Mean Reversion Half-Life

Intuição

A Mean Reversion Half-Life estima o tempo (em períodos) para um desvio decair pela metade, a partir de uma regressão simples que aproxima um processo tipo OU.

Definição

Em uma janela n, ajuste:

Δp_t = λ * p_{t-1} + ε_t

Se λ < 0, a meia-vida é:

HL = -ln(2) / λ

Uso

from quantmaster.features.statistical import mean_reversion_half_life

df["hl_60"] = mean_reversion_half_life(df, window=60)

API

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

def mean_reversion_half_life(
    data: pd.DataFrame | pd.Series,
    *,
    window: int = 60,
    price_col: str = "close",
) -> pd.Series:
    window = validate_positive_int(window, name="window")

    price = get_price_series(data, price_col=price_col).astype(float)
    price = price.where(price > 0)

    out = pd.Series(np.nan, index=price.index, dtype=float)
    out.name = f"mean_reversion_half_life_{window}"

    if len(price) < window:
        return out

    p = np.log(price).to_numpy(dtype=float)
    pw = np.lib.stride_tricks.sliding_window_view(p, window_shape=window)

    hl = np.full(pw.shape[0], np.nan, dtype=float)
    for i in range(pw.shape[0]):
        w = pw[i]
        x = w[:-1]
        y = np.diff(w)
        lam = _ols_slope(x, y)
        if not np.isfinite(lam) or lam >= 0.0:
            continue
        hl[i] = float(-np.log(2.0) / lam)

    out.iloc[window - 1 :] = hl
    return out