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

<Kurs>Quantitatives Risikomanagement in R</Kurs>

Kurs ansehen

Übungsanweisungen

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 du lossop() auf returns anwendest, und zeichne anschließend hslosses mit plot().
Erstelle ein Q-Q-Plot von hslosses gegen die Normalverteilung.
Zeichne die Stichproben-acf von hslosses und anschließend von den Absolutbeträgen in hslosses.

Interaktive praktische Übung

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

# 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

Code bearbeiten und ausführen