1. Apprendre
    2. /
  2. Cours
    3. /
  3. Gestion quantitative des risques en Python
Connected

Exercice

Volatilité et ruptures structurelles

Visualiser les changements de volatilité aide à repérer de possibles points de rupture structurelle dans des séries chronologiques. En identifiant les moments où la volatilité semble changer, vous pouvez choisir judicieusement un point de rupture qui servira ensuite à des analyses statistiques supplémentaires (comme le test de Chow).

Vous examinerez deux visualisations de la volatilité pour le portefeuille d'une banque d'investissement de 2008 à 2009, selon deux pondérations disponibles : weights_with_citi et weights_without_citi. Elles correspondent respectivement à des portefeuilles équipondérés avec et sans Citibank, qui a affiché (comme vous l'avez vu au chapitre 1) la volatilité la plus élevée des quatre actifs sur la période.

Les prix du portefeuille de 2008 à 2009 avec Citibank sont fournis dans prices_with_citi, et sans Citibank dans prices_without_citi.

Instructions

100 XP
  • Trouvez la série des rendements pour les deux portefeuilles à l'aide de weights_with_citi et weights_without_citi.
  • Calculez l'écart type sur fenêtre glissante de 30 jours pour les deux portefeuilles.
  • Regroupez les deux objets Series de Pandas dans un seul objet DataFrame nommé « vol ».
  • Tracez le contenu de l'objet vol pour comparer l'évolution des deux volatilités de portefeuille dans le temps.