ComenzarEmpieza gratis

Valores extremos y backtesting

Los valores extremos son los que superan un umbral y se utilizan para determinar si medidas del riesgo como el VaR reflejan con exactitud el riesgo de pérdida.

Explorarás valores extremos calculando el VaR del 95 % del portafolio de banco de inversión de igual peso para 2009-2010 (recuerda que esto equivale a la simulación histórica a partir de 2010) y, a continuación, realizando backtesting con datos de 2007-2008.

Las pérdidas del portafolio 2009-2010 están disponibles en estimate_data, y a partir de ellas calcularás la estimación del VaR del 95 %. A continuación, consulta valores extremos que superen la estimación del VaR a partir de las pérdidas del portafolio de 2007-2008 en los backtest_data disponibles.

Compara la frecuencia relativa de los valores extremos con el VaR del 95 % y, por último, visualiza los valores extremos con un diagrama de tallos.

Este ejercicio forma parte del curso

Gestión cuantitativa de riesgos en Python

Ver curso

Instrucciones del ejercicio

  • Calcula el VaR del 95 % en estimate_data utilizando np.quantile().
  • Halla extreme_values a partir de backtest_data utilizando VaR_95 como umbral de pérdida.
  • Compara la frecuencia relativa de extreme_values con la estimación de VaR_95. ¿Son iguales?
  • Visualiza un diagrama de tallos de extreme_values que muestre cómo se agruparon las grandes desviaciones durante la crisis.

Ejercicio interactivo práctico

Prueba este ejercicio completando el código de muestra.

# Compute the 95% VaR on 2009-2010 losses
VaR_95 = ____.____(estimate_data, 0.95)

# Find backtest_data exceeding the 95% VaR
extreme_values = backtest_data[____ > VaR_95]

# Compare the fraction of extreme values for 2007-2008 to the Var_95 estimate
print("VaR_95: ", VaR_95, "; Backtest: ", len(____) / len(backtest_data) )

# Plot the extreme values and look for clustering
plt.stem(extreme_values.index, ____)
plt.ylabel("Extreme values > VaR_95"); plt.xlabel("Date")
plt.show()
Editar y ejecutar código