Expoente de Hurst e análise R/S: memória de longo prazo, cálculo e limites no trading

O expoente de Hurst, representado por \(H\), é a inclinação da relação entre uma escala de tempo e o tamanho das flutuações medidas nessa escala. Na análise do intervalo reescalonado, o intervalo dos desvios acumulados é dividido pelo desvio padrão da série. Se a razão média cresce aproximadamente como \(n^H\) à medida que o tamanho do bloco \(n\) aumenta, a inclinação da relação log–log estima \(H\). O coeficiente surgiu no trabalho de H. E. Hurst sobre a capacidade de armazenamento necessária em reservatórios para administrar as variações do fluxo de rios; ele não foi criado como indicador de compra ou venda. O artigo original de Hurst, “Long-Term Storage Capacity of Reservoirs”, descreve o cálculo do intervalo a partir dos desvios acumulados das vazões anuais em relação à média.

Interpretações como “persistente”, “antipersistente” e “semelhante ao aleatório” dependem do processo estudado e das hipóteses de escala. Sob uma referência comum de incrementos estacionários, \(H=0.5\) corresponde à escala da raiz quadrada do tempo; \(H>0.5\) está associado à persistência positiva, e \(H<0.5\) à antipersistência. Esses termos descrevem a dependência da série medida nas escalas analisadas. Eles não representam a probabilidade de o próximo retorno ter determinado sinal.

A série de entrada muda a pergunta. Aplicar o método a retornos brutos, retornos absolutos, retornos ao quadrado, níveis de preço ou retornos acumulados não produz respostas intercambiáveis. Uma série de retornos pode ter pouca dependência direcional, enquanto seus retornos absolutos exibem agrupamentos persistentes de volatilidade. Um nível de preço com tendência ou integrado pode apresentar escala por motivos diferentes da memória de longo prazo estacionária nos retornos. Ao informar \(H\), especifique a variável, o intervalo de amostragem e a faixa de escalas utilizada.

Considere um bloco com \(n\) observações \(x_1,\ldots,x_n\). Calcule a média do bloco \(\bar{x}_n\), subtraia essa média de cada observação e acumule os valores centralizados:

\[ Y_{k,n}=\sum_{t=1}^{k}(x_t-\bar{x}_n), \qquad k=1,\ldots,n. \]

O caminho acumulado pode subir e descer, mesmo que a soma das observações centralizadas seja zero no fim do bloco. O intervalo é o maior valor acumulado menos o menor:

\[ R_n=\max_{1\leq k\leq n}Y_{k,n}-\min_{1\leq k\leq n}Y_{k,n}. \]

Calcule o desvio padrão do bloco segundo uma convenção declarada. Aqui, o divisor é \(n\):

\[ S_n=\sqrt{\frac{1}{n}\sum_{t=1}^{n}(x_t-\bar{x}_n)^2}, \qquad Q_n=\frac{R_n}{S_n}. \]

A razão \(Q_n\) expressa o intervalo acumulado em unidades da variação comum dentro do bloco. Em um bloco constante, \(S_n=0\) e a razão fica indefinida; não a trate silenciosamente como contribuição zero. Na prática, divida o registro em blocos de um tamanho escolhido, calcule a razão de cada bloco válido e tire a média. Repita o processo em uma faixa de tamanhos definida previamente. Mandelbrot e Wallis estudaram o comportamento de R/S sob uma ampla variedade de distribuições simuladas e padrões de dependência em seu artigo de 1969. A análise tornou R/S uma ferramenta comum de diagnóstico de escala, mas não um procedimento imune a qualquer especificação incorreta.

Se a estatística média dos blocos seguir aproximadamente \(\overline{Q}_n\approx Cn^H\) nas escalas escolhidas, aplique logaritmos:

\[ \log \overline{Q}_n=\log C+H\log n+\varepsilon_n. \]

A inclinação da regressão de \(\log \overline{Q}_n\) sobre \(\log n\) estima o expoente. Uma linha aparentemente reta em um intervalo estreito, ou escolhido após observar os resultados, é evidência fraca por si só: muitas amostras finitas podem parecer lineares em poucas escalas, e partes diferentes do mesmo registro podem ter inclinações distintas.

