JUMP VARIATION

Intuição

A Jump Variation (JV) tenta isolar a componente de jumps (saltos/discontinuidades) na variação total, usando a diferença entre RV (variância realizada) e BV (bipower variation).

Definição

JV_t = max(RV_t - BV_t, 0)

Uso

from quantmaster.features.volatility import jump_variation

df["jv"] = jump_variation(df)

API

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

def jump_variation(
    data: pd.DataFrame | pd.Series,
    *,
    price_col: str = "close",
    log_returns: bool = True,
) -> pd.Series:
    rv = realized_variance(data, price_col=price_col, log_returns=log_returns).astype(float)
    bv = bipower_variation(data, price_col=price_col, log_returns=log_returns).astype(float)

    out = (rv - bv).clip(lower=0.0)
    out.name = "jv"
    return out