 3,990.97 | $ 135.94 |
13 | $ 3,999.09 | $ 134.76 |
12 | $ 3,983.17 | $ 133.41 |
11 | $ 3,969.61 | $ 133.49 |
10 | $ 3,919.25 | $ 130.73 |
9 | $ 3,892.09 | $ 130.15 |
6 | $ 3,895.08 | $ 129.62 |
5 | $ 3,808.10 | $ 125.02 |
4 | $ 3,852.97 | $ 126.36 |
3 | $ 3,824.14 | $ 125.07 |
30 ธันวาคม | $ 3,839.50 | $ 139.93 |
29 | $ 3,849.28 | $ 129.61 |
28 | $ 3,783.22 | $ 126.04 |
27 | $ 3,829.25 | $ 130.03 |
23 | $ 3,844.82 | $ 131.86 |
22 | $ 3,822.39 | $ 132.23 |
21 | $ 3,878.44 | $ 135.45 |
จากนั้นคุณจะสร้างพล็อตกระจาย ข้อมูลที่เหมาะกับโมเดลการถดถอยบนกราฟได้ดีเพียงใดความดีของความพอดี- มันวัดระยะห่างระหว่างเส้นแนวโน้มและจุดข้อมูลทั้งหมดที่กระจัดกระจายไปทั่วแผนภาพ
สเปรดชีต
สเปรดชีตส่วนใหญ่ใช้สูตรเดียวกันกับคำนวณ r2ของชุดข้อมูล หากข้อมูลอยู่ในคอลัมน์ A และ B บนแผ่นงานของคุณ:
= RSQ (A1: A10, B1: B10)
คุณจะได้รับ R2 ที่ 0.347 โดยใช้สูตรนี้และเน้นเซลล์ที่สอดคล้องกันสำหรับราคา S&P 500 และ Apple ซึ่งบ่งชี้ว่าราคาทั้งสองมีความสัมพันธ์กันน้อยกว่าหาก R2อยู่ระหว่าง 0.5 ถึง 1.0
การคำนวณด้วยตนเอง
การคำนวณค่าสัมประสิทธิ์การตัดสินใจด้วยตนเองเกี่ยวข้องกับหลายขั้นตอน ขั้นแรกให้รวบรวมข้อมูลตามในตารางก่อนหน้าจากนั้นคำนวณค่าทั้งหมดที่คุณต้องการดังที่แสดงในตารางนี้:
- x = S&P 500 ปิดทุกวัน
- y = Appl ทุกวันปิด
x | x2 | y | Y2 | XY | |
---|---|---|---|---|---|
20 มกราคม | $ 3,972.61 | $ 15,781,630.21 | $ 137.87 | $ 19,008.14 | $ 547,703.74 |
19 | $ 3,898.85 | $ 15,201,031.32 | $ 135.27 | $ 18,297.97 | $ 527,397.44 |
18 | $ 3,928.86 | $ 15,435,940.90 | $ 135.21 | $ 18,281.74 | $ 531,221.16 |
17 | $ 3,990.97 | $ 15,927,841.54 | $ 135.94 | $ 18,479.68 | $ 542,532.46 |
13 | $ 3,999.09 | $ 15,992,720.83 | $ 134.76 | $ 18,160.26 | $ 538,917.37 |
12 | $ 3,983.17 | $ 15,865,643.25 | $ 133.41 | $ 17,798.23 | $ 531,394.71 |
11 | $ 3,969.61 | $ 15,757,803.55 | $ 133.49 | $ 17,819.58 | $ 529,903.24 |
10 | $ 3,919.25 | $ 15,360,520.56 | $ 130.73 | $ 17,090.33 | $ 512,363.55 |
9 | $ 3,892.09 | $ 15,148,364.57 | $ 130.15 | $ 16,939.02 | $ 506,555.51 |
6 | $ 3,895.08 | $ 15,171,648.21 | $ 129.62 | $ 16,801.34 | $ 504,880.27 |
5 | $ 3,808.10 | $ 14,501,625.61 | $ 125.02 | $ 15,630.00 | $ 476,088.66 |
4 | $ 3,852.97 | $ 14,845,377.82 | $ 126.36 | $ 15,966.85 | $ 486,861.29 |
3 | $ 3,824.14 | $ 14,624,046.74 | $ 125.07 | $ 15,642.50 | $ 478,285.19 |
30 ธันวาคม | $ 3,839.50 | $ 14,741,760.25 | $ 139.93 | $ 19,580.40 | $ 537,261.24 |
29 | $ 3,849.28 | $ 14,816,956.52 | $ 129.61 | $ 16,798.75 | $ 498,905.18 |
28 | $ 3,783.22 | $ 14,312,753.57 | $ 126.04 | $ 15,886.08 | $ 476,837.05 |
27 | $ 3,829.25 | $ 14,663,155.56 | $ 130.03 | $ 16,907.80 | $ 497,917.38 |
23 | $ 3,844.82 | $ 14,782,640.83 | $ 131.86 | $ 17,387.06 | $ 506,977.97 |
22 | $ 3,822.39 | $ 14,610,665.31 | $ 132.23 | $ 17,484.77 | $ 505,434.63 |
