Historická simulace ztrát pro opční portfolio

Předpokládejme, že investor vložil jednu jednotku bohatství do jediné evropské call opce na index S&P 500. Funkce lossop() vypočítá ztrátu nebo zisk investora za jednodenní časový horizont v důsledku změn log-ceny akcie nebo změn log-volatility. Stejně jako dříve byla tato funkce napsána speciálně pro konkrétní portfolio v tomto cvičení:

lossop(xseries, S, sigma)

První argument obsahuje log-výnosy odpovídající rizikovým faktorům ceny akcie a volatility – buď jako řadu, nebo ve tvaru c(stock_risk, volatility_risk), S je aktuální cena akcie a sigma je aktuální volatilita.

Změny úrokové sazby během daného časového horizontu budou zanedbány jako méně podstatné.

V tomto cvičení sestavíš historicky simulované ztráty pro opční portfolio a prozkoumáš jejich vlastnosti, než ve cvičení přistoupíš k odhadu VaR a ES. Úroková sazba, realizační cena a splatnost byly nastaveny na r = 0.01, K = 100 a T = 1. Objekt returns je také dostupný v tvém pracovním prostředí.

Toto cvičení je součástí kurzu

Kvantitativní řízení rizik v R

Zobrazit kurz

Pokyny k cvičení

Pomocí lossop() vypočítej ztrátu vzniklou při log-výnosu -0,1 pro oba rizikové faktory, přičemž aktuální cena akcie je 80 a volatilita 0,2.
Pomocí lossop() vypočítej ztrátu vzniklou při log-výnosu -0,1 pro akcii a 0,1 pro volatilitu, přičemž aktuální cena akcie je 100 a volatilita 0,2.
Vytvoř objekt hslosses aplikováním lossop() na returns s parametry S = 100 a sigma = 0.2, a poté hslosses vykresli.
Sestav Q-Q graf hslosses oproti normálnímu rozdělení.
Vykresli výběrovou ACF pro hslosses i pro příslušné absolutní hodnoty.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Calculate the first loss
lossop(c(___,___), S = ___, sigma = ___)

# Calculate the second loss


# Create and plot hslosses



# Form a Q-Q plot of hslosses against normal


# Plot the sample acf of raw data and absolute values in hslosses

Upravit a spustit kód