RELATIVE SPREAD PROXY

Intuição

A Relative Spread Proxy é uma proxy de spread baseada em OHLC (Abdi & Ranaldo, 2017). A ideia é obter uma medida de spread (em unidades de preço) e normalizar pelo close, produzindo algo comparável entre ativos/níveis de preço.

Definição

A função usa o termo:

X_t = (H_t - C_t)(H_t - O_t) + (L_t - C_t)(L_t - O_t)

Depois:

spread_abs_t = 2 * sqrt(max(0, mean(X_t)))

E normaliza:

relative_spread_t = spread_abs_t / C_t

Uso

from quantmaster.features.microstructure import relative_spread_proxy

df["relative_spread_proxy_20"] = relative_spread_proxy(df, window=20)

API

Source code in src/quantmaster/features/microstructure.py

def relative_spread_proxy(
    data: pd.DataFrame,
    *,
    window: int = 20,
    open_col: str = "open",
    high_col: str = "high",
    low_col: str = "low",
    close_col: str = "close",
) -> pd.Series:
    window = validate_positive_int(window, name="window")
    validate_columns(data, required=(open_col, high_col, low_col, close_col))

    o = pd.to_numeric(data[open_col], errors="coerce").astype(float)
    h = pd.to_numeric(data[high_col], errors="coerce").astype(float)
    l = pd.to_numeric(data[low_col], errors="coerce").astype(float)
    c = pd.to_numeric(data[close_col], errors="coerce").astype(float)

    o = o.where(o > 0)
    h = h.where(h > 0)
    l = l.where(l > 0)
    c = c.where(c > 0)

    term = (h - c) * (h - o) + (l - c) * (l - o)
    term_mean = term.rolling(window).mean()

    spread_abs = 2.0 * np.sqrt(term_mean.clip(lower=0.0))
    out = spread_abs / c
    out = out.where(c > 0)

    out.name = f"relative_spread_proxy_{window}"
    return out