VaR de Monte Carlo
Tanto los valores de retorno como las trayectorias de Monte Carlo se pueden usar para analizar desde modelos de valoración de opciones y cobertura hasta optimización de carteras y estrategias de trading.
Agrega los datos de retornos en cada iteración y usa los valores resultantes para prever el VaR(99) paramétrico.
Los parámetros mu, vol, T y S0 están disponibles del ejercicio anterior.
Este ejercicio forma parte del curso
Introducción a la gestión del riesgo de cartera en Python
Instrucciones del ejercicio
- Usa el método
.append()para añadirrand_retsa la listasim_returnsen cada iteración. - Calcula el VaR(99) paramétrico usando la función
np.percentile()sobresim_returns.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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),"%")