Considere oito retornos hipotéticos em unidades arbitrárias de pontos-base: \(3,1,0,-1,2,0,-2,-3\). A média da amostra inteira é zero. Para cada tamanho de bloco, divida a sequência em blocos adjacentes e sem sobreposição, calcule \(R_n/S_n\) para cada um e tire a média das razões. O exemplo usa o desvio padrão populacional, com divisor \(n\); outra convenção mudaria ligeiramente os valores.

Para \(n=2\), a razão entre intervalo e desvio padrão de cada par é 1, então a média também é 1. Para \(n=4\), os valores \((R,S)\) dos dois blocos são aproximadamente \((2.500,1.479)\) e \((3.500,1.920)\). As razões são cerca de 1.690 e 1.823, com média próxima de 1.756. Para \(n=8\), o caminho acumulado centralizado é \(3,4,4,3,5,5,3,0\), portanto o intervalo é 5. O desvio padrão é \(\sqrt{3.5}\approx1.871\), e a razão é aproximadamente 2.673.

Como os três pontos estão igualmente espaçados na escala logarítmica, a inclinação de mínimos quadrados ordinários é a inclinação entre os pontos extremos:

\[ \widehat{H}=\frac{\log(2.673)-\log(1.000)}{\log(8)-\log(2)}\approx0.709. \]

Este é um cálculo reproduzível com oito valores inventados, não uma evidência confiável de memória de longo prazo. A estimativa é muito sensível a observações individuais, inclui apenas três escalas e não tem intervalo de incerteza. Mais observações não resolvem automaticamente o problema se a série contiver quebras ou se as escalas forem escolhidas depois de se observar a inclinação desejada.

<!-- Posição da ilustração: após esta seção; representação conceitual sem texto de observações centralizadas que se acumulam em um intervalo em escalas de blocos curtos e longos, com o intervalo crescendo mais do que o desvio padrão dentro do bloco. Sem eixos, rótulos ou afirmações numéricas. -->

Para uma série estacionária com variância finita e dependência de curto alcance, muitos resultados comuns de escala de longo prazo produzem um expoente próximo de 0.5. Sob um modelo semelhante ao ruído gaussiano fracionário, \(H>0.5\) é compatível com dependência positiva de longo alcance: em comparação com a referência, desvios na mesma direção tendem a ser seguidos por desvios também nessa direção com mais frequência, e as correlações diminuem lentamente. Um expoente abaixo de 0.5 está associado à antipersistência, na qual reversões ou dependências de sinal oposto dominam o comportamento de escala.

A ressalva “sob o modelo” importa. A inclinação R/S comum é uma estimativa, não um teste direto de um mecanismo econômico único e definido. O viés de amostras pequenas pode afastar as estimativas de 0.5; blocos sobrepostos, convenções do denominador, extremos de escala e autocorrelação também afetam o resultado. Um intervalo de confiança que inclui 0.5 não prova independência, e um intervalo que o exclui não prova que um modelo estável de memória de longo prazo gerou as observações.

Não traduza \(H=0.7\) como “70% de chance de continuação da tendência”, “os retornos persistem por 70 dias” ou “taxa de acerto de 70%”. \(H\) não é uma probabilidade nem um período de manutenção da posição. Ele descreve uma relação de escala estimada. Evidências estatísticas de dependência ainda exigem um modelo, uma avaliação de incerteza e verificações contra alternativas como correlação de curto prazo, heterocedasticidade condicional, tendência determinística ou mudança de regime.

O R/S clássico responde a mais do que a verdadeira dependência de longo alcance. Um padrão AR de curta duração pode aproximar desvios de mesmo sinal e aumentar o intervalo acumulado. Lo mostrou que a correlação serial de curto prazo pode enviesar para cima a estatística clássica, fazendo um processo de memória curta parecer persistente. Seu R/S modificado foi desenvolvido para testar memória de longo prazo levando em conta dependência de curto alcance. Nos índices de retornos de ações que analisou, as evidências de memória de longo prazo desapareceram depois que a autocorrelação de curto prazo foi considerada; esse é um resultado para aquelas amostras e aquele teste, não uma conclusão sobre todos os ativos ou períodos posteriores. Consulte o artigo de Lo de 1991.

