用途
均值回归是指价格、价差或其他金融变量在偏离长期均值后倾向于回归的统计特性。均值回归工具集用于在交易前统计确认某一序列是否真的均值回归，并据此构建信号、估算持有周期与仓位。该技能明确声明仅提供分析工具和信息，不构成财务建议或交易推荐。
主要能力
均值回归检验（三种互补方法）
- Augmented Dickey-Fuller（ADF）检验：检验序列存在单位根（非平稳）的原假设。p < 0.01 为平稳性强证据；p < 0.05 为平稳性证据；p > 0.10 则无法拒绝单位根，很可能非平稳。资料提示生产环境中使用 statsmodels.tsa.stattools.adfuller。
- Hurst 指数：衡量时间序列的长期依赖性，通过 R/S 方法计算。H < 0.5 为均值回归，适合交易均值回归；H = 0.5 为随机游走，无优势；H > 0.5 为趋势，适合交易动量。
- 方差比检验：比较多期收益方差与单期方差。VR < 1 为负自相关（均值回归）；VR = 1 为随机游走；VR > 1 为正自相关（趋势）。资料中给出了方差比的计算代码。
半衰期估算
半衰期表示偏差衰减到一半所需的周期数，是均值回归交易最重要的单一参数。通过 AR(1) 回归拟合 delta_X_t = alpha + beta * X_{t-1} + epsilon；当 beta >= 0 时视为非均值回归，返回 -1.0。参数使用经验规则：回看窗口约为 2 倍半衰期；持有周期约为 1 倍半衰期；最大持有为 3 倍半衰期（止损）；信号重算为 0.5 倍半衰期。
Z-Score 信号框架
z = (price - rolling_mean) / rolling_std。信号规则：z < -2.0 买入（价格低于均值，建立多头）；z > +2.0 卖出（价格高于均值，建立空头）；z 穿越 0 出场（回归均值）；abs(z) > 3.0 止损（回归失败）。滚动窗口约为半衰期的 2 倍。仓位可按 z 值幅度缩放：size = base_size * min(abs(z) / entry_threshold, max_scale)。
Ornstein-Uhlenbeck（OU）过程
连续时间均值回归模型：dX = theta * (mu - X) * dt + sigma * dW。theta 为回归速度，由 AR(1) 的 beta 估计：theta = -ln(1+beta)/dt；mu 为长期均值，来自 AR(1) 截距：mu = -alpha/beta；sigma 为创新波动率，来自 AR(1) 残差标准差。资料给出了完整的参数估计函数代码。
策略类型
- 单资产均值回归：对单个代币价格序列直接应用 z-score 框架，最适合稳定币（USDC/USDT 价差）、处于既定区间的代币，且需先用 ADF 确认为平稳。
- 配对交易：交易两个协整资产的价差。步骤为确认协整、计算价差 S = Y - beta * X、对价差应用 z-score 框架；z < -2 做多价差（买 Y 卖 X），z > +2 做空价差（卖 Y 买 X）。
- 统计套利：配对交易的多资产扩展。用相关资产 PCA 生成特征组合（eigenportfolios），交易最小特征值组合（最具均值回归性），需要 10 个以上资产。
适用场景
资料列出均值回归可能奏效的情形：区间震荡市场（具有明确支撑/阻力的横盘走势）；配对价差（协整资产间的价差回归均衡）；超卖/超买极端（平稳序列中的 RSI、布林带或 z-score 极端值）；资金费率套利（永续合约资金费率回归基线）；稳定币脱锚（锚定即为已知均值）；暴跌后恢复（初始 PumpFun 抛售后的短暂均值回归窗口）。
限制
均值回归在以下情况会失败：强趋势市场（资料称大多数时间的大多数加密市场属于此类）；机制转换（原本平稳的序列变为非平稳）；结构性断裂（代币迁移、协议升级、下架）；低流动性（宽价差吞噬均值回归利润）。
加密市场专项考虑：BTC、ETH、SOL 的 Hurst 指数通常为 0.55–0.70，原始价格的均值回归较为罕见；均值回归更可能出现于配对价差（SOL/ETH 比率、BTC 主导率）、永续合约资金费率、现货与期货基差、稳定币脱锚、DEX 间的费率层级价差。加密均值回归的半衰期较短（数小时到数天，而非数周）；DEX 兑换费用（0.25–1%）可能吞噬利润，需计入滑点；建议结合机制识别技能，只在震荡机制中交易均值回归。
使用方式
资料提供快速开始命令：
运行合成数据的均值回归分析：python scripts/mean_reversion_test.py --demo 扫描均值回归配对：python scripts/pairs_scanner.py --demo 分析特定代币（需要 BIRDEYE_API_KEY）：BIRDEYE_API_KEY=your_key TOKEN_MINT=So11...1 python scripts/mean_reversion_test.py
文件与集成
参考资料：references/statistical_tests.md 包含 ADF、Hurst 指数、方差比与半衰期估算的完整实现与解读；references/strategy_design.md 包含 z-score 框架、仓位管理、配对交易设置、风险管理与回测注意事项。脚本：scripts/mean_reversion_test.py 提供综合分析（ADF、Hurst、方差比、半衰期、OU 估计、z-score 信号）；scripts/pairs_scanner.py 扫描多资产的均值回归配对（相关性、协整、价差分析、排序）。
与其他技能的集成：cointegration-analysis 用于寻找配对交易的协整对；pandas-ta 提供 RSI、布林带作为均值回归指标；regime-detection 用于过滤，只在震荡机制中交易均值回归；vectorbt 用于回测均值回归策略；volatility-modeling 用于估算 OU 模型的 sigma；slippage-modeling 用于将执行成本计入盈亏估计；position-sizing 使用 Kelly 与 z-score 缩放确定仓位。
关于收费、价格、平台支持范围等事实，资料中暂未提供。