21 | $ 3,878.44 | $ 15,042,296.83 | $ 135.45 | $ 18,346.70 | $ 525,334.70 |
ฉัน (σ) | $ 77,781.69 | $ 302,584,424.00 | $ 2,638.05 | $ 348,307.23 | $ 10,262,772.73 |
ใช้สูตรนี้และแทนที่ค่าสำหรับแต่ละแถวของตารางที่nเท่ากับจำนวนตัวอย่างที่ถ่าย นั่นคือ 20 ในกรณีนี้:
R2---nx2-x-2--ny2-y-2-n-xy--x--y--2
โดยที่√แสดงถึงสแควร์รูทของผลิตภัณฑ์ในวงเล็บที่ตามมา
R2---20-302-584-424--77-781.69-2--20-348-307.23--2-638.05-2-20-10-262-772.73--77-781.69--2-638.05--2
ตอนนี้คุณมี:
1.-2010-262-772.73--77-781.692-638.05--63-467.322.--20302-584-424--77-781.69-2-1-697-180.74-1-302.763.--2010-262-772.73--2-638.05-2-6-836.85-82.69
ตอนนี้คูณขั้นตอนที่สองและสามแบ่งขั้นตอนที่หนึ่งตามผลลัพธ์และสี่เหลี่ยมมัน:
-1-302.7682.6963-467.32-2-0.347
คุณสามารถดูได้ว่าสิ่งนี้จะกลายเป็นเรื่องน่าเบื่อหน่ายกับพื้นที่มากมายสำหรับข้อผิดพลาดโดยเฉพาะอย่างยิ่งหากคุณใช้ข้อมูลการซื้อขายมากกว่าสองสามสัปดาห์
การตีความสัมประสิทธิ์การตัดสินใจ
เมื่อคุณมีค่าสัมประสิทธิ์การตัดสินใจที่คุณใช้เพื่อประเมินว่าการเคลื่อนไหวของราคาอย่างใกล้ชิดของสินทรัพย์ที่คุณประเมินสอดคล้องกับการเคลื่อนไหวของราคาของดัชนีหรือเกณฑ์มาตรฐาน ค่าสัมประสิทธิ์การตัดสินใจสำหรับช่วงเวลาคือ 0.347 ในแอปเปิ้ลและS&P 500ตัวอย่าง,
เคล็ดลับ
Apple อยู่ในรายการดัชนีจำนวนมากเพื่อให้คุณสามารถคำนวณ R2เพื่อตรวจสอบว่ามันสอดคล้องกับการเคลื่อนไหวของราคาดัชนีอื่น ๆ หรือไม่
ค่าสัมประสิทธิ์การกำหนด 0.357 แสดงให้เห็นว่าการเคลื่อนไหวของราคาหุ้นของ Apple ค่อนข้างมีความสัมพันธ์กับดัชนีเนื่องจาก 1.0 แสดงให้เห็นถึงความสัมพันธ์สูงและ 0.0 แสดงให้เห็นว่าไม่มีความสัมพันธ์
แง่มุมหนึ่งที่ต้องพิจารณาคือ R-Squared ไม่ได้บอกนักวิเคราะห์ว่าค่าสัมประสิทธิ์ของค่าการกำหนดนั้นดีหรือไม่ดีภายในหรือไม่ มันเป็นดุลยพินิจของพวกเขาในการประเมินความหมายของความสัมพันธ์นี้และวิธีการใช้ในการวิเคราะห์แนวโน้มในอนาคต
คุณตีความค่าสัมประสิทธิ์การตัดสินใจอย่างไร?
ค่าสัมประสิทธิ์การตัดสินใจแสดงระดับความสัมพันธ์ระหว่างตัวแปรอิสระหนึ่งและตัวแปรอิสระหนึ่งตัว มันเรียกว่า r2หรือ R-squared ค่าควรอยู่ระหว่าง 0.0 ถึง 1.0 ยิ่งใกล้ถึง 0.0 ยิ่งน้อยเท่านั้นมีความสัมพันธ์กันค่าพึ่งพา ยิ่งใกล้ 1.0 ยิ่งมีความสัมพันธ์กันมากขึ้นเท่านั้น
R-Squared บอกอะไรคุณในการถดถอย?
R-squared ในการถดถอยจะบอกคุณว่ามีการพึ่งพาระหว่างค่าสองค่าและค่าการพึ่งพาค่าหนึ่งมีจำนวนเท่าใดหรือไม่
จะเกิดอะไรขึ้นถ้าสัมประสิทธิ์การตัดสินใจมากกว่า 1?
ค่าสัมประสิทธิ์การตัดสินใจไม่เกินหนึ่งเพราะสูตรส่งผลให้มีจำนวนระหว่าง 0.0 ถึง 1.0 เสมอ มีบางอย่างไม่ถูกต้องหากมากกว่าหรือน้อยกว่าตัวเลขเหล่านี้
บรรทัดล่าง
ค่าสัมประสิทธิ์การตัดสินใจคืออัตราส่วนที่แสดงให้เห็นว่าตัวแปรหนึ่งขึ้นอยู่กับอีกตัวแปรหนึ่ง นักลงทุนใช้เพื่อกำหนดวิธีการมีความสัมพันธ์กับการเคลื่อนไหวของราคาสินทรัพย์อยู่กับดัชนีที่ระบุไว้
มันไม่ได้แสดงให้เห็นถึงการพึ่งพาดัชนีเมื่อ R2 ของสินทรัพย์อยู่ใกล้กับศูนย์มากขึ้น มันขึ้นอยู่กับราคาที่ย้ายดัชนีจะทำถ้ามัน r2อยู่ใกล้กับ 1.0