O agrupamento da volatilidade cria outra armadilha. Os sinais dos retornos podem se alternar, enquanto seus tamanhos permanecem agrupados. Aplicar R/S aos retornos investiga desvios acumulados com sinal; aplicá-lo a retornos absolutos ou ao quadrado investiga persistência na magnitude. Uma estimativa alta para \(|r_t|\) pode descrever risco agrupado sem implicar que a direção dos preços seja previsível. Para outro diagnóstico de dependência da variância condicional, consulte o guia do [teste ARCH LM](/pt-BR/learn/arch-lm-test-volatility-clustering-finance-explained). O [guia do teste da razão de variâncias](/pt-BR/learn/variance-ratio-test-random-walk-horizon-scaling-explained) apresenta outra forma de resumir a dependência dos retornos em diferentes horizontes.

Caudas pesadas e valores extremos também importam. Mandelbrot e Wallis encontraram propriedades úteis de robustez em muitas simulações não gaussianas, mas isso não torna inofensivos um movimento extremo isolado, uma mudança de regime de volatilidade ou uma média mal especificada. Uma análise cuidadosa informa os resultados da série original escolhida e examina como eles mudam sob alternativas justificadas, em vez de remover observações inconvenientes até o expoente parecer familiar.

Subtrair a média do bloco remove um nível constante de cada bloco, mas não todos os padrões determinísticos ou variáveis. Uma tendência gradual, uma mudança de nível pontual, uma alteração na composição da amostra ou uma quebra de volatilidade podem gerar uma excursão acumulada longa. A relação log–log ajustada pode parecer uma lei de potência, embora a série não tenha um mecanismo estável de memória de longo prazo. Um teste de quebras ou uma regressão segmentada responde a outra pergunta; consulte o guia de [regressão de série temporal interrompida](/pt-BR/learn/interrupted-time-series-segmented-regression-finance-explained).

A escolha de escala faz parte do modelo. Blocos muito curtos refletem principalmente ruído local e microestrutura de mercado; blocos muito longos deixam poucos segmentos utilizáveis. Janelas sobrepostas aumentam o número de razões calculadas, mas não criam o mesmo aumento de informação independente. Um aparente cruzamento — uma inclinação em escalas curtas e outra em escalas longas — pode indicar dinâmicas diferentes, uma quebra, sazonalidade ou apenas ruído de estimação. Não o reduza a um único \(H\) sem explicação.

Especifique se a entrada é preço, log-preço, retorno, retorno absoluto ou resíduo filtrado, e se os blocos se sobrepõem. Escolha a faixa de blocos e o número mínimo de blocos antes de interpretar o resultado, informe quantas observações contribuem em cada escala e mostre a sensibilidade a extremos razoáveis. Se os preços forem integrados, a interpretação comum para retornos estacionários não se aplica sem alterações. Remover tendência não é uma solução universal: isso muda o objeto medido e pode eliminar variações economicamente relevantes junto com a tendência indesejada.

A modificação de Lo mantém o intervalo dos desvios acumulados centralizados, mas substitui o desvio padrão comum do bloco por uma estimativa de variância de longo prazo que inclui autocovariâncias de defasagens curtas. Uma notação comum é:

\[ Q_n^{\mathrm{Lo}}(q)=\frac{R_n}{\widehat{\sigma}_n(q)},\qquad \widehat{\sigma}_n^2(q)=\widehat{\gamma}_0+ 2\sum_{j=1}^{q}\left(1-\frac{j}{q+1}\right)\widehat{\gamma}_j. \]

Aqui, \(\widehat{\gamma}_j\) é a autocovariância amostral na defasagem \(j\), e \(q\) é a largura de banda de truncamento. Os pesos triangulares reduzem o peso das autocovariâncias próximas do limite de truncamento. A estatística modificada é comparada com sua distribuição nula apropriada; não é simplesmente uma estimativa R/S clássica com um denominador mais conveniente, e seu valor não é automaticamente um \(H\) ajustado.

A largura de banda determina quais correlações de curto prazo entram na estimativa da variância. Um \(q\) pequeno demais pode deixar sem tratamento uma dependência curta relevante; um \(q\) grande demais torna a estimativa ruidosa e pode absorver padrões que deveriam ser distinguidos. Informe a regra da largura de banda, a frequência amostral, a estatística do teste, a hipótese nula e o valor de p; considere também uma faixa de sensibilidade definida previamente. O artigo de Lo mostra por que essa distinção é importante: o R/S clássico pode reagir à memória curta, enquanto o teste modificado avalia uma hipótese nula mais ampla que permite dependência fraca de curto prazo.

