Valeur à risque historique
Le repli (drawdown) mesure les pertes soutenues dans le temps, mais qu'en est-il des mouvements simples en une seule journée?
La valeur à risque (Value at Risk), souvent abrégée VaR, permet d'estimer le risque d'un mouvement négatif du prix sur une journée. La VaR peut être mesurée pour n'importe quelle probabilité (ou niveau de confiance), mais les plus courantes sont la VaR(95) et la VaR(99). La VaR historique est la méthode la plus simple pour la calculer, mais elle repose sur des rendements passés, ce qui n'est pas forcément un bon reflet de l'avenir. Par exemple, la VaR historique(95) représente la perte minimale que votre portefeuille ou actif a subie dans les 5 % des pires cas.
Ci-dessous, vous allez calculer la VaR historique(95) du FNB pétrolier USO. Les rendements (en pourcentage) sont disponibles dans la variable StockReturns_perc.
Cette activité fait partie du cours
Introduction à la gestion du risque de portefeuille en Python
Instructions de l’exercice
- Calculez la VaR(95), soit les 5 % les plus faibles des rendements de USO (
StockReturns_perc), et affectez-la àvar_95. - Triez
StockReturns_percet affectez le résultat àsorted_rets. - Tracez l'histogramme des rendements triés (
sorted_rets).
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Calculate historical VaR(95)
var_95 = ____(StockReturns_perc, ____)
print(var_95)
# Sort the returns for plotting
sorted_rets = ____
# Plot the probability of each sorted return quantile
____(sorted_rets, density=True, stacked=True)
# Denote the VaR 95 quantile
plt.axvline(x=var_95, color='r', linestyle='-', label="VaR 95: {0:.2f}%".format(var_95))
plt.show()