1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Kvantitativní řízení rizik v Pythonu
Connected

cvičení

VaR a riziková expozice

V předchozím cvičení jsi počítal/a VaR a CVaR za předpokladu normálního rozdělení ztrát. Tentokrát zjistíš VaR pomocí jiného běžně používaného rozdělení ztrát – Studentova t-rozdělení (zkráceně T) z knihovny scipy.stats.

Spočítáš pole hodnot 99% VaR z rozdělení T (s 30 - 1 = 29 stupni volnosti), a to pomocí 30denních klouzavých oken z portfoliových losses investiční banky.

Nejprve zjistíš průměr a směrodatnou odchylku každého okna a vytvoříš seznam rolling_parameters. Ten pak použiješ k výpočtu pole hodnot 99% VaR.

Nakonec toto pole využiješ k vykreslení rizikové expozice portfolia s počáteční hodnotou 100 000 $. Připomeň si, že riziková expozice je pravděpodobnost ztráty (zde 1 %) vynásobená výší ztráty (odpovídající hodnotě 99% VaR).

Pokyny

100 XP
  • Importuj Studentovo t-rozdělení z scipy.stats.
  • Z losses vypočítej vektory průměru mu a směrodatné odchylky sigma pro 30denní okna a ulož je do rolling_parameters.
  • Pomocí t.ppf() vypočítej Numpy pole hodnot 99% VaR VaR_99, přičemž využij seznam rozdělení T sestavený z prvků rolling_parameters.
  • Vypočítej a vizualizuj rizikovou expozici spojenou s polem VaR_99.