A análise de flutuação sem tendência (DFA) primeiro cria um perfil integrado a partir das observações centralizadas pela média, divide esse perfil em janelas, ajusta um polinômio local em cada janela e calcula a flutuação residual quadrática média \(F(s)\) para o tamanho da janela \(s\). Uma regressão de \(\log F(s)\) sobre \(\log s\) estima a inclinação de escala. O ajuste local pode reduzir a sensibilidade a tendências polinomiais especificadas, mas a ordem de remoção da tendência, o comprimento das janelas e o tipo de série continuam importantes. A DFA não é imune a quebras, mudanças de volatilidade nem a intervalos de escala escolhidos depois de olhar o gráfico.

Métodos no domínio da frequência estimam o comportamento de baixa frequência por meio do periodograma. Sob um modelo estacionário específico de memória de longo prazo, se a potência espectral perto da frequência zero seguir \(f(\lambda)\propto|\lambda|^{-\beta}\), então, para um processo de retornos do tipo ruído fracionário, \(H=(\beta+1)/2\). A largura de banda de baixa frequência determina quais observações influenciam a inclinação ajustada; picos sazonais, quebras e poucas ordenadas de baixa frequência podem dominá-la. A relação entre o parâmetro espectral e \(H\) depende de a entrada ser uma série de incrementos estacionários ou um nível integrado.

Esses são estimadores alternativos com comportamentos diferentes em amostras finitas, não três confirmações independentes por padrão. A comparação de amostras finitas de Weron (DOI 10.1016/S0378-4371(02)00961-5) comparou R/S, DFA e regressão do periodograma usando ruído branco gaussiano simulado e destacou que estimativas e intervalos de confiança variam conforme o método e o tamanho da amostra. O resultado não prova que a DFA seja sempre melhor para dados financeiros; mostra por que a inferência deve ser calibrada ao procedimento e às condições reais de geração dos dados.

Um expoente estimado pode descrever um padrão histórico de escala ou motivar uma hipótese bem definida. Porém, ele não fornece regras de entrada e saída, momento da previsão, tamanho da posição ou limites de risco, nem explica por que uma relação medida deveria persistir depois de ser conhecida. Se o pesquisador testar se uma estimativa móvel de \(H\) prevê retornos, o horizonte da previsão e o momento da decisão precisam ser fixados antes da avaliação, e todos os dados de entrada devem ter estado disponíveis naquele momento.

Testar várias durações de janela, tamanhos de bloco, ativos, transformações de retorno, ordens de remoção de tendência e limites até encontrar um \(H\) alto é teste múltiplo. O vencedor aparente foi selecionado nos mesmos dados usados para avaliá-lo. Registre toda a busca como parte da pesquisa, use dados intocados ou uma avaliação encadeada para a frente bem definida e considere o conjunto de candidatos testados. Os guias sobre [probabilidade de sobreajuste em backtests](/pt-BR/learn/probability-of-backtest-overfitting-cscv-explained) e o [White’s Reality Check](/pt-BR/learn/white-reality-check-data-snooping-strategy-backtest-explained) discutem problemas de seleção relacionados.

Uma associação estatística não é uma vantagem de trading líquida dos custos. Avalie a estratégia depois do spread de compra e venda, comissões, slippage, impacto de mercado, custos de financiamento, custos de empréstimo e giro da carteira. Volatilidade persistente pode aumentar risco e drawdowns sem melhorar a previsão da direção dos retornos. Informe a incerteza da estimativa, compare-a com alternativas de memória curta e quebras, congele a regra antes do teste final e diferencie um diagnóstico histórico do resultado da estratégia.

A reamostragem só ajuda quando o desenho corresponde à dependência estudada. Um bootstrap iid que sorteia retornos individuais de forma independente destrói a ordem temporal. Um bootstrap em blocos preserva sequências locais dentro de cada bloco escolhido, mas um bloco curto pode deixar passar dependências lentas e um bloco longo deixa menos segmentos efetivamente distintos; nenhum deles elimina uma quebra estrutural. Se a escala, a janela ou o ativo foi escolhido a partir dos dados, repita a seleção em cada reamostra para estimar a incerteza ajustada pela busca. Reamostrar apenas o expoente final escolhido subestima a incerteza criada pela busca.