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

<Kurs>Einführung in das Portfoliorisikomanagement mit Python</Kurs>

Kurs ansehen

Übungsanweisungen

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 praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# 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