Cómo implementar el indicador de la señal de bolsa de Hindenburg omen?

Como se define aquí, el indicador de la señal de Hindenburg es:

El número diario de nuevos máximos y mínimos de 52 semanas en un índice del mercado de valores es superior a un umbral (generalmente 2.2%).

Para mí, esto significa que hacemos un seguimiento diario y retrocedemos 52 semanas o 252 días laborables/de negociación, luego contamos el número de máximos (o mínimos) y finalmente calculamos el rendimiento correspondiente o cambio porcentual, que es la proporción de nuevos máximos (o mínimos) que queremos supervisar, es decir, estar por encima del 2.2%.

import pandas as pd
import numpy as np
import yfinance as yf

descargar el S&P500

df = yf.download('^GSPC')

calcular los “máximos” y “mínimos”

df['Maximos'] = df['Close'].rolling(252).apply(lambda x: x.cummax().diff().
apply(lambda x: np.where(x > 0, 1, 0)).sum()).pct_change()
df['Minimos'] = df['Close'].rolling(252).apply(lambda x: x.cummin().diff().
apply(lambda x: np.where(x < 0, 1, 0)).sum()).pct_change()

¿Lo hemos entendido de la misma manera? ¿Existe una forma mejor de hacerlo?