Škálování odhadů rizika

Hodnota VaR(95) vypočítaná v předchozích cvičeních představuje rizikovou hodnotu pro jediný den. Chceš-li odhadnout VaR pro delší časový horizont, vynásob tuto hodnotu druhou odmocninou času – podobně jako při škálování volatility:

$$ \text{VaR(95)}_{\text{t dní}} = \text{VaR(95)}_{\text{1 den}} * \sqrt{t} $$

V tvém pracovním prostoru jsou k dispozici StockReturns_perc a var_95 z předchozího cvičení. Použij tato data k odhadu VaR pro ETF na ropu USO na období 1 až 100 dní od nynějška. Také jsme pro tebe připravili funkci plot_var_scale(), která zobrazí VaR pro 1 až 100 dní dopředu.

Toto cvičení je součástí kurzu

Úvod do řízení portfoliového rizika v Pythonu

Zobrazit kurz

Pokyny k cvičení

Pomocí funkce range() projdi smyčkou hodnoty od 0 do 100 (100 nezahrnuj).
Nastav druhý sloupec pole forecasted_values na každém indexu na předpokládanou hodnotu VaR – vynásob var_95 druhou odmocninou výrazu i + 1 pomocí funkce np.sqrt().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Aggregate forecasted VaR
forecasted_values = np.empty([100, 2])

# Loop through each forecast period
for i in ____:
    # Save the time horizon i
    forecasted_values[i, 0] = i
    # Save the forecasted VaR 95
    forecasted_values[i, 1] = ____
    
# Plot the results
plot_var_scale()

Upravit a spustit kód