Historischer Expected Shortfall

Expected Shortfall, auch bekannt als CVaR (Conditional Value at Risk), ist einfach der erwartete Verlust der schlechtesten Renditeszenarien.

Wenn dein Portfolio zum Beispiel einen VaR(95) von -3 % hat, dann ist der CVaR(95) der Durchschnitt aller Verluste, die -3 % übersteigen.

Renditedaten (in Prozent) findest du in der Variable StockReturns_perc. var_95 aus der vorherigen Übung ist ebenfalls in deinem Workspace verfügbar.

Diese Übung ist Teil des Kurses

Einführung in das Portfoliorisikomanagement mit Python

Kurs anzeigen

Anleitung zur Übung

Berechne den Durchschnitt der Renditen in StockReturns_perc, bei denen StockReturns_perc kleiner oder gleich var_95 ist, und weise ihn cvar_95 zu.
Zeichne das Histogramm der sortierten Renditen (sorted_rets) mit der Funktion plt.hist().

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Historical CVaR 95
cvar_95 = ____
print(cvar_95)

# Sort the returns for plotting
sorted_rets = sorted(StockReturns_perc)

# Plot the probability of each return quantile
____(____, density=True, stacked=True)

# Denote the VaR 95 and CVaR 95 quantiles
plt.axvline(x=var_95, color="r", linestyle="-", label='VaR 95: {0:.2f}%'.format(var_95))
plt.axvline(x=cvar_95, color='b', linestyle='-', label='CVaR 95: {0:.2f}%'.format(cvar_95))
plt.show()

Code bearbeiten und ausführen