Rahoitusmaailmassa R-neliö on tilastollinen mitta, joka edustaa rahaston tai arvopaperin liikkeiden prosentuaalista määrää, joka voidaan selittää vertailuindeksin liikkeillä. Kun korrelaatio selittää itsenäisen ja riippuvaisen muuttujan välisen suhteen vahvuuden, R-neliö selittää, missä määrin yhden muuttujan varianssi selittää toisen muuttujan varianssin. R-neliön kaava on yksinkertaisesti korrelaatio neliö.
Yleiset virheet R-ruudulla
Ensimmäinen yleisin virhe on olettaen, että R-neliö lähestyy +/- 1 on tilastollisesti merkitsevä. +/- 1: n lähestyvä lukema lisää ehdottomasti todellisen tilastollisen merkitsevyyden mahdollisuuksia, mutta ilman lisätestaamista sitä ei voida tietää pelkästään tuloksen perusteella. Tilastollinen testaus ei ole ollenkaan suoraviivaista; se voi tulla monimutkaiseksi monista syistä. Jotta tätä kosketa lyhyesti, korrelaation kriittinen oletus (ja siten R-neliö) on, että muuttujat ovat riippumattomia ja että niiden välinen suhde on lineaarinen. Teoriassa testaat nämä väitteet määrittääksesi, onko korrelaatiolaskelma sopiva.
Toinen yleisin virhe on unohtaa normalisoida tiedot yhteiseksi yksiköksi. Jos lasket korrelaation (tai R-neliön) kahdelle betalle, yksiköt normalisoidaan jo: Yksikkö on beeta. Jos haluat kuitenkin korreloida varastot, on kriittistä, että normalisoit ne prosenttiosuudeksi, etkä jaa hintojen muutoksia. Tämä tapahtuu liian usein, jopa sijoitusammattilaisten keskuudessa.
Osakekurssien korrelaatiota (tai R-neliötä) varten kysyt lähinnä kahta kysymystä: Mikä on tuotto tietyllä ajanjaksolla ja miten tämä variaatio liittyy toiseen arvopapereiden varianssiin samalla ajanjaksolla? Kahdealla arvopapereella voi olla korkea korrelaatio (tai R-neliö), jos tuotto on päivittäinen prosenttimuutos viimeisen 52 viikon aikana, mutta alhainen korrelaatio, jos tuotto on kuukausimuutos viimeisen 52 viikon aikana. Kumpi on parempi"? Ei todellakaan ole täydellistä vastausta, ja se riippuu testin tarkoituksesta.
Kuinka laskea R-neliö Excelissä
R-neliön laskemiseen Excelissä on useita menetelmiä.
Yksinkertaisin tapa on hankkia kaksi tietojoukkoa ja käyttää sisäänrakennettua R-neliökaavaa. Toinen vaihtoehto on löytää korrelaatio ja sitten neliöida se. Molemmat esitetään alla:
