Monte-Carlo-VaR
Sowohl die Renditewerte als auch die Monte-Carlo-Pfade können für Analysen von Optionspreismodellen und Hedging bis hin zu Portfolio-Optimierung und Handelsstrategien genutzt werden.
Aggregiere die Renditedaten in jeder Iteration und nutze die resultierenden Werte, um den parametrischen VaR(99) zu prognostizieren.
Die Parameter mu, vol, T und S0 sind aus der vorherigen Übung verfügbar.
Diese Übung ist Teil des Kurses
Einführung in das Portfoliorisikomanagement mit Python
Anleitung zur Übung
- Verwende in jeder Iteration die Methode
.append(), umrand_retszur Listesim_returnshinzuzufügen. - Berechne den parametrischen VaR(99) mit der Funktion
np.percentile()aufsim_returns.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Aggregate the returns
sim_returns = []
# Loop through 100 simulations
for i in range(100):
# Generate the Random Walk
rand_rets = np.random.normal(mu, vol, T)
# Save the results
sim_returns.____
# Calculate the VaR(99)
var_99 = ____
print("Parametric VaR(99): ", round(100*var_99, 2),"%")