Historische Simulation
Angenommen, eine britische Anlegerin hat 30 % ihres Vermögens im FTSE-Index, 40 % im S&P-500-Index und 30 % im SMI-Index investiert.
Für verschiedene Vektoren von Log-Renditen der 5 Risikofaktoren berechnet die Funktion lossop() den Verlust oder Gewinn, den die Anlegerin bei einem Gesamtvermögen von 1 erzielt. Die Funktion kann auch auf eine 5-dimensionale Zeitreihe von Log-Renditen angewendet werden, um eine Zeitreihe historisch simulierter Verluste und Gewinne zu erhalten, die jedem Vektor von Log-Renditen in der Zeitreihe entsprechen.
Die Funktion lossop() ist der sogenannte Loss Operator für das Portfolio und wurde speziell für diese Übung geschrieben. Allgemein muss für jedes neue Portfolio eine spezifische Funktion erstellt werden, um Portfolioge winne und -verluste zu berechnen.
In dieser Übung bildest du historisch simulierte Verluste und untersuchst sie. Das ist eine notwendige Vorbereitung, um diese Daten zur Schätzung von VaR und ES zu verwenden.
Diese Übung ist Teil des Kurses
Quantitatives Risikomanagement in R
Anleitung zur Übung
- Berechne den Verlust, der sich aus einer Log-Rendite von -0,1 für alle fünf Risikofaktoren ergibt (das wurde bereits für dich erledigt).
- Erstelle das Objekt
hslosses, indem dulossop()aufreturnsanwendest, und zeichne anschließendhslossesmitplot(). - Erstelle ein Q-Q-Plot von
hslossesgegen die Normalverteilung. - Zeichne die Stichproben-acf von
hslossesund anschließend von den Absolutbeträgen inhslosses.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Calculate the loss from a log-return of -0.1 for all risk factors
lossop(rep(-0.1, 5))
# Apply lossop() to returns and plot hslosses
___ <- lossop(___)
# Form a Q-Q plot of hslosses against normal
# Plot the sample acf of hslosses and their absolute values